2026年 OpenClaw × Ollama 本地推理：在 ZoneMac 遠端 Apple Silicon 實體 Mac 上閘道並行路由的安裝、權重拉取與連接埠衝突可複現 Runbook（openclaw.json 片段 + FAQ）

2. 痛點拆解

1. 限制：統一記憶體是硬頂。並行路由若只加閘道 worker 而不限制 Ollama 側並行，會在 Apple Silicon 上觸發劇烈 swap 或推理驟降；需要「槽位 + 佇列 + 模型常駐策略」三聯。
2. 隱性成本：權重拉取與磁碟碎片。ollama pull 在跨區鏈路上可能數小時；若未預留 ~/.ollama/models 空間，會出現閘道「看似上線、推理永遠 500」的假綠燈。
3. 穩定性與稽核：連接埠衝突最難查。11434、閘道 HTTP、反代、Tailscale Serve、VS Code 遠端外掛連接埠若未凍結矩陣，故障會表現為間歇性 ECONNREFUSED 或「僅本機可複現」。

3. 決策矩陣：路由型態 × 風險

上線前用下表做一次簽字；左列為湊合方案，右列為建議基線。

4. openclaw.json 片段（Ollama + 並行）

以下為結構示意：請與你儲存庫既有鍵合併，變更前先備份 JSON。

4.1 指向上游 Ollama（OpenAI 相容路徑）

{
  "gateway": {
    "providers": {
      "ollama-local": {
        "kind": "openai-compatible",
        "baseURL": "http://127.0.0.1:11434/v1",
        "apiKey": "ollama",
        "defaultModel": "qwen2.5:7b-instruct-q4_K_M"
      }
    },
    "router": {
      "defaultProfile": "local-first",
      "profiles": {
        "local-first": {
          "primaryModel": "ollama-local/qwen2.5:7b-instruct-q4_K_M",
          "fallbackChain": ["cloud/gpt-4o-mini"]
        },
        "local-parallel": {
          "primaryModel": "ollama-local/llama3.1:8b-instruct-q4_0",
          "fallbackChain": ["ollama-local/qwen2.5:7b-instruct-q4_K_M"]
        }
      }
    }
  }
}

4.2 閘道並行槽位與佇列（示意）

{
  "gateway": {
    "runtime": {
      "maxConcurrentInference": 2,
      "queue": {
        "maxDepth": 64,
        "waitTimeoutMs": 45000,
        "dropPolicy": "reject-with-429"
      }
    },
    "upstream": {
      "timeouts": {
        "connectMs": 5000,
        "requestMs": 300000,
        "streamIdleMs": 120000
      }
    }
  }
}

maxConcurrentInference 應與機器統一記憶體與模型體積聯調；Apple Silicon 上建議由 1→2 階梯放量並觀察 RSS 高原期。

5. 七步落地 Runbook（遠端實體 Mac）

1. 凍結連接埠矩陣。在工單列出 Ollama、OpenClaw HTTP(S)、反代、探針、可選 IDE 隧道連接埠；以 lsof -nP -iTCP -sTCP:LISTEN 拍照歸檔。
2. 安裝 Ollama 並固定 bind。建議 export OLLAMA_HOST=127.0.0.1:11434 寫入 launchd EnvironmentVariables 或 brew services 環境，避免預設監聽面過大。
3. 拉取權重與磁碟預算。執行 ollama pull <model>；並行 df -h 監控資料碟；7B 級 Q4 權重常落在 4–6 GiB 區間，規劃時預留解壓與快取餘量。
4. 本機黃金請求。curl -sS http://127.0.0.1:11434/api/tags 與最小 chat completion；確認模型 digest 與閘道引用名一致。
5. 合併 openclaw.json。先加 providers 與 router profile，再加 runtime 並行區塊；cp openclaw.json openclaw.json.bak.$(date +%Y%m%d%H%M)。
6. 並行冒煙。以兩道並行 curl 或指令稿模擬同 profile 雙請求，觀察是否出現佇列等待、stream idle 斷流或記憶體尖峰。
7. 歸檔與回滾。保存 JSON 片段、連接埠表、ollama list 輸出與閘道日誌取樣；回滾為還原 bak 並 reload。

6. 連接埠衝突分診表

7. 可引用資訊（寫入 Runbook 表頭）

• 預設 Ollama 監聽：常見為 11434/TCP（以環境變數為準）。
• 磁碟預算經驗值：單卡 7B Q4 權重與中繼資料合計常落在約 4–6 GiB；規劃拉取目錄時依模型卡官方體積再上浮 15–25%。
• 並行起點：16GB 統一記憶體機型上本地推理並行槽位建議由 1 起步，冒煙通過後再試 2，並記錄 RSS 高原期與 p95 延遲。

8. FAQ