- لا توجد تكاملات مخصصة مع أولاما. تتصل بـ OpenClaw بأولاما عبر واجهة برمجة التطبيقات (API) المتوافقة مع OpenAI الخاصة بأولاما عند
http://localhost:11434/v1، معاملتها كمزوِّد عام يتوافق مع نموذج OpenAI. - اختيار النموذج هو العامل الحاسم كله. يُعَدّ OpenClaw حلقة وكيل (agent loop) تستدعي أدوات، لذا تحتاج إلى نموذج يدعم استدعاء الأدوات بشكل أصلي —
qwen3,gpt-oss,llama3.1/3.3,mistral-small. أما النموذج المصمم فقط للدردشة (chat-only model) فيفشل بصمتٍ عبر وصف استدعاءات الأدوات بدلًا من تنفيذها فعليًّا. - وَسِّع نافذة السياق. سياق أولاما الافتراضي أصغر بكثير من رسالة النظام (system prompt) الخاصة بـ OpenClaw بالإضافة إلى مخططات الأدوات (tool schemas) وسجل المحادثة. اصنع ملف نموذج (Modelfile) يحتوي على
PARAMETER num_ctx 32768أو أكبر. - توقع انخفاضًا حقيقيًّا في الجودة. النماذج المحلية التي تقل معاييرها عن ~30 مليار معلَّمة تفقد القدرة على إنجاز سلاسل المهام متعددة الخطوات التي يُتمّها النماذج الرائدة بسلاسة. والحل العملي هو الإعداد الهجين: استخدام النموذج المحلي للردود الروتينية، والاعتماد على السحابة للمهام الصعبة.
يُعَدّ OpenClaw مساعدًا ذكيًّا ذاتي الاستضافة يتحدث إليك عبر تطبيقات المراسلة ويُفعِّل الأدوات على جهازك. ولا يحتوي على تكامل خاص مع أولاما؛ بل تتصل بينهما بتحديد نقطة نهاية أولاما المتوافقة مع واجهة برمجة تطبيقات OpenAI كمزوِّد نموذج لـ OpenClaw، http://localhost:11434/v1. وهو يعمل فعلًا، لكن ذلك يتطلب نموذجًا قادرًا على استدعاء الأدوات بدقة، ونافذة سياق أكبر بكثير من القيمة الافتراضية في أولاما.
ماهية OpenClaw فعليًّا
يُعَدّ OpenClaw مساعدًا شخصيًّا مفتوح المصدر يعمل كعملية بوابة طويلة الأمد على أجهزتك الخاصة. وهو يربط قنوات المراسلة — مثل WhatsApp وTelegram وDiscord وSignal وiMessage — بدورة وكيل (agent loop) تتيح الوصول إلى الأدوات: أوامر shell وعمليات الملفات واسترجاع الويب والتقويم والذاكرة. وبدأ المشروع باسم Clawdbot، ثم أُعيد تسميته مؤقتًا إلى Moltbot، واستقر اسمه أخيرًا على OpenClaw. وكان دماغه الافتراضي نموذجًا من شركة Anthropic، لكنه وبما أنه يتحدث بروتوكول OpenAI للإكمالات الحوارية (chat-completions) الخاص بموفري الجهات الخارجية، يمكن لأي نموذج يقدّم هذا البروتوكول أن يحل محله — بما في ذلك أولاما.
توضيحٌ واحدٌ: هناك مشروعٌ غير مرتبط يحمل نفس الاسم OpenClaw، وهو إعادة تنفيذ بلغة C++ للعبة المنصات التي صدرت عام ١٩٩٧ بعنوان Captain Claw. ولا علاقة له إطلاقًا بنماذج اللغة الكبيرة (LLMs). فإذا بحثت عن «ollama openclaw»، فمن شبه المؤكد أنك تقصد المساعد.
لماذا يصعب هذا التزاوج أكثر من واجهة دردشة عادية
توجيه واجهة دردشة أمامية (chat frontend) إلى أولاما أمرٌ بسيطٌ للغاية. أما إطار العمل الخاص بالوكلاء (agent framework) فهو ليس كذلك، وذلك لثلاثة أسباب:
- يجب أن يكون استدعاء الأداة صحيحًا هيكليًّا. يُرسل OpenClaw تعريفات الأدوات ويتوقع في المقابل كائنات JSON الخاصة باستدعاء الأدوات. أما النماذج التي لا تحتوي على قالب دردشة (chat template) يراعي الأدوات فهي تُنتج نصًّا وصفيًّا مثل «سأقوم الآن بتشغيل الأمر
ls»، مما يؤدي إلى توقف الحلقة. - العبارة التمهيدية (prompt) كبيرة حتى قبل أن تكتب أي شيء. تعليمات النظام بالإضافة إلى مخططات الأدوات تستهلك عادةً عدة آلاف من الرموز (tokens). أما السياق الافتراضي في أولاما فيقطع هذه العبارة التمهيدية، ويؤدي القطع في بداية العبارة إلى إزالة التعليمات بالضبط التي يعتمد عليها الوكيل.
- تتضاعف الأخطاء عبر الدورات. نموذجٌ تبلغ دقته في استدعاء الأدوات في كل خطوة ٩٠٪ سيُكمل مهمةً من ست خطوات بنسبة نجاح تقارب ٥٠٪.
الخطوة ١: اجعل أولاما يعمل على عنوان قابل للوصول
إذا لم تكن قد ثبتّ أولاما بعد، فاتبع دليل تثبيت Ollama الأولى. وتأكد من أن الخادم يستجيب عبر الأمر التالي:
curl http://localhost:11434/api/version
curl http://localhost:11434/v1/modelsإذا كان OpenClaw يعمل على نفس المضيف (host) وخارج حاوية (container)، فإن ربط الحلقة العكسية (loopback binding) الافتراضي كافٍ ويمكنك تخطي هذه الخطوة والانتقال مباشرةً إلى الخطوة الثانية. أما إذا كان OpenClaw يعمل داخل حاوية Docker أو على جهاز آخر، فيجب أن يربط أولاما نفسه بعناوين خارج نطاق الحلقة العكسية عبر OLLAMA_HOST. وتختلف طريقة ضبط ذلك باختلاف المنصة.
macOS
تطبيق شريط القوائم (menu-bar app) لا يقرأ ملف تعريف shell الخاص بك. لذا يجب تعيين المتغير في بيئة التشغيل، ثم إعادة تشغيل التطبيق من رمزه في شريط المهام (tray icon):
launchctl setenv OLLAMA_HOST "0.0.0.0:11434"توجد النماذج في ~/.ollama/models. أما سجلات الخادم فتوجد في ~/.ollama/logs/. ومن حاوية على نفس جهاز ماك، يمكنك الوصول إلى المضيف عبر http://host.docker.internal:11434.
لينكس
يُسجِّل المُثبِّت وحدة systemd. وبدلًا من تعديل ملف الوحدة المُورَّد، غيّر بيئتها عبر الأمر التالي:
sudo systemctl edit ollama.serviceأضف ما يلي:
[Service]
Environment="OLLAMA_HOST=0.0.0.0:11434"
Environment="OLLAMA_KEEP_ALIVE=-1"ثم نفّذ الأمر sudo systemctl daemon-reload && sudo systemctl restart ollama. وتظهر السجلات من الأمر journalctl -u ollama -fتحت حساب الخدمة، تكون النماذج افتراضيًا في /usr/share/ollama/.ollama/modelsوليس في دليلك الرئيسي — وهي مفاجأة شائعة عندما تجد أن ollama list يبدو فارغًا عند تسجيل الدخول كـ root.
ويندوز
عيّن المتغير عبر الواجهة الرسومية: ابدأ → «تحرير متغيرات بيئة النظام» → متغيرات البيئة → جديد تحت متغيرات المستخدم، أدخل الاسم OLLAMA_HOSTوالقيمة 0.0.0.0:11434. أغلق Ollama من شريط النظام وأعد تشغيله؛ إذ يقرأ عملية الشريط متغيرات البيئة عند بدء التشغيل فقط. وتوجد النماذج في %USERPROFILE%.ollamamodelsأما السجلات فتوجد في %LOCALAPPDATA%\Ollama.
إن OpenClaw نفسه تطبيق مبني على Node، ويُنفَّذ بأعلى درجة من الموثوقية على أنظمة Linux أو macOS. أما على Windows، فيجب تشغيله داخل WSL2. وفي هذه الحالة يمكن ترك Ollama كتثبيت أصلي لنظام Windows — حيث يصل WSL2 إلى مضيف Windows عبر عنوان بوابة التكرار (mirrored) أو NAT، لذا تأكَّد من ذلك باستخدام الأمر curl من داخل WSL قبل إجراء أي تهيئة.
ملاحظة أمنية: لا يحتوي Ollama على أي آلية مصادقة. وربط العنوان 0.0.0.0 يعرِّض استنتاج النموذج لكل مضيف يمكنه الوصول إلى تلك المنفذ عبر التوجيه. لذا ابقِه ضمن شبكة محلية موثوقة (LAN) أو شبكة خاصة افتراضية (VPN)، أو استخدم خلفه وكيل عكسي (reverse proxy) يتطلب رمزًا (token). ولا تعرِّضه أبدًا للإنترنت العام.
الخطوة ٢: حمِّل نموذجًا قادرًا على استدعاء الأدوات
يعتمد استدعاء الأدوات في Ollama على قالب الدردشة الخاص بالنماذج، وليس على وسم (flag) تمرِّره. أما الأحجام المذكورة أدناه فهي تقريبية للوسوم الشائعة ذات التكمية 4 بت، وقد تختلف بين الإصدارات — لذا تحقَّق من ollama list ومن قائمة الوسوم الحالية للحصول على الأرقام الدقيقة.
| وسم النموذج | عدد المُعَلَّمات | الحجم التقريبي للتنزيل | الذاكرة العشوائية VRAM العملية عند سياق 32K | ملائم لـ OpenClaw |
|---|---|---|---|---|
llama3.1:8b | 8 مليارات معلّمة | ~4.7 غيغابايت | 8–10 غيغابايت | الحد الأدنى. مناسب فقط للمهام البسيطة التي تتطلب أداة واحدة. |
qwen3:8b | 8 مليارات معلّمة | ~5 غيغابايت | 8–10 غيغابايت | انضباط أفضل في استخدام الأدوات مقارنةً بـ Llama 3.1 8B. |
qwen3:14b | 14 مليار معلّمة | ~٩ جيجابايت | 12–16 غيغابايت | توازن جيد على بطاقة ذات سعة 16 غيغابايت. |
gpt-oss:20b | 20B MoE | ~14 غيغابايت | 16 جيجابايت | استخدام قوي للأدوات؛ سريع نسبيًّا بسبب التفعيل النادر (sparse activation). |
mistral-small | 24B | ~14 غيغابايت | 16–20 غيغابايت | استدعاء موثوق للوظائف. |
qwen3:32b | 32 مليار معلَّمة | ~20 جيجابايت | 24 غيغابايت فأكثر | أفضل تجربة محلية واقعية. |
نزِّل نموذجًا واحدًا وتحقَّق من قبوله للأدوات قبل البدء في استخدام OpenClaw:
ollama pull qwen3:14bلمقارنة أوسع بين المرشحين وسلوكهم تحت أحمال العمل الخاصة بالوكلاء (agent workloads)، انظر أفضل النماذج المحلية لأولاما.
الخطوة ٣: وسِّع نافذة السياق
هذه هي الخطوة التي يتجاهلها الكثيرون، وهي السبب الأكثر شيوعًا في إعداد OpenClaw مع Ollama الذي «يكاد يعمل» دون أن يعمل فعليًّا. فـ Ollama يطبِّق سياقًا افتراضيًّا معتدلًا (كان تاريخيًّا 2048، ثم زاد في الإصدارات اللاحقة) بغض النظر عمَّا يدعمه النموذج. أما الإصدارات الحديثة فتدعم متغير بيئة عام للخادم (server-wide)، لكن الطريقة غير التابعة للإصدار هي دمج هذا الإعداد في نموذج مشتق كما يلي: OLLAMA_CONTEXT_LENGTH FROM qwen3:14b
PARAMETER num_ctx 32768
احفظه باسمollama create qwen3-14b-32k -f Modelfile Modelfileثم:
qwen3-14b-32kالاستخدام كاسم للنموذج في OpenClaw. وتستهلك السياقات الأكبر ذاكرة VRAM إضافية لمخبأ KV، وهي مستقلة عن أوزان النموذج — لذا استخدم لرؤية ما يحتاجه نموذجٌ معينٌ مع طول سياقٍ معيَّنٍ فعليًّا قبل أن تكتشف ذلك عبر خطأ استنفاد الذاكرة (OOM). وفي إصدارات Ollama الحديثة، فإن حاسبة الذاكرة VRAM لمعرفة ما تحتاجه نموذجٌ معين وطول السياق فعليًّا قبل أن تكتشف ذلك عبر خطأ «الذاكرة خارج النطاق» (OOM). وفي إصدارات Ollama الحديثة، OLLAMA_FLASH_ATTENTION=1 (OLLAMA_KV_CACHE_TYPE=q8_0) يقللان بشكل ملحوظ من هذه التكلفة الإضافية.
الخطوة ٤: وجِّه OpenClaw نحو أولاما
يُخزِّن OpenClaw ملفات التهيئة في دليل مخفي تحت دليلك الرئيسي (~/.openclaw/) ويسمح بتجاوز هذه القيم عبر متغيرات البيئة. والقيم الثلاث التي تحتاجها تكون دائمًا متطابقة من حيث الجوهر:
| الإعدادات | القيمة |
|---|---|
| عنوان URL الأساسي | http://localhost:11434/v1 — ولاحقة /v1 إجبارية |
| مفتاح واجهة برمجة التطبيقات (API key) | أي سلسلة نصية غير فارغة، مثل: أولاما. ويُهمَل القيمة نفسها، لكن العديد من العميلات (clients) ترفض التكوين إذا كانت فارغة. |
| النموذج | الوسم الدقيق من ollama list, ، بما في ذلك :tag الجزء |
التكوين الدقيق أسماء المفاتيح انتقلت عبر عمليات إعادة تسمية المشروع وتواتر إصداراته السريع. بدلًا من نسخ كتلة تكوين من منشور مدوّنة، شغّل خرج مساعدة واجهة سطر الأوامر (CLI) وافحص ملف التكوين الذي تم إنشاؤه على النسخة المُثبَّتة لديك:
openclaw --helpعمليًّا، أنت تبحث عن كتلة الموفر العامة المتوافقة مع OpenAI — وهي الكتلة نفسها المستخدمة مع OpenRouter وvLLM و LM Studio — وتعيين عنوان URL الأساسي والمفتاح والنموذج فيها. وإذا قدّم OpenClaw خيار اختيار الموفر أثناء عملية الإعداد الأولي، فاختر الخيار المتوافق مع OpenAI بدلًا من موفر مسمّى.
قبل تشخيص مشكلات OpenClaw، تأكَّد من أن النهاية (endpoint) تستجيب مباشرةً لطلب استدعاء الأدوات باستخدام curl ضد /v1/chat/completions. وإذا فشل ذلك، فالعطل يكمن في Ollama وليس في OpenClaw.
فحص الواقع المتعلق بالعتاد
OpenClaw هو خدمة تعمل في الخلفية. ويتم تحميل النموذج وإعادة تحميله كلما وردت رسائل، وكل إعادة تحميل تتسبّب في تأخير مدته عدة ثوانٍ، لذا ترغب في أن تبقى أوزان النموذج محملة بشكل دائم — ومن ثم فإن OLLAMA_KEEP_ALIVE=-1. وهذا يعني أن ذاكرة الفيديو (VRAM) تكون مخصصة طوال مدة تشغيل المساعد، وليس فقط أثناء تنفيذ طلب واحد. خطِّط لذلك وفقًا لميزانيتك: فبطاقة ذات سعة 24 جيجابايت تعمل بنموذج qwen3:32b في سياق 32K لا يتبقّى لها عمليًّا أي ذاكرة متاحة لأي شيء آخر.
تعتبر وحدة معالجة الرسومات (GPU) ذات سعة 16 جيجابايت نقطة الدخول المنطقية لتشغيل نموذج بحجم 14–20 مليار معلّمة (B) في سياق قابل للاستخدام. أما دون 12 جيجابايت، فتكون مقيّدًا بتشغيل نماذج بحجم 8 مليار معلّمة فقط، حيث تنخفض موثوقية تنفيذ المهام المتعددة الخطوات بشكل حاد. كما تعمل رقاقات Apple Silicon ذات الذاكرة الموحّدة البالغة سعتها 32 جيجابايت أو أكثر بكفاءة جيدة لأن الذاكرة مشتركة بين المكوّنات، رغم أن معالجة المطالبات (prompt processing) تكون أبطأ منها على وحدة معالجة رسومات NVIDIA منفصلة. راجع دليل وحدات الرسوميات لتشغيل النماذج اللغوية الكبيرة محليًّا للاطلاع على بطاقات GPU الموصى بها تحديدًا في كل مستوى.
الإعداد الهجين الذي ينتهي معظم المستخدمين إليه
النتيجة الصريحة: يتعامل النموذج المحلي بحجم 14 مليار معلّمة مع الرسائل الروتينية والملخّصات والتذكيرات واستعلامات الأداة الواحدة بشكل ممتاز. أما سلاسل البحث الطويلة، وتغييرات الكود عبر عدة ملفات، وأي مهمة تتطلب اتباع تعليمات دقيقة، فتتدهور جودتها بشكل ملحوظ. ولذلك يحتفظ العديد من مستخدمي OpenClaw بموفّر سحابي مضبوط للحلقة الرئيسية للوكيل (main agent loop)، ويستخدمون Ollama لأعمال الحجم العالي والمخاطر المنخفضة، أو للمحتوى الحساس من حيث الخصوصية الذي لا ينبغي أن يغادر الجهاز.
ما إذا كانت هذه التقسيمة توفر المال يعتمد على حجم الرسائل التي ترسلها وتكلفة الكهرباء. احسب أرقامك باستخدام حاسبة نقطة التعادل بين الاستضافة المحلية وواجهة برمجة التطبيقات (API) قبل شراء وحدة معالجة رسومات مخصصة لهذا الغرض؛ فعند أحجام الرسائل المنخفضة، تكون واجهة برمجة التطبيقات (API) عادةً أرخص من تكلفة استهلاك العتاد على المدى الطويل.
استكشاف الأخطاء وإصلاحها
| العرض المرضي | السبب والحل |
|---|---|
ECONNREFUSED / رفض الاتصال | الخادم غير قيد التشغيل، أو مُربَط بعنوان الحلقة (loopback) بينما يعمل OpenClaw داخل حاوية. اختبر الأمر curl http://localhost:11434/api/version من داخل مساحة أسماء الشبكة الخاصة بالحاوية. |
| ظهور خطأ 404 في الطلبات | غياب عنوان URL الأساسي /v1، أو توجيهه إلى مسار Ollama الأصلي /api/chat بدلًا من المسار المتوافق مع OpenAI. |
| خطأ 401 / غياب مفتاح واجهة برمجة التطبيقات (API) | عيّن حقل المفتاح إلى أي سلسلة غير فارغة. |
النموذج غير موجود | عدم تطابق التسمية (tag). انقر فوق الاسم حرفيًّا من ollama list. |
| يروي الوكيل استخدام الأداة بدلًا من تنفيذها | النموذج لا يحتوي على قالب دعم استدعاء الأدوات (tool-calling template). انتقل إلى نموذج آخر من الجدول أعلاه. |
| ينسى الوكيل تعليماته في منتصف المهمة | اختزال السياق (Context truncation). أعد البناء باستخدام قيمة أكبر لـ : حجم نافذة السياق (بين 2048 و8192، وكلما زادت القيمة زاد استهلاك الـ VRAM). |
| تأخذ أول ردّ بعد فترة الخمول 30 ثانية أو أكثر | تم إلغاء تحميل النموذج بعد انتهاء مهلة البقاء نشيطًا (keep-alive timeout). عيّن OLLAMA_KEEP_ALIVE=-1. |
الأسئلة الشائعة
هل يدعم OpenClaw رسميًّا Ollama؟
لا كتكامل مسمّى. بل الدعم غير مباشر: يمكن لـ OpenClaw استخدام أي نقطة نهاية (endpoint) متوافقة مع OpenAI لواجهة برمجة التطبيقات الخاصة بالاستكمالات الحوارية (chat-completions)، ويقدّم Ollama واحدةً منها على العنوان /v1. وهذا المسار ثابت وغير مرجّح أن يتغيّر، لكن مخطط تكوين OpenClaw نفسه يتطوّر بسرعة، لذا تحقّق من وثائقه الحالية للحصول على أسماء المفاتيح الدقيقة للموفّر بدلًا من الافتراض.
ما أصغر نموذج يعمل فعليًّا؟
نموذج بحجم 8 مليار معلّمة يدعم استدعاء الأدوات مثل qwen3:8b هو الحد الأدنى الواقعي، وبشرط أن يكون التفاعل قصيرًا ويعتمد على أداة واحدة فقط. وأقل من ذلك، تصبح وسائط الأدوات (tool arguments) غير صحيحة في كثير من الأحيان لدرجة أن حلقة الوكيل تصبح مصدر إحباط أكثر من كونها مفيدة. أما عند حجم 14 مليار معلّمة، فتبدأ التجربة في الشعور بالموثوقية.
هل يمكنني تشغيل هذا على نظام Windows؟
نعم، مع تشغيل OpenClaw داخل WSL2 وتثبيت Ollama بشكل أصلي على Windows ليستخدم برنامج تشغيل وحدة معالجة الرسومات (GPU driver) مباشرةً. تحقّق من الاتصال من داخل واجهة سطر أوامر WSL باستخدام الأمر curl قبل ضبط إعدادات OpenClaw. لاحظ أن قناة iMessage متاحة فقط على نظام macOS بغض النظر عن النظام المستخدم، لأنها تعتمد على قاعدة بيانات الرسائل المحلية.
لماذا يُعتبر OpenClaw المحلي أسوأ بكثير من النسخة المدعومة سحابيًّا؟
عاملان متراكمان. أولًا، دقة استدعاء الأدوات في كل خطوة أقل، والأخطاء تتضاعف عبر المهام متعددة الخطوات. ثانيًا، تزداد درجة تدهور النماذج المحلية مع امتلاء السياق، والطلب (prompt) الخاص بـ OpenClaw كبير أصلاً قبل إضافتك لرسالتك. وكلا العاملين يعودان إلى حدود قدرات النموذج، وليس إلى مشكلات في التكوين.
هل يمكن تشغيل Ollama على جهاز مختلف عن جهاز OpenClaw؟
نعم، وهذه ممارسة جيدة — ضع Ollama على الجهاز المزوّد بوحدة معالجة الرسومات، وشغّل بوابة (gateway) OpenClaw على جهاز آخر دائم التشغيل ومنخفض الاستهلاك. عيّن OLLAMA_HOST=0.0.0.0:11434 على المضيف المزوّد بوحدة معالجة الرسومات واستخدم عنوانه ضمن شبكة المنطقة المحلية (LAN) في حقل عنوان URL الأساسي في إعدادات OpenClaw. وبما أن Ollama لا يحتوي على آلية مصادقة، فقيّد الوصول إليه على شبكة موثوقة أو عبر شبكة افتراضية خاصة (VPN).
هل هذا هو نفس مشروع OpenClaw الخاص بلعبة Captain Claw؟
لا. فمشروع OpenClaw الخاص باللعبة هو إعادة تنفيذ بلغة C++ لمنصة ألعاب DOS صدرت عام 1997، وهو مشروع غير مرتبط إطلاقًا، ويشارك مع المشروع الحالي اسمًا فقط. فإذا أشار نتيجة بحث ما إلى ملفات المراحل (level files) أو عرض الرسومات النقطية (sprite rendering)، فأنت على الأرجح وصلت إلى مشروع اللعبة.
الخلاصة
إن ربط Ollama بـ OpenClaw هو مهمة تكوين تستغرق خمس دقائق: نقطة النهاية المتوافقة مع OpenAI، ومفتاح غير فارغ، وتسمية نموذج دقيقة. أما العمل الذي يحدد ما إذا كان هذا الربط قابلاً للاستخدام فعلاً فهو سابق له — أي اختيار نموذج يدعم استدعاء الأدوات فعليًّا، وتزويده بنافذة سياق واسعة بما يكفي لطلب الوكيل (agent’s prompt)، وامتلاك كمية كافية من ذاكرة الفيديو (VRAM) لإبقائه محملًا باستمرار. قارن النماذج المرشحة في قاعدة بيانات النماذج، وإذا كنت جديدًا على واجهة تكوين Ollama، فإن دليل شامل لـ Ollama يغطي متغيرات البيئة وآليات ملف النموذج (Modelfile) بتفصيل أعمق.
