diff --git a/docs/uk/cli/infer.md b/docs/uk/cli/infer.md index ed9b479e7..3ecff166d 100644 --- a/docs/uk/cli/infer.md +++ b/docs/uk/cli/infer.md @@ -1,39 +1,39 @@ --- read_when: - Додавання або змінення `openclaw infer` команд - - Проєктування стабільної безінтерфейсної автоматизації можливостей -summary: CLI, орієнтований насамперед на інференс, для робочих процесів моделей, зображень, аудіо, TTS, відео, вебу та ембедингів на базі провайдерів + - Проєктування стабільної автоматизації можливостей без інтерфейсу +summary: CLI, орієнтований насамперед на інференс, для робочих процесів із моделями, зображеннями, аудіо, TTS, відео, вебом та ембедингами на базі провайдерів title: CLI для інференсу x-i18n: - generated_at: "2026-04-28T11:07:42Z" + generated_at: "2026-04-28T17:56:08Z" model: gpt-5.5 provider: openai - source_hash: e8a4d0805b88f08ba810dc8473c5c052ad6bfe1c8044c233376ac8aae9ea6c7e + source_hash: b284a884605ee7c0095652bf1b947dbc2ce78ef70532a161d97553379f348f6b source_path: cli/infer.md workflow: 16 --- -`openclaw infer` — це канонічна headless-поверхня для inference-робочих процесів на основі провайдерів. +`openclaw infer` — це канонічна headless-поверхня для робочих процесів інференсу на базі провайдерів. -Вона навмисно відкриває сімейства можливостей, а не сирі назви Gateway RPC і не сирі ідентифікатори інструментів агента. +Вона навмисно надає сімейства можливостей, а не сирі назви RPC Gateway і не сирі ідентифікатори інструментів агента. -## Перетворення infer на Skill +## Перетворіть infer на навичку -Скопіюйте й вставте це в агента: +Скопіюйте та вставте це в агента: ```text Read https://docs.openclaw.ai/cli/infer, then create a skill that routes my common workflows to `openclaw infer`. Focus on model runs, image generation, video generation, audio transcription, TTS, web search, and embeddings. ``` -Добрий Skill на основі infer має: +Добра навичка на основі infer має: -- зіставляти поширені наміри користувача з правильним підкомандним infer -- містити кілька канонічних прикладів infer для робочих процесів, які він охоплює -- віддавати перевагу `openclaw infer ...` у прикладах і пропозиціях -- уникати повторного документування всієї поверхні infer у тілі Skill +- зіставляти типові наміри користувача з правильной підкомандою infer +- містити кілька канонічних прикладів infer для робочих процесів, які вона охоплює +- надавати перевагу `openclaw infer ...` у прикладах і пропозиціях +- уникати повторного документування всієї поверхні infer в тілі навички -Типове покриття Skill, зосередженого на infer: +Типове покриття навички, зосередженої на infer: - `openclaw infer model run` - `openclaw infer image generate` @@ -44,19 +44,19 @@ Focus on model runs, image generation, video generation, audio transcription, TT ## Навіщо використовувати infer -`openclaw infer` надає один узгоджений CLI для inference-завдань на основі провайдерів усередині OpenClaw. +`openclaw infer` надає один узгоджений CLI для завдань інференсу на базі провайдерів усередині OpenClaw. Переваги: - Використовуйте провайдерів і моделі, уже налаштовані в OpenClaw, замість створення одноразових обгорток для кожного бекенда. -- Тримайте робочі процеси для моделей, зображень, транскрипції аудіо, TTS, відео, вебу та embeddings в одному дереві команд. -- Використовуйте стабільну форму виводу `--json` для скриптів, автоматизації та робочих процесів, керованих агентами. -- Віддавайте перевагу першосторонній поверхні OpenClaw, коли завдання за суттю є "запустити inference". -- Використовуйте звичайний локальний шлях без потреби в Gateway для більшості команд infer. +- Тримайте робочі процеси для моделей, зображень, транскрибування аудіо, TTS, відео, вебу та embeddings в одному дереві команд. +- Використовуйте стабільну форму виводу `--json` для скриптів, автоматизації та робочих процесів, керованих агентом. +- Надавайте перевагу першосторонній поверхні OpenClaw, коли завдання по суті є «запустити інференс». +- Для більшості команд infer використовуйте звичайний локальний шлях без вимоги Gateway. -Для наскрізних перевірок провайдера віддавайте перевагу `openclaw infer ...`, коли нижчорівневі -тести провайдера вже зелені. Це перевіряє відвантажений CLI, завантаження конфігурації, -розв’язання агента за замовчуванням, активацію bundled Plugin, відновлення runtime-залежностей +Для наскрізних перевірок провайдерів надавайте перевагу `openclaw infer ...`, коли нижчорівневі +тести провайдера вже зелені. Це перевіряє поставлений CLI, завантаження конфігурації, +розв’язання агента за замовчуванням, активацію вбудованого Plugin, відновлення runtime-залежностей і спільний runtime можливостей до виконання запиту до провайдера. ## Дерево команд @@ -110,48 +110,52 @@ Focus on model runs, image generation, video generation, audio transcription, TT providers ``` -## Поширені завдання +## Типові завдання -Ця таблиця зіставляє поширені inference-завдання з відповідною командою infer. +Ця таблиця зіставляє типові завдання інференсу з відповідною командою infer. -| Завдання | Команда | Примітки | -| ----------------------- | ------------------------------------------------------------------------ | ----------------------------------------------------- | -| Запустити текстовий/модельний prompt | `openclaw infer model run --prompt "..." --json` | За замовчуванням використовує звичайний локальний шлях | -| Згенерувати зображення | `openclaw infer image generate --prompt "..." --json` | Використовуйте `image edit`, коли починаєте з наявного файла | -| Описати файл зображення | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` має бути image-capable `` | -| Транскрибувати аудіо | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` має бути `` | -| Синтезувати мовлення | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` орієнтований на Gateway | -| Згенерувати відео | `openclaw infer video generate --prompt "..." --json` | Підтримує підказки провайдера, як-от `--resolution` | -| Описати відеофайл | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` має бути `` | -| Шукати в вебі | `openclaw infer web search --query "..." --json` | | -| Отримати вебсторінку | `openclaw infer web fetch --url https://example.com --json` | | -| Створити embeddings | `openclaw infer embedding create --text "..." --json` | | +| Завдання | Команда | Примітки | +| ---------------------------- | --------------------------------------------------------------------------------------------- | ----------------------------------------------------- | +| Запустити текстовий/модельний prompt | `openclaw infer model run --prompt "..." --json` | За замовчуванням використовує звичайний локальний шлях | +| Запустити модельний prompt із зображеннями | `openclaw infer model run --prompt "Describe this" --file ./image.png --model provider/model` | Повторіть `--file` для кількох вхідних зображень | +| Згенерувати зображення | `openclaw infer image generate --prompt "..." --json` | Використовуйте `image edit`, коли починаєте з наявного файла | +| Описати файл зображення | `openclaw infer image describe --file ./image.png --prompt "..." --json` | `--model` має бути моделлю з підтримкою зображень у формі `` | +| Транскрибувати аудіо | `openclaw infer audio transcribe --file ./memo.m4a --json` | `--model` має бути `` | +| Синтезувати мовлення | `openclaw infer tts convert --text "..." --output ./speech.mp3 --json` | `tts status` орієнтовано на Gateway | +| Згенерувати відео | `openclaw infer video generate --prompt "..." --json` | Підтримує підказки провайдера, як-от `--resolution` | +| Описати відеофайл | `openclaw infer video describe --file ./clip.mp4 --json` | `--model` має бути `` | +| Шукати в інтернеті | `openclaw infer web search --query "..." --json` | | +| Отримати вебсторінку | `openclaw infer web fetch --url https://example.com --json` | | +| Створити embeddings | `openclaw infer embedding create --text "..." --json` | | ## Поведінка -- `openclaw infer ...` є основною CLI-поверхнею для цих робочих процесів. +- `openclaw infer ...` — основна поверхня CLI для цих робочих процесів. - Використовуйте `--json`, коли вивід споживатиме інша команда або скрипт. - Використовуйте `--provider` або `--model provider/model`, коли потрібен конкретний бекенд. - Для `image describe`, `audio transcribe` і `video describe` `--model` має використовувати форму ``. -- Для `image describe` явний `--model` запускає цей провайдер/модель напряму. Модель має бути image-capable у каталозі моделей або конфігурації провайдера. `codex/` запускає обмежений turn розуміння зображення через app-server Codex; `openai-codex/` використовує шлях OpenAI Codex OAuth provider. -- Stateless-команди виконання за замовчуванням локальні. +- Для `image describe` явний `--model` запускає цей provider/model напряму. Модель має підтримувати зображення в каталозі моделей або конфігурації провайдера. `codex/` запускає обмежений хід Codex app-server для розуміння зображень; `openai-codex/` використовує шлях OpenAI Codex OAuth provider. +- Команди виконання без стану за замовчуванням локальні. - Команди стану, керованого Gateway, за замовчуванням використовують Gateway. - Звичайний локальний шлях не потребує запущеного Gateway. -- Локальний `model run` — це легкий одноразовий provider completion. Він розв’язує налаштовану модель агента й auth, але не запускає turn chat-агента, не завантажує інструменти й не відкриває bundled MCP servers. -- `model run --gateway` перевіряє маршрутизацію Gateway, збережений auth, вибір провайдера та вбудований runtime, але все ще працює як сирий probe моделі: він надсилає наданий prompt без попереднього transcript сесії, bootstrap/AGENTS context, context-engine assembly, інструментів або bundled MCP servers. +- Локальний `model run` — це компактне одноразове завершення провайдера. Він розв’язує налаштовану модель агента й автентифікацію, але не запускає хід chat-agent, не завантажує інструменти й не відкриває вбудовані MCP-сервери. +- `model run --file` приймає файли зображень, визначає їхній MIME-тип і надсилає їх із наданим prompt до вибраної моделі. Повторіть `--file` для кількох зображень. +- `model run --file` відхиляє вхідні дані, що не є зображеннями. Використовуйте `infer audio transcribe` для аудіофайлів і `infer video describe` для відеофайлів. +- `model run --gateway` перевіряє маршрутизацію Gateway, збережену автентифікацію, вибір провайдера та вбудований runtime, але все одно працює як сирий модельний probe: він надсилає наданий prompt і будь-які вкладення зображень без попереднього transcript сеансу, bootstrap/AGENTS context, складання context-engine, інструментів або вбудованих MCP-серверів. ## Модель -Використовуйте `model` для text inference на основі провайдера та інспекції моделей/провайдерів. +Використовуйте `model` для текстового інференсу на базі провайдерів і перевірки моделей/провайдерів. ```bash openclaw infer model run --prompt "Reply with exactly: smoke-ok" --json -openclaw infer model run --prompt "Summarize this changelog entry" --provider openai --json +openclaw infer model run --prompt "Summarize this changelog entry" --model openai/gpt-5.4 --json +openclaw infer model run --prompt "Describe this image in one sentence" --file ./photo.jpg --model google/gemini-2.5-flash --json openclaw infer model providers --json openclaw infer model inspect --name gpt-5.5 --json ``` -Використовуйте повні посилання ``, щоб smoke-test конкретного провайдера без +Використовуйте повні посилання ``, щоб виконати smoke-test конкретного провайдера без запуску Gateway або завантаження повної поверхні інструментів агента: ```bash @@ -161,19 +165,23 @@ openclaw infer model run --local --model google/gemini-2.5-flash --prompt "Reply openclaw infer model run --local --model groq/llama-3.1-8b-instant --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model mistral/mistral-small-latest --prompt "Reply with exactly: pong" --json openclaw infer model run --local --model openai/gpt-4.1 --prompt "Reply with exactly: pong" --json +openclaw infer model run --local --model ollama/qwen2.5vl:7b --prompt "Describe this image." --file ./photo.jpg --json ``` Примітки: -- Локальний `model run` є найвужчим CLI smoke для стану провайдера/моделі/auth, бо надсилає вибраній моделі лише наданий prompt. -- `model run --prompt` має містити текст, що не складається лише з пробілів; порожні prompts відхиляються до виклику локальних провайдерів або Gateway. -- Локальний `model run` завершується з ненульовим кодом, коли провайдер не повертає текстовий вивід, тому недоступні локальні провайдери й порожні completions не виглядають як успішні probes. -- Використовуйте `model run --gateway`, коли потрібно протестувати маршрутизацію Gateway, налаштування agent-runtime або стан провайдера, керований Gateway, зберігаючи сирий ввід моделі. Використовуйте `openclaw agent` або chat-поверхні, коли потрібні повний context агента, інструменти, пам’ять і transcript сесії. -- `model auth login`, `model auth logout` і `model auth status` керують збереженим auth-станом провайдера. +- Локальний `model run` — це найвужчий CLI smoke для перевірки стану provider/model/auth, бо він надсилає лише наданий prompt до вибраної моделі. +- Локальний `model run --file` зберігає цей компактний шлях і додає вміст зображення безпосередньо до одного повідомлення користувача. Поширені файли зображень, як-от PNG, JPEG і WebP, працюють, коли їхній MIME-тип визначено як `image/*`; непідтримувані або нерозпізнані файли завершуються помилкою до виклику провайдера. +- `model run --file` найкраще підходить, коли ви хочете напряму протестувати вибрану мультимодальну текстову модель. Використовуйте `infer image describe`, коли вам потрібні вибір провайдера розуміння зображень OpenClaw і маршрутизація image-model за замовчуванням. +- Вибрана модель має підтримувати вхідні зображення; моделі лише для тексту можуть відхилити запит на рівні провайдера. +- `model run --prompt` має містити текст не лише з пробілів; порожні prompts відхиляються до виклику локальних провайдерів або Gateway. +- Локальний `model run` завершується з ненульовим кодом, коли провайдер не повертає текстового виводу, тож недосяжні локальні провайдери й порожні завершення не виглядають як успішні probes. +- Використовуйте `model run --gateway`, коли потрібно протестувати маршрутизацію Gateway, налаштування agent-runtime або стан провайдера, керований Gateway, зберігаючи вхідні дані моделі сирими. Використовуйте `openclaw agent` або chat-поверхні, коли потрібні повний контекст агента, інструменти, пам’ять і transcript сеансу. +- `model auth login`, `model auth logout` і `model auth status` керують збереженим станом автентифікації провайдера. ## Зображення -Використовуйте `image` для генерації, редагування й опису. +Використовуйте `image` для генерації, редагування та опису. ```bash openclaw infer image generate --prompt "friendly lobster illustration" --json @@ -193,14 +201,14 @@ openclaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --p - Використовуйте `image edit`, коли починаєте з наявних вхідних файлів. - Використовуйте `--size`, `--aspect-ratio` або `--resolution` з `image edit` для - провайдерів/моделей, які підтримують geometry hints під час редагування reference-image. + провайдерів/моделей, що підтримують геометричні підказки під час редагування reference-image. - Використовуйте `--output-format png --background transparent` з `--model openai/gpt-image-1.5` для PNG-виводу OpenAI з прозорим фоном; - `--openai-background` лишається доступним як специфічний для OpenAI alias. Провайдери, - які не декларують підтримку фону, повідомляють цю підказку як ignored override. -- Використовуйте `image providers --json`, щоб перевірити, які bundled image providers є - discoverable, configured, selected і які можливості generation/edit - відкриває кожен провайдер. + `--openai-background` залишається доступним як специфічний для OpenAI псевдонім. Провайдери, + які не оголошують підтримку фону, повідомляють підказку як проігнороване перевизначення. +- Використовуйте `image providers --json`, щоб перевірити, які вбудовані провайдери зображень + можна виявити, налаштовано, вибрано, і які можливості генерації/редагування + надає кожен провайдер. - Використовуйте `image generate --model --json` як найвужчий live CLI smoke для змін генерації зображень. Приклад: @@ -213,18 +221,18 @@ openclaw infer image describe --file ./photo.jpg --model ollama/qwen2.5vl:7b --p --json ``` - JSON-відповідь повідомляє `ok`, `provider`, `model`, `attempts` і записані - шляхи виводу. Коли задано `--output`, фінальне розширення може відповідати - MIME-типу, повернутому провайдером. + Відповідь JSON повідомляє `ok`, `provider`, `model`, `attempts` і записані + шляхи виводу. Коли задано `--output`, кінцеве розширення може відповідати + MIME-типу, поверненому постачальником. -- Для `image describe` і `image describe-many` використовуйте `--prompt`, щоб дати vision model task-specific інструкцію, як-от OCR, comparison, UI inspection або concise captioning. -- Використовуйте `--timeout-ms` із повільними локальними vision models або холодними запусками Ollama. -- Для `image describe` `--model` має бути image-capable ``. -- Для локальних vision models Ollama спочатку завантажте модель і встановіть `OLLAMA_API_KEY` у будь-яке placeholder-значення, наприклад `ollama-local`. Див. [Ollama](/uk/providers/ollama#vision-and-image-description). +- Для `image describe` і `image describe-many` використовуйте `--prompt`, щоб надати візійній моделі інструкцію для конкретного завдання, наприклад OCR, порівняння, перевірку UI або стислий підпис. +- Використовуйте `--timeout-ms` із повільними локальними візійними моделями або холодними запусками Ollama. +- Для `image describe` `--model` має бути моделлю `` із підтримкою зображень. +- Для локальних візійних моделей Ollama спершу завантажте модель і задайте для `OLLAMA_API_KEY` будь-яке значення-заповнювач, наприклад `ollama-local`. Див. [Ollama](/uk/providers/ollama#vision-and-image-description). ## Аудіо -Використовуйте `audio` для транскрипції файлів. +Використовуйте `audio` для транскрибування файлів. ```bash openclaw infer audio transcribe --file ./memo.m4a --json @@ -234,12 +242,12 @@ openclaw infer audio transcribe --file ./memo.m4a --model openai/whisper-1 --jso Примітки: -- `audio transcribe` призначений для транскрипції файлів, а не realtime session management. +- `audio transcribe` призначено для транскрибування файлів, а не для керування сеансами в реальному часі. - `--model` має бути ``. ## TTS -Використовуйте `tts` для синтезу мовлення та стану TTS-провайдера. +Використовуйте `tts` для синтезу мовлення та стану постачальника TTS. ```bash openclaw infer tts convert --text "hello from openclaw" --output ./hello.mp3 --json @@ -250,12 +258,12 @@ openclaw infer tts status --json Примітки: -- `tts status` за замовчуванням використовує Gateway, бо відображає TTS-стан, керований Gateway. -- Використовуйте `tts providers`, `tts voices` і `tts set-provider`, щоб інспектувати й налаштовувати поведінку TTS. +- `tts status` за замовчуванням використовує gateway, оскільки відображає стан TTS, керований gateway. +- Використовуйте `tts providers`, `tts voices` і `tts set-provider`, щоб переглядати й налаштовувати поведінку TTS. ## Відео -Використовуйте `video` для генерації й опису. +Використовуйте `video` для генерації та опису. ```bash openclaw infer video generate --prompt "cinematic sunset over the ocean" --json @@ -266,12 +274,12 @@ openclaw infer video describe --file ./clip.mp4 --model openai/gpt-4.1-mini --js Примітки: -- `video generate` приймає `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` і `--timeout-ms` та передає їх до середовища виконання генерації відео. -- `--model` має бути у форматі `` для `video describe`. +- `video generate` приймає `--size`, `--aspect-ratio`, `--resolution`, `--duration`, `--audio`, `--watermark` і `--timeout-ms` та передає їх у середовище виконання генерації відео. +- `--model` має бути `` для `video describe`. ## Веб -Використовуйте `web` для робочих процесів пошуку й отримання. +Використовуйте `web` для робочих процесів пошуку й отримання даних. ```bash openclaw infer web search --query "OpenClaw docs" --json @@ -282,11 +290,11 @@ openclaw infer web providers --json Примітки: -- Використовуйте `web providers`, щоб переглянути доступних, налаштованих і вибраних провайдерів. +- Використовуйте `web providers`, щоб переглядати доступних, налаштованих і вибраних постачальників. -## Ембединг +## Embedding -Використовуйте `embedding` для створення векторів і перегляду провайдерів ембедингів. +Використовуйте `embedding` для створення векторів і перегляду постачальника embeddings. ```bash openclaw infer embedding create --text "friendly lobster" --json @@ -296,7 +304,7 @@ openclaw infer embedding providers --json ## Вивід JSON -Команди infer нормалізують JSON-вивід у спільній оболонці: +Команди infer нормалізують вивід JSON у спільній обгортці: ```json { @@ -321,9 +329,9 @@ openclaw infer embedding providers --json - `outputs` - `error` -Для команд генерованих медіа `outputs` містить файли, записані OpenClaw. Використовуйте +Для команд генерації медіа `outputs` містить файли, записані OpenClaw. Використовуйте `path`, `mimeType`, `size` і будь-які специфічні для медіа розміри в цьому масиві -для автоматизації замість парсингу stdout, призначеного для читання людиною. +для автоматизації замість аналізу stdout, призначеного для читання людиною. ## Поширені помилки diff --git a/docs/uk/providers/ollama.md b/docs/uk/providers/ollama.md index 38b1e2252..6920272c5 100644 --- a/docs/uk/providers/ollama.md +++ b/docs/uk/providers/ollama.md @@ -1,15 +1,15 @@ --- read_when: - Ви хочете запускати OpenClaw із хмарними або локальними моделями через Ollama - - Вам потрібні інструкції з налаштування та конфігурації Ollama - - Вам потрібні моделі бачення Ollama для розуміння зображень + - Вам потрібні настанови з налаштування та конфігурації Ollama + - Вам потрібні візійні моделі Ollama для розуміння зображень summary: Запуск OpenClaw з Ollama (хмарні та локальні моделі) title: Ollama x-i18n: - generated_at: "2026-04-28T11:23:24Z" + generated_at: "2026-04-28T17:56:05Z" model: gpt-5.5 provider: openai - source_hash: d5b31171f7c6d2e97507b4b7c7daf6140a29b9531a4b1e1589f3cc010ec44904 + source_hash: fd2e2a7ceba03f60cb43c0e9407603a7b661791cd03d55a805a9598ee089ac48 source_path: providers/ollama.md workflow: 16 --- @@ -17,32 +17,32 @@ x-i18n: OpenClaw інтегрується з нативним API Ollama (`/api/chat`) для розміщених хмарних моделей і локальних/самостійно розміщених серверів Ollama. Ви можете використовувати Ollama у трьох режимах: `Cloud + Local` через доступний хост Ollama, `Cloud only` із `https://ollama.com` або `Local only` із доступним хостом Ollama. -**Користувачі віддаленого Ollama**: не використовуйте з OpenClaw OpenAI-сумісний URL `/v1` (`http://host:11434/v1`). Це ламає виклик інструментів, і моделі можуть виводити сирий JSON інструментів як звичайний текст. Натомість використовуйте URL нативного API Ollama: `baseUrl: "http://host:11434"` (без `/v1`). +**Користувачі віддаленого Ollama**: не використовуйте сумісну з OpenAI URL-адресу `/v1` (`http://host:11434/v1`) з OpenClaw. Це порушує виклики інструментів, і моделі можуть виводити сирий JSON інструментів як звичайний текст. Натомість використовуйте URL нативного API Ollama: `baseUrl: "http://host:11434"` (без `/v1`). -Конфігурація провайдера Ollama використовує `baseUrl` як канонічний ключ. OpenClaw також приймає `baseURL` для сумісності з прикладами у стилі OpenAI SDK, але в новій конфігурації варто надавати перевагу `baseUrl`. +Конфігурація провайдера Ollama використовує `baseUrl` як канонічний ключ. OpenClaw також приймає `baseURL` для сумісності з прикладами у стилі OpenAI SDK, але нова конфігурація має надавати перевагу `baseUrl`. ## Правила автентифікації - - Локальним і LAN-хостам Ollama не потрібен справжній bearer-токен. OpenClaw використовує локальний маркер `ollama-local` лише для local loopback, приватної мережі, `.local` і базових URL Ollama з простими іменами хостів. + + Локальним і LAN-хостам Ollama не потрібен справжній bearer-токен. OpenClaw використовує локальний маркер `ollama-local` лише для loopback, приватної мережі, `.local` і базових URL-адрес Ollama з простими іменами хостів. - + Віддалені публічні хости та Ollama Cloud (`https://ollama.com`) потребують справжніх облікових даних через `OLLAMA_API_KEY`, профіль автентифікації або `apiKey` провайдера. - - Власні ідентифікатори провайдерів, які задають `api: "ollama"`, дотримуються тих самих правил. Наприклад, провайдер `ollama-remote`, що вказує на приватний LAN-хост Ollama, може використовувати `apiKey: "ollama-local"`, і субагенти розв’язуватимуть цей маркер через hook провайдера Ollama, а не трактуватимуть його як відсутні облікові дані. Пошук у пам’яті також може встановити `agents.defaults.memorySearch.provider` на цей власний ідентифікатор провайдера, щоб embeddings використовували відповідну кінцеву точку Ollama. + + Користувацькі ідентифікатори провайдерів, які задають `api: "ollama"`, дотримуються тих самих правил. Наприклад, провайдер `ollama-remote`, який вказує на приватний LAN-хост Ollama, може використовувати `apiKey: "ollama-local"`, і субагенти розв’язуватимуть цей маркер через hook провайдера Ollama замість того, щоб трактувати його як відсутні облікові дані. Пошук у пам’яті також може встановити `agents.defaults.memorySearch.provider` на цей користувацький ідентифікатор провайдера, щоб embeddings використовували відповідний endpoint Ollama. - - `auth-profiles.json` зберігає облікові дані для ідентифікатора провайдера. Параметри кінцевої точки (`baseUrl`, `api`, ідентифікатори моделей, заголовки, тайм-аути) розміщуйте в `models.providers.`. Старі пласкі файли профілів автентифікації, як-от `{ "ollama-windows": { "apiKey": "ollama-local" } }`, не є runtime-форматом; запустіть `openclaw doctor --fix`, щоб переписати їх у канонічний API-key профіль `ollama-windows:default` із резервною копією. `baseUrl` у цьому файлі є шумом сумісності, і його слід перенести до конфігурації провайдера. + + `auth-profiles.json` зберігає облікові дані для ідентифікатора провайдера. Налаштування endpoint (`baseUrl`, `api`, ідентифікатори моделей, заголовки, таймаути) розміщуйте в `models.providers.`. Старі плоскі файли профілів автентифікації, як-от `{ "ollama-windows": { "apiKey": "ollama-local" } }`, не є runtime-форматом; запустіть `openclaw doctor --fix`, щоб переписати їх у канонічний профіль API-ключа `ollama-windows:default` із резервною копією. `baseUrl` у цьому файлі є шумом сумісності, і його слід перенести в конфігурацію провайдера. - + Коли Ollama використовується для embeddings пам’яті, bearer-автентифікація обмежується хостом, де її було оголошено: - - Ключ рівня провайдера надсилається лише на хост Ollama цього провайдера. - - `agents.*.memorySearch.remote.apiKey` надсилається лише на відповідний віддалений хост embeddings. - - Чисте значення env `OLLAMA_API_KEY` трактується як домовленість Ollama Cloud і за замовчуванням не надсилається на локальні або самостійно розміщені хости. + - Ключ рівня провайдера надсилається лише до Ollama-хоста цього провайдера. + - `agents.*.memorySearch.remote.apiKey` надсилається лише до його віддаленого хоста embedding. + - Чисте значення змінної середовища `OLLAMA_API_KEY` трактується як домовленість Ollama Cloud і типово не надсилається до локальних або самостійно розміщених хостів. @@ -52,27 +52,27 @@ OpenClaw інтегрується з нативним API Ollama (`/api/chat`) Виберіть бажаний спосіб налаштування та режим. - - **Найкраще для:** найшвидшого шляху до робочого хмарного або локального налаштування Ollama. + + **Найкраще для:** найшвидший шлях до робочого хмарного або локального налаштування Ollama. - + ```bash openclaw onboard ``` Виберіть **Ollama** зі списку провайдерів. - + - **Cloud + Local** — локальний хост Ollama плюс хмарні моделі, маршрутизовані через цей хост - **Cloud only** — розміщені моделі Ollama через `https://ollama.com` - **Local only** — лише локальні моделі - - `Cloud only` запитує `OLLAMA_API_KEY` і пропонує типові значення для розміщеної хмари. `Cloud + Local` і `Local only` запитують базовий URL Ollama, виявляють доступні моделі та автоматично завантажують вибрану локальну модель, якщо вона ще недоступна. Коли Ollama повідомляє про встановлений тег `:latest`, як-от `gemma4:latest`, налаштування показує цю встановлену модель один раз, а не показує одночасно `gemma4` і `gemma4:latest` чи знову завантажує простий псевдонім. `Cloud + Local` також перевіряє, чи виконано вхід на цьому хості Ollama для хмарного доступу. + + `Cloud only` запитує `OLLAMA_API_KEY` і пропонує стандартні параметри для розміщеної хмари. `Cloud + Local` і `Local only` запитують базову URL-адресу Ollama, виявляють доступні моделі та автоматично завантажують вибрану локальну модель, якщо вона ще недоступна. Коли Ollama повідомляє про встановлений тег `:latest`, як-от `gemma4:latest`, налаштування показує цю встановлену модель один раз замість того, щоб показувати і `gemma4`, і `gemma4:latest` або знову завантажувати простий alias. `Cloud + Local` також перевіряє, чи цей хост Ollama увійшов у систему для хмарного доступу. - + ```bash openclaw models list --provider ollama ``` @@ -87,7 +87,7 @@ OpenClaw інтегрується з нативним API Ollama (`/api/chat`) --accept-risk ``` - За бажанням укажіть власний базовий URL або модель: + За потреби вкажіть користувацьку базову URL-адресу або модель: ```bash openclaw onboard --non-interactive \ @@ -99,17 +99,17 @@ OpenClaw інтегрується з нативним API Ollama (`/api/chat`) - - **Найкраще для:** повного контролю над хмарним або локальним налаштуванням. + + **Найкраще для:** повний контроль над хмарним або локальним налаштуванням. - + - **Cloud + Local**: встановіть Ollama, увійдіть за допомогою `ollama signin` і маршрутизуйте хмарні запити через цей хост - **Cloud only**: використовуйте `https://ollama.com` з `OLLAMA_API_KEY` - **Local only**: встановіть Ollama з [ollama.com/download](https://ollama.com/download) - + ```bash ollama pull gemma4 # or @@ -118,8 +118,8 @@ OpenClaw інтегрується з нативним API Ollama (`/api/chat`) ollama pull llama3.3 ``` - - Для `Cloud only` використовуйте справжній `OLLAMA_API_KEY`. Для налаштувань із хостом підійде будь-яке значення-заповнювач: + + Для `Cloud only` використовуйте свій справжній `OLLAMA_API_KEY`. Для налаштувань із хостом підходить будь-яке значення-заповнювач: ```bash # Cloud @@ -132,13 +132,13 @@ OpenClaw інтегрується з нативним API Ollama (`/api/chat`) openclaw config set models.providers.ollama.apiKey "OLLAMA_API_KEY" ``` - + ```bash openclaw models list openclaw models set ollama/gemma4 ``` - Або задайте типове значення в конфігурації: + Або встановіть стандартне значення в конфігурації: ```json5 { @@ -161,43 +161,43 @@ OpenClaw інтегрується з нативним API Ollama (`/api/chat`) `Cloud + Local` використовує доступний хост Ollama як контрольну точку для локальних і хмарних моделей. Це рекомендований Ollama гібридний потік. - Використовуйте **Cloud + Local** під час налаштування. OpenClaw запитує базовий URL Ollama, виявляє локальні моделі з цього хоста та перевіряє, чи виконано вхід на хості для хмарного доступу за допомогою `ollama signin`. Коли на хості виконано вхід, OpenClaw також пропонує типові значення розміщеної хмари, як-от `kimi-k2.5:cloud`, `minimax-m2.7:cloud` і `glm-5.1:cloud`. + Використовуйте **Cloud + Local** під час налаштування. OpenClaw запитує базову URL-адресу Ollama, виявляє локальні моделі з цього хоста та перевіряє, чи хост увійшов у систему для хмарного доступу за допомогою `ollama signin`. Коли хост увійшов у систему, OpenClaw також пропонує стандартні розміщені хмарні моделі, як-от `kimi-k2.5:cloud`, `minimax-m2.7:cloud` і `glm-5.1:cloud`. - Якщо на хості ще не виконано вхід, OpenClaw залишає налаштування лише локальним, доки ви не запустите `ollama signin`. + Якщо хост ще не увійшов у систему, OpenClaw залишає налаштування лише локальним, доки ви не запустите `ollama signin`. `Cloud only` працює з розміщеним API Ollama за адресою `https://ollama.com`. - Використовуйте **Cloud only** під час налаштування. OpenClaw запитує `OLLAMA_API_KEY`, задає `baseUrl: "https://ollama.com"` і заповнює список розміщених хмарних моделей початковими значеннями. Цей шлях **не** потребує локального сервера Ollama або `ollama signin`. + Використовуйте **Cloud only** під час налаштування. OpenClaw запитує `OLLAMA_API_KEY`, встановлює `baseUrl: "https://ollama.com"` і заповнює список розміщених хмарних моделей. Цей шлях **не** потребує локального сервера Ollama або `ollama signin`. - Список хмарних моделей, показаний під час `openclaw onboard`, заповнюється наживо з `https://ollama.com/api/tags` і обмежений 500 записами, тому вибір відображає поточний розміщений каталог, а не статичний початковий набір. Якщо `ollama.com` недоступний або не повертає моделей під час налаштування, OpenClaw повертається до попередніх жорстко закодованих пропозицій, щоб онбординг усе одно завершився. + Список хмарних моделей, показаний під час `openclaw onboard`, заповнюється наживо з `https://ollama.com/api/tags`, з обмеженням у 500 записів, тому вибір відображає поточний розміщений каталог, а не статичний початковий набір. Якщо `ollama.com` недоступний або не повертає моделей під час налаштування, OpenClaw повертається до попередніх жорстко закодованих пропозицій, щоб onboarding усе одно завершився. У режимі лише локальної роботи OpenClaw виявляє моделі з налаштованого екземпляра Ollama. Цей шлях призначений для локальних або самостійно розміщених серверів Ollama. - Зараз OpenClaw пропонує `gemma4` як локальне типове значення. + Наразі OpenClaw пропонує `gemma4` як локальне стандартне значення. ## Виявлення моделей (неявний провайдер) -Коли ви задаєте `OLLAMA_API_KEY` (або профіль автентифікації) і **не** визначаєте `models.providers.ollama` чи інший власний віддалений провайдер з `api: "ollama"`, OpenClaw виявляє моделі з локального екземпляра Ollama за адресою `http://127.0.0.1:11434`. +Коли ви встановлюєте `OLLAMA_API_KEY` (або профіль автентифікації) і **не** визначаєте `models.providers.ollama` чи іншого користувацького віддаленого провайдера з `api: "ollama"`, OpenClaw виявляє моделі з локального екземпляра Ollama за адресою `http://127.0.0.1:11434`. -| Поведінка | Деталі | +| Поведінка | Подробиці | | -------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | Запит каталогу | Запитує `/api/tags` | | Виявлення можливостей | Використовує best-effort запити `/api/show`, щоб прочитати `contextWindow`, розгорнуті параметри Modelfile `num_ctx` і можливості, зокрема vision/tools | -| Моделі vision | Моделі з можливістю `vision`, повідомленою `/api/show`, позначаються як здатні працювати із зображеннями (`input: ["text", "image"]`), тож OpenClaw автоматично вставляє зображення в prompt | -| Виявлення reasoning | Використовує можливості `/api/show`, коли вони доступні, зокрема `thinking`; повертається до евристики за назвою моделі (`r1`, `reasoning`, `think`), коли Ollama пропускає можливості | -| Ліміти токенів | Встановлює `maxTokens` на типовий максимальний ліміт токенів Ollama, який використовує OpenClaw | -| Вартість | Встановлює всю вартість у `0` | +| Vision-моделі | Моделі з можливістю `vision`, повідомленою `/api/show`, позначаються як здатні працювати із зображеннями (`input: ["text", "image"]`), тому OpenClaw автоматично додає зображення в prompt | +| Виявлення reasoning | Використовує можливості `/api/show`, коли вони доступні, зокрема `thinking`; повертається до евристики за назвою моделі (`r1`, `reasoning`, `think`), коли Ollama не надає можливостей | +| Ліміти токенів | Встановлює `maxTokens` на стандартну верхню межу токенів Ollama, яку використовує OpenClaw | +| Витрати | Встановлює всі витрати на `0` | -Це дає змогу уникнути ручних записів моделей, водночас підтримуючи каталог узгодженим із локальним екземпляром Ollama. Ви можете використовувати повне посилання, як-от `ollama/:latest`, у локальному `infer model run`; OpenClaw розв’язує цю встановлену модель із живого каталогу Ollama без потреби в написаному вручну записі `models.json`. +Це уникає ручних записів моделей, водночас підтримуючи каталог узгодженим із локальним екземпляром Ollama. Ви можете використовувати повний ref, як-от `ollama/:latest`, у локальному `infer model run`; OpenClaw розв’язує цю встановлену модель із живого каталогу Ollama без потреби в ручному записі `models.json`. ```bash # See what models are available @@ -206,7 +206,7 @@ openclaw models list ``` Для вузького smoke-тесту генерації тексту, який уникає повної поверхні інструментів агента, -використовуйте локальний `infer model run` із повним посиланням на модель Ollama: +використовуйте локальний `infer model run` з повним ref моделі Ollama: ```bash OLLAMA_API_KEY=ollama-local \ @@ -217,25 +217,44 @@ OLLAMA_API_KEY=ollama-local \ --json ``` -Цей шлях усе одно використовує налаштований провайдер OpenClaw, автентифікацію та нативний -транспорт Ollama, але не запускає хід чат-агента і не завантажує контекст MCP/інструментів. Якщо -це успішно виконується, тоді як звичайні відповіді агента не працюють, далі діагностуйте -здатність моделі працювати з agent prompt/інструментами. +Цей шлях усе одно використовує налаштованого провайдера OpenClaw, автентифікацію та нативний +транспорт Ollama, але не запускає хід чат-агента й не завантажує MCP/інструментальний контекст. Якщо +це спрацьовує, а звичайні відповіді агента ні, далі діагностуйте здатність моделі працювати з +prompt агента та інструментами. + +Для вузького smoke-тесту vision-моделі тим самим легким шляхом додайте один або більше +файлів зображень до `infer model run`. Це надсилає prompt і зображення безпосередньо до +вибраної vision-моделі Ollama без завантаження чат-інструментів, пам’яті або попереднього +контексту сесії: + +```bash +OLLAMA_API_KEY=ollama-local \ + openclaw infer model run \ + --local \ + --model ollama/qwen2.5vl:7b \ + --prompt "Describe this image in one sentence." \ + --file ./photo.jpg \ + --json +``` + +`model run --file` приймає файли, визначені як `image/*`, зокрема поширені вхідні PNG, +JPEG і WebP. Файли, що не є зображеннями, відхиляються до виклику Ollama. +Для розпізнавання мовлення натомість використовуйте `openclaw infer audio transcribe`. Коли ви перемикаєте розмову за допомогою `/model ollama/`, OpenClaw трактує -це як точний вибір користувача. Якщо налаштований `baseUrl` Ollama -недоступний, наступна відповідь завершується помилкою провайдера, а не мовчки -відповідає з іншої налаштованої резервної моделі. +це як точний вибір користувача. Якщо налаштований Ollama `baseUrl` +недоступний, наступна відповідь завершується помилкою провайдера замість того, щоб непомітно +відповісти з іншої налаштованої fallback-моделі. -Ізольовані Cron-завдання виконують одну додаткову локальну перевірку безпеки перед запуском -ходу агента. Якщо вибрана модель розв’язується в локальний, приватно-мережевий або `.local` -провайдер Ollama і `/api/tags` недоступний, OpenClaw записує цей запуск Cron -як `skipped` із вибраним `ollama/` у тексті помилки. Попередня перевірка кінцевої точки -кешується на 5 хвилин, тому кілька Cron-завдань, спрямованих на той самий -зупинений демон Ollama, не запускають усі невдалі запити до моделі. +Ізольовані завдання cron виконують одну додаткову локальну перевірку безпеки перед запуском +ходу агента. Якщо вибрана модель розв’язується до локального, приватно-мережевого або `.local` +провайдера Ollama і `/api/tags` недоступний, OpenClaw записує цей запуск cron +як `skipped` із вибраним `ollama/` у тексті помилки. Preflight endpoint +кешується на 5 хвилин, тому кілька завдань cron, спрямованих на той самий +зупинений daemon Ollama, не запускають усі одразу невдалі запити до моделі. -Перевірте наживо локальний текстовий шлях, нативний потоковий шлях і embeddings на -локальному Ollama за допомогою: +Перевірте наживо локальний текстовий шлях, нативний streaming-шлях і embeddings з +локальним Ollama за допомогою: ```bash OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 \ @@ -248,24 +267,24 @@ OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA=1 OPENCLAW_LIVE_OLLAMA_WEB_SEARCH=0 \ ollama pull mistral ``` -Нова модель буде автоматично виявлена й доступна для використання. +Нову модель буде автоматично виявлено й вона стане доступною для використання. -Якщо ви явно задаєте `models.providers.ollama` або налаштовуєте власного віддаленого провайдера, як-от `models.providers.ollama-cloud` з `api: "ollama"`, автовиявлення пропускається, і ви маєте визначити моделі вручну. Власні провайдери local loopback, як-от `http://127.0.0.2:11434`, усе одно трактуються як локальні. Дивіться розділ явної конфігурації нижче. +Якщо ви явно задаєте `models.providers.ollama` або налаштовуєте користувацького віддаленого провайдера, наприклад `models.providers.ollama-cloud` з `api: "ollama"`, автоматичне виявлення пропускається, і вам потрібно визначати моделі вручну. Користувацькі провайдери loopback, як-от `http://127.0.0.2:11434`, усе ще вважаються локальними. Дивіться розділ явної конфігурації нижче. -## Vision і опис зображень +## Комп’ютерний зір і опис зображень -Вбудований Plugin Ollama реєструє Ollama як провайдера розуміння медіа з підтримкою зображень. Це дає OpenClaw змогу спрямовувати явні запити на опис зображень і налаштовані типові значення моделей для зображень через локальні або розміщені vision-моделі Ollama. +Вбудований Ollama Plugin реєструє Ollama як провайдера розуміння медіа з підтримкою зображень. Це дає OpenClaw змогу маршрутизувати явні запити на опис зображень і налаштовані стандартні моделі зображень через локальні або розміщені в хмарі моделі комп’ютерного зору Ollama. -Для локального vision витягніть модель, яка підтримує зображення: +Для локального комп’ютерного зору завантажте модель, що підтримує зображення: ```bash ollama pull qwen2.5vl:7b export OLLAMA_API_KEY="ollama-local" ``` -Потім перевірте за допомогою infer CLI: +Потім перевірте через infer CLI: ```bash openclaw infer image describe \ @@ -274,9 +293,11 @@ openclaw infer image describe \ --json ``` -`--model` має бути повним посиланням ``. Коли його задано, `openclaw infer image describe` запускає цю модель напряму замість пропуску опису через те, що модель підтримує нативний vision. +`--model` має бути повним посиланням ``. Коли його задано, `openclaw infer image describe` запускає цю модель напряму, замість того щоб пропускати опис через те, що модель підтримує вбудований комп’ютерний зір. -Щоб зробити Ollama типовою моделлю розуміння зображень для вхідних медіа, налаштуйте `agents.defaults.imageModel`: +Використовуйте `infer image describe`, коли вам потрібні потік провайдера розуміння зображень OpenClaw, налаштований `agents.defaults.imageModel` і форма виводу опису зображення. Використовуйте `infer model run --file`, коли вам потрібна сира перевірка мультимодальної моделі з користувацьким промптом і одним або кількома зображеннями. + +Щоб зробити Ollama стандартною моделлю розуміння зображень для вхідних медіа, налаштуйте `agents.defaults.imageModel`: ```json5 { @@ -290,9 +311,9 @@ openclaw infer image describe \ } ``` -Надавайте перевагу повному посиланню `ollama/`. Якщо та сама модель указана в `models.providers.ollama.models` з `input: ["text", "image"]` і жоден інший налаштований провайдер зображень не надає цей простий ID моделі, OpenClaw також нормалізує просте посилання `imageModel`, як-от `qwen2.5vl:7b`, до `ollama/qwen2.5vl:7b`. Якщо більше ніж один налаштований провайдер зображень має той самий простий ID, явно використовуйте префікс провайдера. +Надавайте перевагу повному посиланню `ollama/`. Якщо та сама модель указана в `models.providers.ollama.models` з `input: ["text", "image"]` і жоден інший налаштований провайдер зображень не надає цей чистий ID моделі, OpenClaw також нормалізує чисте посилання `imageModel`, наприклад `qwen2.5vl:7b`, до `ollama/qwen2.5vl:7b`. Якщо більше ніж один налаштований провайдер зображень має той самий чистий ID, явно використовуйте префікс провайдера. -Повільним локальним vision-моделям може знадобитися довший тайм-аут розуміння зображень, ніж хмарним моделям. Вони також можуть аварійно завершувати роботу або зупинятися, коли Ollama намагається виділити повний заявлений vision-контекст на обмеженому обладнанні. Задайте тайм-аут можливості та обмежте `num_ctx` у записі моделі, коли вам потрібен лише звичайний хід опису зображення: +Повільним локальним моделям комп’ютерного зору може знадобитися довший тайм-аут розуміння зображень, ніж хмарним моделям. Вони також можуть аварійно завершувати роботу або зупинятися, коли Ollama намагається виділити повний заявлений контекст комп’ютерного зору на обмеженому обладнанні. Задайте тайм-аут можливості й обмежте `num_ctx` у записі моделі, коли вам потрібен лише звичайний хід опису зображення: ```json5 { @@ -321,16 +342,16 @@ openclaw infer image describe \ } ``` -Цей тайм-аут застосовується до розуміння вхідних зображень і до явного інструмента `image`, який агент може викликати під час ходу. `models.providers.ollama.timeoutSeconds` на рівні провайдера й надалі керує базовим захистом HTTP-запиту Ollama для звичайних викликів моделі. +Цей тайм-аут застосовується до розуміння вхідних зображень і до явного інструмента `image`, який агент може викликати під час ходу. `models.providers.ollama.timeoutSeconds` на рівні провайдера й надалі керує базовим запобіжником HTTP-запиту Ollama для звичайних викликів моделі. -Live-перевірка явного інструмента зображень із локальним Ollama: +Виконайте live-перевірку явного інструмента зображень із локальною Ollama за допомогою: ```bash OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA_IMAGE=1 \ pnpm test:live -- src/agents/tools/image-tool.ollama.live.test.ts ``` -Якщо ви визначаєте `models.providers.ollama.models` вручну, позначайте vision-моделі підтримкою введення зображень: +Якщо ви визначаєте `models.providers.ollama.models` вручну, позначайте моделі комп’ютерного зору як такі, що підтримують введення зображень: ```json5 { @@ -342,7 +363,7 @@ OPENCLAW_LIVE_TEST=1 OPENCLAW_LIVE_OLLAMA_IMAGE=1 \ } ``` -OpenClaw відхиляє запити на опис зображень для моделей, які не позначені як здатні працювати із зображеннями. За неявного виявлення OpenClaw зчитує це з Ollama, коли `/api/show` повідомляє про vision-можливість. +OpenClaw відхиляє запити на опис зображень для моделей, які не позначені як здатні працювати із зображеннями. За неявного виявлення OpenClaw зчитує це з Ollama, коли `/api/show` повідомляє про можливість комп’ютерного зору. ## Конфігурація @@ -355,13 +376,13 @@ OpenClaw відхиляє запити на опис зображень для ``` - Якщо `OLLAMA_API_KEY` задано, можна опустити `apiKey` у записі провайдера, і OpenClaw заповнить його для перевірок доступності. + Якщо `OLLAMA_API_KEY` задано, ви можете пропустити `apiKey` у записі провайдера, і OpenClaw заповнить його для перевірок доступності. - - Використовуйте явну конфігурацію, коли потрібне розміщене хмарне налаштування, Ollama працює на іншому хості/порту, ви хочете примусово задати конкретні вікна контексту або списки моделей, чи потрібні повністю ручні визначення моделей. + + Використовуйте явну конфігурацію, коли потрібне розгорнуте у хмарі налаштування, Ollama працює на іншому хості/порту, потрібно примусово задати певні контекстні вікна або списки моделей, чи потрібні повністю ручні визначення моделей. ```json5 { @@ -390,8 +411,8 @@ OpenClaw відхиляє запити на опис зображень для - - Якщо Ollama працює на іншому хості або порту (явна конфігурація вимикає автовиявлення, тож визначайте моделі вручну): + + Якщо Ollama працює на іншому хості або порту (явна конфігурація вимикає автоматичне виявлення, тож визначайте моделі вручну): ```json5 { @@ -418,7 +439,7 @@ OpenClaw відхиляє запити на опис зображень для ``` - Не додавайте `/v1` до URL. Шлях `/v1` використовує режим, сумісний з OpenAI, де виклики інструментів ненадійні. Використовуйте базовий URL Ollama без суфікса шляху. + Не додавайте `/v1` до URL-адреси. Шлях `/v1` використовує режим, сумісний з OpenAI, де виклик інструментів ненадійний. Використовуйте базову URL-адресу Ollama без суфікса шляху. @@ -426,10 +447,10 @@ OpenClaw відхиляє запити на опис зображень для ## Поширені рецепти -Використовуйте їх як відправні точки та замінюйте ID моделей точними назвами з `ollama list` або `openclaw models list --provider ollama`. +Використовуйте їх як початкові варіанти та замінюйте ідентифікатори моделей точними назвами з `ollama list` або `openclaw models list --provider ollama`. - + Використовуйте це, коли Ollama працює на тій самій машині, що й Gateway, і ви хочете, щоб OpenClaw автоматично виявляв установлені моделі. ```bash @@ -445,7 +466,7 @@ OpenClaw відхиляє запити на опис зображень для - Використовуйте нативні URL Ollama для LAN-хостів. Не додавайте `/v1`. + Використовуйте нативні URL-адреси Ollama для LAN-хостів. Не додавайте `/v1`. ```json5 { @@ -482,7 +503,7 @@ OpenClaw відхиляє запити на опис зображень для } ``` - `contextWindow` — це бюджет контексту на боці OpenClaw. `params.num_ctx` надсилається до Ollama для запиту. Узгоджуйте їх, коли ваше обладнання не може запускати повний заявлений контекст моделі. + `contextWindow` — це бюджет контексту на боці OpenClaw. `params.num_ctx` надсилається до Ollama для запиту. Тримайте їх узгодженими, коли ваше обладнання не може запускати повний заявлений контекст моделі. @@ -524,8 +545,8 @@ OpenClaw відхиляє запити на опис зображень для - - Використовуйте це, коли локальний або LAN-демон Ollama ввійшов через `ollama signin` і має обслуговувати як локальні моделі, так і моделі `:cloud`. + + Використовуйте це, коли локальний або LAN-демон Ollama авторизований через `ollama signin` і має обслуговувати як локальні моделі, так і моделі `:cloud`. ```bash ollama signin @@ -562,7 +583,7 @@ OpenClaw відхиляє запити на опис зображень для - Використовуйте власні ID провайдерів, коли маєте більше ніж один сервер Ollama. Кожен провайдер отримує власний хост, моделі, автентифікацію, тайм-аут і посилання на моделі. + Використовуйте власні ідентифікатори провайдерів, коли маєте більше ніж один сервер Ollama. Кожен провайдер отримує власний хост, моделі, автентифікацію, тайм-аут і посилання на моделі. ```json5 { @@ -636,8 +657,8 @@ OpenClaw відхиляє запити на опис зображень для } ``` - Використовуйте `compat.supportsTools: false` лише тоді, коли модель або сервер стабільно дає збій на схемах інструментів. Це обмінює можливості агента на стабільність. - `localModelLean` прибирає інструменти браузера, cron і повідомлень із поверхні агента, але не змінює контекст середовища виконання Ollama або режим мислення. Поєднуйте це з явними `params.num_ctx` і `params.thinking: false` для невеликих Qwen-подібних thinking-моделей, які зациклюються або витрачають бюджет відповіді на приховане міркування. + Використовуйте `compat.supportsTools: false` лише тоді, коли модель або сервер надійно дає збій на схемах інструментів. Це обмінює можливості агента на стабільність. + `localModelLean` прибирає інструменти браузера, cron і повідомлень із поверхні агента, але не змінює runtime-контекст Ollama або режим мислення. Поєднуйте це з явними `params.num_ctx` і `params.thinking: false` для малих Qwen-подібних моделей мислення, які зациклюються або витрачають свій бюджет відповіді на приховане міркування. @@ -660,11 +681,11 @@ OpenClaw відхиляє запити на опис зображень для ``` Також підтримуються користувацькі ідентифікатори провайдерів Ollama. Коли посилання на модель використовує активний -префікс провайдера, як-от `ollama-spark/qwen3:32b`, OpenClaw прибирає лише цей +префікс провайдера, як-от `ollama-spark/qwen3:32b`, OpenClaw видаляє лише цей префікс перед викликом Ollama, щоб сервер отримав `qwen3:32b`. -Для повільних локальних моделей спершу налаштовуйте запити на рівні провайдера, перш ніж збільшувати -тайм-аут усього середовища виконання агента: +Для повільних локальних моделей віддавайте перевагу налаштуванню запитів на рівні провайдера перед збільшенням +тайм-ауту runtime всього агента: ```json5 { @@ -685,10 +706,10 @@ OpenClaw відхиляє запити на опис зображень для } ``` -`timeoutSeconds` застосовується до HTTP-запиту моделі, включно з установленням з'єднання, -заголовками, потоковою передачею тіла та повним перериванням захищеного отримання. `params.keep_alive` -передається в Ollama як верхньорівневий `keep_alive` для нативних запитів `/api/chat`; -задавайте його для кожної моделі, коли час завантаження першого ходу є вузьким місцем. +`timeoutSeconds` застосовується до HTTP-запиту моделі, включно з установленням з’єднання, +заголовками, потоковою передачею тіла й загальним guarded-fetch abort. `params.keep_alive` +передається до Ollama як верхньорівневий `keep_alive` у нативних запитах `/api/chat`; +задавайте його для кожної моделі, коли вузьким місцем є час завантаження першого ходу. ### Швидка перевірка @@ -706,17 +727,17 @@ openclaw infer model run \ --prompt "Reply with exactly: ok" ``` -Для віддалених хостів замініть `127.0.0.1` на хост, використаний у `baseUrl`. Якщо `curl` працює, а OpenClaw ні, перевірте, чи Gateway не працює на іншій машині, у контейнері або під іншим службовим обліковим записом. +Для віддалених хостів замініть `127.0.0.1` на хост, використаний у `baseUrl`. Якщо `curl` працює, а OpenClaw ні, перевірте, чи Gateway не працює на іншій машині, у контейнері або під іншим сервісним обліковим записом. ## Вебпошук Ollama OpenClaw підтримує **вебпошук Ollama** як вбудований провайдер `web_search`. -| Властивість | Подробиці | +| Властивість | Деталі | | ----------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -| Хост | Використовує налаштований хост Ollama (`models.providers.ollama.baseUrl`, якщо задано, інакше `http://127.0.0.1:11434`); `https://ollama.com` використовує розміщений API напряму | -| Автентифікація | Без ключа для локальних хостів Ollama із виконаним входом; `OLLAMA_API_KEY` або налаштована автентифікація провайдера для прямого пошуку через `https://ollama.com` чи хостів із захищеним доступом | -| Вимога | Локальні/самостійно розміщені хости мають бути запущені й мати виконаний вхід через `ollama signin`; прямий розміщений пошук потребує `baseUrl: "https://ollama.com"` і справжній API-ключ Ollama | +| Хост | Використовує ваш налаштований хост Ollama (`models.providers.ollama.baseUrl`, якщо задано, інакше `http://127.0.0.1:11434`); `https://ollama.com` використовує розміщений API напряму | +| Auth | Без ключа для локальних хостів Ollama із виконаним входом; `OLLAMA_API_KEY` або налаштована автентифікація провайдера для прямого пошуку через `https://ollama.com` або хостів із захищеним доступом | +| Вимога | Локальні/самостійно розміщені хости мають бути запущені та мати виконаний вхід через `ollama signin`; прямий розміщений пошук потребує `baseUrl: "https://ollama.com"` і справжнього API-ключа Ollama | Виберіть **вебпошук Ollama** під час `openclaw onboard` або `openclaw configure --section web`, або задайте: @@ -754,21 +775,21 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` -Для локального демона з виконаним входом OpenClaw використовує проксі демона `/api/experimental/web_search`. Для `https://ollama.com` він викликає розміщену кінцеву точку `/api/web_search` напряму. +Для локального daemon із виконаним входом OpenClaw використовує проксі daemon `/api/experimental/web_search`. Для `https://ollama.com` він викликає розміщений endpoint `/api/web_search` напряму. -Повні подробиці налаштування та поведінки див. у розділі [вебпошук Ollama](/uk/tools/ollama-search). +Повне налаштування та деталі поведінки див. у [вебпошуку Ollama](/uk/tools/ollama-search). ## Розширена конфігурація - + - **Виклик інструментів в OpenAI-сумісному режимі ненадійний.** Використовуйте цей режим лише тоді, коли вам потрібен формат OpenAI для проксі й ви не залежите від нативної поведінки виклику інструментів. + **Виклик інструментів ненадійний у режимі, сумісному з OpenAI.** Використовуйте цей режим лише якщо вам потрібен формат OpenAI для proxy й ви не залежите від нативної поведінки виклику інструментів. - Якщо натомість потрібно використовувати OpenAI-сумісну кінцеву точку (наприклад, за проксі, який підтримує лише формат OpenAI), явно задайте `api: "openai-completions"`: + Якщо натомість потрібно використовувати endpoint, сумісний з OpenAI (наприклад, за proxy, який підтримує лише формат OpenAI), явно задайте `api: "openai-completions"`: ```json5 { @@ -786,9 +807,9 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` - Цей режим може не підтримувати потокову передачу й виклик інструментів одночасно. Можливо, вам доведеться вимкнути потокову передачу за допомогою `params: { streaming: false }` у конфігурації моделі. + Цей режим може не підтримувати потокову передачу й виклик інструментів одночасно. Можливо, доведеться вимкнути потокову передачу через `params: { streaming: false }` у конфігурації моделі. - Коли `api: "openai-completions"` використовується з Ollama, OpenClaw за замовчуванням вставляє `options.num_ctx`, щоб Ollama мовчки не відкотилася до контекстного вікна 4096. Якщо ваш проксі або upstream відхиляє невідомі поля `options`, вимкніть цю поведінку: + Коли `api: "openai-completions"` використовується з Ollama, OpenClaw за замовчуванням інжектує `options.num_ctx`, щоб Ollama не повертався непомітно до контекстного вікна 4096. Якщо ваш proxy/upstream відхиляє невідомі поля `options`, вимкніть цю поведінку: ```json5 { @@ -809,11 +830,11 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - Для автоматично виявлених моделей OpenClaw використовує контекстне вікно, про яке повідомляє Ollama, коли воно доступне, включно з більшими значеннями `PARAMETER num_ctx` із користувацьких Modelfile. Інакше він повертається до стандартного контекстного вікна Ollama, яке використовує OpenClaw. + Для автоматично виявлених моделей OpenClaw використовує контекстне вікно, повідомлене Ollama, коли воно доступне, включно з більшими значеннями `PARAMETER num_ctx` із користувацьких Modelfiles. Інакше він повертається до типового контекстного вікна Ollama, яке використовує OpenClaw. - Ви можете задати стандартні значення `contextWindow`, `contextTokens` і `maxTokens` на рівні провайдера для кожної моделі цього провайдера Ollama, а потім перевизначати їх для окремих моделей за потреби. `contextWindow` — це бюджет підказки й Compaction в OpenClaw. Нативні запити Ollama залишають `options.num_ctx` незаданим, якщо ви явно не налаштували `params.num_ctx`, тож Ollama може застосувати власне значення моделі, `OLLAMA_CONTEXT_LENGTH` або стандарт на основі VRAM. Щоб обмежити або примусово задати контекст середовища виконання Ollama для кожного запиту без перебудови Modelfile, задайте `params.num_ctx`; недійсні, нульові, від'ємні та нескінченні значення ігноруються. OpenAI-сумісний адаптер Ollama і далі за замовчуванням вставляє `options.num_ctx` із налаштованого `params.num_ctx` або `contextWindow`; вимкніть це за допомогою `injectNumCtxForOpenAICompat: false`, якщо ваш upstream відхиляє `options`. + Ви можете задати типові значення `contextWindow`, `contextTokens` і `maxTokens` на рівні провайдера для кожної моделі під цим провайдером Ollama, а потім перевизначати їх для окремих моделей за потреби. `contextWindow` — це бюджет prompt і Compaction OpenClaw. Нативні запити Ollama лишають `options.num_ctx` незаданим, якщо ви явно не налаштуєте `params.num_ctx`, тож Ollama може застосувати власну модель, `OLLAMA_CONTEXT_LENGTH` або типове значення на основі VRAM. Щоб обмежити або примусово задати runtime-контекст Ollama для кожного запиту без перебудови Modelfile, задайте `params.num_ctx`; недійсні, нульові, від’ємні та нескінченні значення ігноруються. Ollama-адаптер, сумісний з OpenAI, усе ще за замовчуванням інжектує `options.num_ctx` із налаштованого `params.num_ctx` або `contextWindow`; вимкніть це через `injectNumCtxForOpenAICompat: false`, якщо ваш upstream відхиляє `options`. - Нативні записи моделей Ollama також приймають поширені параметри середовища виконання Ollama у `params`, включно з `temperature`, `top_p`, `top_k`, `min_p`, `num_predict`, `stop`, `repeat_penalty`, `num_batch`, `num_thread` і `use_mmap`. OpenClaw передає лише ключі запиту Ollama, тому параметри середовища виконання OpenClaw, як-от `streaming`, не потрапляють до Ollama. Використовуйте `params.think` або `params.thinking`, щоб надіслати верхньорівневий Ollama `think`; `false` вимикає мислення на рівні API для моделей мислення в стилі Qwen. + Нативні записи моделей Ollama також приймають поширені runtime-опції Ollama у `params`, включно з `temperature`, `top_p`, `top_k`, `min_p`, `num_predict`, `stop`, `repeat_penalty`, `num_batch`, `num_thread` і `use_mmap`. OpenClaw передає лише ключі запитів Ollama, тож runtime-параметри OpenClaw, як-от `streaming`, не потрапляють до Ollama. Використовуйте `params.think` або `params.thinking`, щоб надіслати верхньорівневий Ollama `think`; `false` вимикає мислення на рівні API для Qwen-подібних моделей мислення. ```json5 { @@ -840,19 +861,19 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` - `agents.defaults.models["ollama/"].params.num_ctx` для окремої моделі також працює. Якщо налаштовано обидва варіанти, явний запис моделі провайдера має пріоритет над стандартом агента. + Також працює `agents.defaults.models["ollama/"].params.num_ctx` на рівні моделі. Якщо налаштовано обидва, явний запис моделі провайдера має пріоритет над типовим значенням агента. - Для нативних моделей Ollama OpenClaw передає керування мисленням так, як очікує Ollama: верхньорівневий `think`, а не `options.think`. Автоматично виявлені моделі, відповідь `/api/show` яких містить можливість `thinking`, показують `/think low`, `/think medium`, `/think high` і `/think max`; моделі без мислення показують лише `/think off`. + Для нативних моделей Ollama OpenClaw передає керування мисленням так, як очікує Ollama: верхньорівневий `think`, а не `options.think`. Автоматично виявлені моделі, чия відповідь `/api/show` містить capability `thinking`, показують `/think low`, `/think medium`, `/think high` і `/think max`; моделі без мислення показують лише `/think off`. ```bash openclaw agent --model ollama/gemma4 --thinking off openclaw agent --model ollama/gemma4 --thinking low ``` - Ви також можете задати стандарт для моделі: + Також можна задати типове значення моделі: ```json5 { @@ -868,7 +889,7 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` - `params.think` або `params.thinking` для окремої моделі може вимкнути або примусово ввімкнути мислення API Ollama для конкретної налаштованої моделі. OpenClaw зберігає ці явні параметри моделі, коли активний запуск має лише неявне стандартне значення `off`; команди середовища виконання не `off`, як-от `/think medium`, усе одно перевизначають активний запуск. + `params.think` або `params.thinking` на рівні моделі може вимкнути або примусово ввімкнути API-мислення Ollama для конкретної налаштованої моделі. OpenClaw зберігає ці явні параметри моделі, коли активний запуск має лише неявне типове значення `off`; runtime-команди, відмінні від off, як-от `/think medium`, усе ще перевизначають активний запуск. @@ -884,23 +905,23 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - Ollama безплатна й працює локально, тому всі вартості моделей установлені в $0. Це стосується як автоматично виявлених, так і вручну визначених моделей. + Ollama безплатний і працює локально, тому всі вартості моделей установлені на $0. Це стосується як автоматично виявлених, так і вручну визначених моделей. - - Вбудований Plugin Ollama реєструє провайдер ембеддингів пам'яті для - [пошуку в пам'яті](/uk/concepts/memory). Він використовує налаштований базовий URL Ollama - та API-ключ, викликає поточну кінцеву точку Ollama `/api/embed` і за можливості об'єднує - кілька фрагментів пам'яті в один запит `input`. + + Вбудований plugin Ollama реєструє провайдер ембедінгів пам’яті для + [пошуку в пам’яті](/uk/concepts/memory). Він використовує налаштований базовий URL Ollama + та API-ключ, викликає поточний endpoint Ollama `/api/embed` і, коли можливо, об’єднує + кілька фрагментів пам’яті в один запит `input`. - | Властивість | Значення | - | ------------- | ------------------- | - | Стандартна модель | `nomic-embed-text` | - | Автоматичне завантаження | Так — модель ембеддингів завантажується автоматично, якщо її немає локально | + | Властивість | Значення | + | --------------- | ------------------- | + | Типова модель | `nomic-embed-text` | + | Auto-pull | Так — модель ембедінгів автоматично завантажується, якщо її немає локально | - Ембеддинги під час запиту використовують префікси отримання для моделей, які їх потребують або рекомендують, зокрема `nomic-embed-text`, `qwen3-embedding` і `mxbai-embed-large`. Пакети документів пам'яті залишаються сирими, щоб наявні індекси не потребували міграції формату. + Ембедінги під час запиту використовують retrieval prefixes для моделей, які їх потребують або рекомендують, включно з `nomic-embed-text`, `qwen3-embedding` і `mxbai-embed-large`. Пакети документів пам’яті лишаються сирими, щоб наявні індекси не потребували міграції формату. - Щоб вибрати Ollama як провайдера ембеддингів для пошуку в пам'яті: + Щоб вибрати Ollama як провайдер ембедінгів пошуку в пам’яті: ```json5 { @@ -918,7 +939,7 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` - Для віддаленого хоста ембеддингів тримайте автентифікацію обмеженою цим хостом: + Для віддаленого хоста ембедінгів тримайте автентифікацію обмеженою цим хостом: ```json5 { @@ -940,13 +961,13 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - - Інтеграція OpenClaw з Ollama за замовчуванням використовує **нативний API Ollama** (`/api/chat`), який повністю підтримує потокову передачу й виклик інструментів одночасно. Спеціальна конфігурація не потрібна. + + Інтеграція OpenClaw з Ollama за замовчуванням використовує **нативний API Ollama** (`/api/chat`), який повністю підтримує потокове передавання та виклики інструментів одночасно. Спеціальна конфігурація не потрібна. - Для нативних запитів `/api/chat` OpenClaw також передає керування мисленням напряму в Ollama: `/think off` і `openclaw agent --thinking off` надсилають верхньорівневий `think: false`, якщо не налаштовано явне значення моделі `params.think`/`params.thinking`, тоді як `/think low|medium|high` надсилають відповідний верхньорівневий рядок зусилля `think`. `/think max` зіставляється з найвищим нативним зусиллям Ollama, `think: "high"`. + Для нативних запитів `/api/chat` OpenClaw також напряму передає керування мисленням до Ollama: `/think off` і `openclaw agent --thinking off` надсилають `think: false` верхнього рівня, якщо не налаштовано явне значення `params.think`/`params.thinking` моделі, а `/think low|medium|high` надсилають відповідний рядок рівня зусилля `think` верхнього рівня. `/think max` відповідає найвищому нативному рівню зусилля Ollama, `think: "high"`. - Якщо вам потрібно використовувати OpenAI-сумісну кінцеву точку, див. розділ "Застарілий OpenAI-сумісний режим" вище. Потокова передача й виклик інструментів можуть не працювати одночасно в цьому режимі. + Якщо вам потрібно використовувати сумісну з OpenAI кінцеву точку, див. розділ «Застарілий режим сумісності з OpenAI» вище. Потокове передавання та виклики інструментів можуть не працювати одночасно в цьому режимі. @@ -956,7 +977,7 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - У WSL2 з NVIDIA/CUDA офіційний інсталятор Ollama для Linux створює systemd-модуль `ollama.service` із `Restart=always`. Якщо ця служба запускається автоматично й завантажує модель із підтримкою GPU під час завантаження WSL2, Ollama може закріпити пам'ять хоста, доки модель завантажується. Механізм повернення пам'яті Hyper-V не завжди може повернути ці закріплені сторінки, тому Windows може завершити VM WSL2, systemd знову запускає Ollama, і цикл повторюється. + У WSL2 з NVIDIA/CUDA офіційний інсталятор Ollama для Linux створює systemd-юніт `ollama.service` з `Restart=always`. Якщо ця служба запускається автоматично й завантажує модель із підтримкою GPU під час запуску WSL2, Ollama може закріпити пам’ять хоста, доки модель завантажується. Механізм повернення пам’яті Hyper-V не завжди може звільнити ці закріплені сторінки, тому Windows може завершити VM WSL2, systemd знову запускає Ollama, і цикл повторюється. Типові ознаки: @@ -964,7 +985,7 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - високе навантаження CPU в `app.slice` або `ollama.service` невдовзі після запуску WSL2 - SIGTERM від systemd, а не подія Linux OOM-killer - OpenClaw реєструє попередження під час запуску, коли виявляє WSL2, увімкнений `ollama.service` з `Restart=always` і видимі маркери CUDA. + OpenClaw записує попередження під час запуску, коли виявляє WSL2, увімкнений `ollama.service` з `Restart=always` і видимі маркери CUDA. Пом’якшення: @@ -972,14 +993,14 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани sudo systemctl disable ollama ``` - Додайте це до `%USERPROFILE%\.wslconfig` на стороні Windows, а потім виконайте `wsl --shutdown`: + Додайте це до `%USERPROFILE%\.wslconfig` на стороні Windows, потім виконайте `wsl --shutdown`: ```ini [experimental] autoMemoryReclaim=disabled ``` - Задайте коротший keep-alive у середовищі сервісу Ollama або запускайте Ollama вручну лише тоді, коли він потрібен: + Установіть коротший keep-alive у середовищі служби Ollama або запускайте Ollama вручну лише тоді, коли вона потрібна: ```bash export OLLAMA_KEEP_ALIVE=5m @@ -991,7 +1012,7 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - Переконайтеся, що Ollama запущено, що ви задали `OLLAMA_API_KEY` (або профіль автентифікації), і що ви **не** визначили явний запис `models.providers.ollama`: + Переконайтеся, що Ollama запущено, що ви встановили `OLLAMA_API_KEY` (або профіль автентифікації) і що ви **не** визначили явний запис `models.providers.ollama`: ```bash ollama serve @@ -1018,7 +1039,7 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - Перевірте, що Ollama запущено на правильному порту: + Перевірте, що Ollama працює на правильному порту: ```bash # Check if Ollama is running @@ -1031,26 +1052,26 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - Перевірте з тієї самої машини та runtime, де працює Gateway: + Перевірте з тієї самої машини та середовища виконання, де працює Gateway: ```bash openclaw gateway status --deep curl http://ollama-host:11434/api/tags ``` - Поширені причини: + Типові причини: - - `baseUrl` вказує на `localhost`, але Gateway працює в Docker або на іншому хості. - - URL використовує `/v1`, що вибирає OpenAI-сумісну поведінку замість нативної Ollama. - - Віддаленому хосту потрібні зміни firewall або прив’язки LAN на стороні Ollama. - - Модель є в daemon вашого ноутбука, але відсутня у віддаленому daemon. + - `baseUrl` указує на `localhost`, але Gateway працює в Docker або на іншому хості. + - URL використовує `/v1`, що вибирає сумісну з OpenAI поведінку замість нативної Ollama. + - Віддалений хост потребує змін firewall або прив’язки до LAN на стороні Ollama. + - Модель є в демоні вашого ноутбука, але її немає у віддаленому демоні. - Зазвичай це означає, що провайдер використовує OpenAI-сумісний режим або модель не може обробляти схеми інструментів. + Зазвичай це означає, що постачальник використовує сумісний з OpenAI режим або модель не може обробляти схеми інструментів. - Надавайте перевагу нативному режиму Ollama: + Віддавайте перевагу нативному режиму Ollama: ```json5 { @@ -1065,14 +1086,14 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` - Якщо мала локальна модель усе ще не справляється зі схемами інструментів, задайте `compat.supportsTools: false` у записі цієї моделі й протестуйте знову. + Якщо невелика локальна модель усе ще не справляється зі схемами інструментів, установіть `compat.supportsTools: false` у записі цієї моделі й перевірте ще раз. - Розміщені відповіді Kimi/GLM, які є довгими, немовними послідовностями символів, обробляються як невдалий вивід провайдера, а не як успішна відповідь асистента. Це дає змогу звичайній повторній спробі, fallback або обробці помилок перебрати керування без збереження пошкодженого тексту в сесії. + Розміщені відповіді Kimi/GLM, які є довгими нелігвістичними послідовностями символів, обробляються як невдалий вивід постачальника, а не як успішна відповідь асистента. Це дає змогу звичайному повтору, fallback або обробці помилки спрацювати без збереження пошкодженого тексту в сесії. - Якщо це повторюється, зафіксуйте сире ім’я моделі, поточний файл сесії та чи використовував запуск `Cloud + Local` або `Cloud only`, а потім спробуйте нову сесію та fallback-модель: + Якщо це повторюється, зафіксуйте сире ім’я моделі, поточний файл сесії та чи запуск використовував `Cloud + Local` або `Cloud only`, потім спробуйте нову сесію та fallback-модель: ```bash openclaw infer model run --model ollama/kimi-k2.5:cloud --prompt "Reply with exactly: ok" --json @@ -1082,7 +1103,7 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани - Великим локальним моделям може знадобитися тривале перше завантаження, перш ніж почнеться streaming. Обмежте timeout провайдером Ollama і, за бажанням, попросіть Ollama тримати модель завантаженою між ходами: + Великим локальним моделям може знадобитися тривале перше завантаження перед початком потокового передавання. Обмежте тайм-аут постачальником Ollama й за потреби попросіть Ollama тримати модель завантаженою між ходами: ```json5 { @@ -1103,12 +1124,12 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` - Якщо сам хост повільно приймає з’єднання, `timeoutSeconds` також подовжує захищений timeout з’єднання Undici для цього провайдера. + Якщо сам хост повільно приймає з’єднання, `timeoutSeconds` також подовжує захищений тайм-аут підключення Undici для цього постачальника. - - Багато моделей Ollama оголошують контексти, які більші, ніж ваше обладнання може комфортно виконувати. Нативна Ollama використовує власний стандартний runtime-контекст Ollama, якщо ви не задасте `params.num_ctx`. Обмежте і бюджет OpenClaw, і контекст запиту Ollama, коли вам потрібна передбачувана затримка до першого токена: + + Багато моделей Ollama оголошують контексти, більші за ті, які ваше обладнання може комфортно виконувати. Нативна Ollama використовує власне стандартне значення контексту середовища виконання Ollama, якщо ви не встановите `params.num_ctx`. Обмежте і бюджет OpenClaw, і контекст запиту Ollama, коли хочете передбачувану затримку до першого токена: ```json5 { @@ -1130,26 +1151,26 @@ OpenClaw підтримує **вебпошук Ollama** як вбудовани } ``` - Спочатку зменште `contextWindow`, якщо OpenClaw надсилає забагато prompt. Зменште `params.num_ctx`, якщо Ollama завантажує runtime-контекст, завеликий для машини. Зменште `maxTokens`, якщо генерація триває надто довго. + Спочатку зменште `contextWindow`, якщо OpenClaw надсилає забагато prompt. Зменште `params.num_ctx`, якщо Ollama завантажує контекст середовища виконання, який завеликий для машини. Зменште `maxTokens`, якщо генерація триває надто довго. -Додаткова допомога: [Усунення несправностей](/uk/help/troubleshooting) і [Поширені запитання](/uk/help/faq). +Більше довідки: [Усунення несправностей](/uk/help/troubleshooting) і [FAQ](/uk/help/faq). ## Пов’язане - - Огляд усіх провайдерів, посилань на моделі та поведінки failover. + + Огляд усіх постачальників, посилань на моделі та поведінки failover. - - Як вибирати й налаштовувати моделі. + + Як вибирати й конфігурувати моделі. - Повне налаштування та подробиці поведінки для вебпошуку на базі Ollama. + Повне налаштування та деталі поведінки вебпошуку на базі Ollama. Повний довідник конфігурації.