OpenClaw + Ollama ローカルセットアップガイド (2026年)
Claw
OpenClaw（旧称 Clawdbot / Moltbot）は、TelegramやWhatsAppのようなメッセージングアプリを接続し、スマートフォンから直接ローカルの大規模言語モデル（LLM）を呼び出してタスク（コーディング、コンピュータの制御、ファイルの検索など）を実行できる強力なローカルAIエージェントフレームワークです。
これを Ollama と組み合わせることで、完全にオフラインで、無料で、APIコストが一切かからない環境を構築できます。
2つの推奨インストール方法
方法 1: 最も簡単な方法（公式推奨）
対象: Mac、Linux、Windows (WSL)
-
Ollamaのインストール（まだインストールしていない場合）
- 公式サイト:
- ダウンロードしてインストールした後、ターミナルで以下を実行します（128k以上のコンテキストを持つモデルを推奨）：
-
ollama launchでOpenClawを直接起動このコマンドにより以下の処理が行われます：
- 最新のOpenClawを自動的にインストール
- オンボーディングウィザードを開始
- バックエンドとしてOllamaを自動選択
- モデルの選択（先ほどpullしたモデル）
- Telegram / WhatsApp チャンネルの設定（最初はスキップ可能）
完了すると、バックグラウンドでゲートウェイが自動的に実行されます（デフォルトポート 18789）。
-
Telegram経由での使用開始
- オンボーディング中にTelegramを選択した場合は、指示に従ってボットを作成し、トークンを貼り付けてください。これでボットの準備は完了です！
方法 2: 手動インストール（高度な制御向け）
-
Node.jsのインストール（v22以上を推奨）
-
ワンクリックでOpenClawをインストール
Mac/Linux:
Windows (PowerShell):
-
オンボーディングの実行
-
Ollamaバックエンドの設定
- ウィザードで Quick Start -> スキップしてクラウド設定をオフにする -> Ollama を選択します。
- または、設定ファイル（
~/.openclaw/openclaw.json）を手動で編集します：
-
OpenClawの起動
トラブルシューティング（FAQ）
-
モデルにツール呼び出しの能力がない？
- 関数呼び出し（function calling）を適切にサポートするモデルに切り替えてください。例：
qwen2.5-coder,qwen3,deepseek-r1,llama3.3。 - 少なくとも14B以上のモデルを推奨します。8Bモデルだとツール呼び出しで幻覚（ハルシネーション）を起こしたり、コンテキストを忘れたりする可能性があります。
- 関数呼び出し（function calling）を適切にサポートするモデルに切り替えてください。例：
-
動作が遅すぎる？
- より小さなモデル（例：
qwen2.5-coder:14bや32b）を試してください。 - または、RunPodやVast.aiなどでGPUインスタンスをレンタルしてOllamaを実行してください。
- より小さなモデル（例：
-
日本語/中国語に最適なモデルは？
- 現在（2026年2月）の推奨：
qwen3 シリーズ>deepseek-r1>llama3.3。
- 現在（2026年2月）の推奨：
-
Telegramで返信がない？
- OpenClawが実行されているか確認してください（ターミナルのログを確認）。
- Ollamaが実行されているか確認してください（
ollama ps）。 ollama launch openclawを再実行して設定をやり直してください。
基本的には、現時点では ollama launch openclaw が最も手間のかからない方法です。ほとんどの人が5〜10分で設定を完了し、稼働させることができます。