Ollama Local AI 工作流工具
通过命令行脚本管理本机 Ollama 模型:列出、拉取、删除模型,做对话、补全、向量嵌入和工具调用,并可接入 OpenClaw 子智能体。
功能与用途
想在自己电脑或局域网服务器上跑大模型,不把数据发给云端,就需要一套能管模型的命令行工具。这个技能提供 ollama.py 和 ollama_tools.py 两个脚本,可列出、拉取、删除、查看模型,发起对话、补全、取嵌入向量,并让支持函数调用的模型走完整工具循环。还给出模型选型建议(快答用 qwen3:4b、写代码用 qwen2.5-coder:7b、通用用 llama3.1:8b、推理用 deepseek-r1:8b),以及如何把本地模型作为 OpenClaw 子智能体并行调用。
适用场景
- 离线模型管理与文本推理:在本地或私有服务器通过命令行拉取与切换 Ollama 模型,离线执行对话问答、文本补全及向量特征提取。
- 本地模型工具调用循环:搭配支持函数调用的本地模型执行脚本,让模型自主调用预设工具获取结果并完成多轮自动化响应。
- OpenClaw 多智能体并行协同:将不同本地模型注册为 OpenClaw 子智能体,分别承担架构设计、编码与审查工作,构建低成本本地智囊团。
适用人群
- 自建本地大模型的开发者
- 数据不能外发的企业内部技术团队
- 做多智能体实验的 AI 工程师
使用步骤
- 先确认本机装了 Ollama 并已启动,用 ollama serve 或 systemctl 起服务,必要时设置 OLLAMA_HOST。
- 运行 ollama.py 的 list / pull / rm / show 子命令管理本地模型。
- 用 chat 或 generate 子命令跑推理,需要角色设定时加 -s 传系统提示词。
- 需要检索或语义搜索时用 embed 子命令取 bge-m3 等模型的向量。
- 需要函数调用时用 ollama_tools.py 的 single 或 loop,或在 OpenClaw 里用 sessions_spawn 起本地子智能体。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- AI工作流
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- 1.1.0
- 最近更新
- 2026-05-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Manage and use local Ollama models. Use for model management (list/pull/remove), chat/completions, embeddings, and tool-use with local LLMs. Covers OpenClaw sub-agent integration and model selection guidance.
使用前准备
- 需要本机或远程服务器已运行 Ollama 服务、可用的 Python 3 环境,以及足够的显存或内存加载模型。
依赖与权限
- OLLAMA_HOST
- 读取用户主动提供的内容