Como rodar OpenClaw com Ollama em um servidor local (guia completo)

Se a ideia é ter um assistente estilo “sempre ligado” no seu próprio servidor, com controle total de dados e custo previsível, o combo OpenClaw + Ollama funciona muito bem.

Neste guia, vou te mostrar um caminho de produção para:

• instalar OpenClaw no servidor;
• usar Ollama como provedor local de modelo;
• configurar e validar o gateway;
• conectar canais (Telegram/WhatsApp etc.);
• evitar os erros clássicos de ambiente real.

Neste cenário, o OpenClaw vira o “plano de controle” e o Ollama vira o runtime local de modelo.

---

Arquitetura em uma frase

Canal de mensagem → Gateway OpenClaw → modelo local no Ollama

Na prática, você centraliza sessões, roteamento e ferramentas no OpenClaw e deixa inferência local no Ollama.

---

Pré-requisitos

• Servidor Linux com acesso shell
• Node.js 22+
• Recursos compatíveis com o modelo que você escolher
• Porta do gateway OpenClaw liberada localmente (padrão 18789)

Qual usuário usar no servidor?

Para um ambiente limpo e previsível, rode o OpenClaw com um usuário de serviço dedicado (ex.: openclaw), sem sudo. O Ollama não precisa de nada disso: o instalador oficial já cria o próprio usuário ollama e um serviço systemd.

sudo adduser --disabled-password --gecos "" openclaw
# permite que o serviço do usuário continue rodando depois do logout
sudo loginctl enable-linger openclaw
sudo -iu openclaw

---

Passo 1) Instalar Ollama

No Linux:

curl -fsSL https://ollama.com/install.sh | sh

Verifique se subiu:

ollama --version
curl http://127.0.0.1:11434

Baixe um modelo inicial:

ollama pull glm-4.7-flash
ollama list

---

Passo 2) Instalar OpenClaw

No Linux/macOS:

curl -fsSL https://openclaw.ai/install.sh | bash

Rodar onboarding com daemon:

openclaw onboard --install-daemon

Esse onboarding é o caminho recomendado pela própria documentação, porque já resolve configuração base do gateway e serviço.

Depois valide:

openclaw gateway status
openclaw dashboard

---

Passo 3) Integrar OpenClaw com Ollama

Se você quiser o fluxo mais “automático”, use:

ollama launch openclaw

Esse comando costuma:

• instalar o OpenClaw (se faltar);
• abrir fluxo de seleção de modelo;
• configurar provider/model no OpenClaw;
• reiniciar gateway com a configuração nova.

Se quiser só ajustar configuração sem abrir tudo:

ollama launch openclaw --config

Se quiser forçar um modelo específico:

ollama launch openclaw --model glm-4.7-flash

Aumente o contexto no serviço do Ollama:

sudo systemctl edit ollama
# adicione no arquivo que abrir:
# [Service]
# Environment="OLLAMA_CONTEXT_LENGTH=65536"
sudo systemctl restart ollama

# confira com o modelo carregado (coluna CONTEXT)
ollama ps

Mais contexto consome mais memória. Se o modelo passar a não caber na GPU, reduza para 32768 ou escolha um modelo menor.

---

Passo 4) Escolher modelo local sem dor

Quais modelos existem no Ollama?

A lista muda com frequência, então o fluxo correto é:

# ver modelos já baixados localmente
ollama list

E para explorar modelos novos:

• ollama.com/search

Diferença entre os modelos (explicado de forma prática)

1) Tamanho do modelo (7B, 14B, 32B…)

• Menores (7B/8B): mais rápidos e leves, mas menos precisos em tarefas complexas.
• Médios (14B): equilíbrio entre qualidade e desempenho.
• Grandes (32B+): melhor qualidade geral, porém pedem mais RAM/VRAM.

2) Perfil do modelo

• Generalista: conversa, resumo, tarefas gerais.
• Coder: melhor para código, shell scripts, YAML, troubleshooting técnico.
• Reasoning: melhor para tarefas com várias etapas e decisões.

3) Janela de contexto

• Contexto maior = melhor desempenho em sessões longas.
• Para OpenClaw, isso ajuda bastante quando o chat acumula histórico técnico.

Por que comecei com glm-4.7-flash?

Escolhi esse modelo como ponto de partida porque ele tende a equilibrar:

• boa capacidade de raciocínio;
• bom desempenho em código;
• execução local viável para muitos cenários.

Ou seja: não é “o único certo”, é o melhor primeiro teste para esse tipo de stack.

Só fique de olho no hardware: ele é um modelo MoE na faixa de 30B parâmetros e, quantizado, ainda pede algo em torno de 20 GB entre RAM e VRAM. Confira o tamanho exato na página do modelo antes do pull.

Como decidir o modelo no seu servidor

1. Comece com um modelo equilibrado:

   ollama pull glm-4.7-flash

2. Rode três testes reais: gerar um artigo técnico, explicar um troubleshooting e montar um passo a passo com comandos.
3. Ajuste conforme o resultado: se ficar lento, teste um modelo menor; se ficar raso ou errar muito, teste um mais forte.
4. Veja quanto de memória ele realmente usa e se está rodando na GPU ou na CPU:

   ollama list
   ollama ps   # coluna PROCESSOR: "100% GPU" é o que você quer ver

---

Passo 5) Conferir configuração e saúde do gateway

Comandos úteis de operação:

openclaw status
openclaw doctor
openclaw logs

Gerenciamento do serviço:

openclaw gateway start
openclaw gateway stop
openclaw gateway restart
openclaw gateway status

Se o gateway não subir, rode openclaw doctor antes de “chutar” config.

---

Passo 6) Conectar canais de mensagem

Para ligar Telegram/WhatsApp/etc.:

openclaw configure --section channels

Depois teste no canal escolhido com uma mensagem simples e verifique no dashboard se a sessão foi criada corretamente.

---

Exemplo de configuração útil (base para servidor local)

O arquivo fica em ~/.openclaw/openclaw.json. Este exemplo é uma base enxuta; ajuste para o seu cenário.

{
  "agents": {
    "defaults": {
      "workspace": "~/.openclaw/workspace"
    }
  },
  "gateway": {
    "port": 18789
  },
  "session": {
    "dmScope": "per-channel-peer"
  }
}

Ajustes comuns via CLI

openclaw config get gateway.port
openclaw config set agents.defaults.heartbeat.every "30m"
openclaw config unset tools.web.search.apiKey

---

Hardening mínimo para produção

• use política de DM restrita (pairing/allowlist) nos canais;
• mantenha o gateway em loopback (127.0.0.1) e acesse o dashboard por túnel SSH, em vez de abrir a porta na rede: ssh -L 18789:127.0.0.1:18789 usuario@servidor e depois http://localhost:18789;
• revise permissões de ferramentas antes de abrir para grupos;
• monitore logs e sessões anômalas;
• não rode com credenciais “largadas” em arquivo compartilhado;
• não dê sudo ao usuário do OpenClaw (veja a seção sobre o usuário).

---

Troubleshooting (o que mais quebra)

1) OpenClaw instalado, mas comando falha

Causa comum: Node abaixo da versão esperada.

node --version

Garanta Node 22+.

2) Modelo local não responde

Causa comum: Ollama parado ou sem modelo baixado.

curl http://127.0.0.1:11434
ollama list

3) Gateway sobe, mas canal não responde

Causa comum: canal incompleto no onboarding/configuração.

openclaw configure --section channels
openclaw logs

4) Lentidão bizarra nas respostas

Causa comum: modelo pesado demais para o hardware atual.

• troque para modelo menor;
• reduza concorrência;
• revise contexto e carga no servidor.

---

Checklist final (pronto para uso)

• ☐ openclaw gateway status ok
• ☐ curl 127.0.0.1:11434 responde “Ollama is running”
• ☐ modelo local baixado em ollama list e contexto ajustado (ollama ps)
• ☐ dashboard abrindo
• ☐ canal conectado e testado
• ☐ política de acesso (pairing/allowlist) definida

---

Conclusão

Rodar OpenClaw com Ollama em servidor local é totalmente viável para uso real — inclusive em cenário profissional.

O segredo não está em “instalar rápido”, e sim em:

1. configurar o fluxo certo desde o início;
2. escolher modelo compatível com hardware;
3. tratar gateway como serviço de produção (monitoramento e segurança).

Se fizer isso, você ganha um assistente local robusto, com bem menos dependência de SaaS externo.

---

Referências

• OpenClaw — Getting Started
• OpenClaw — Onboarding Wizard
• OpenClaw — Configuration
• Ollama — OpenClaw integration
• OpenClaw GitHub

Créditos de imagens

• OpenClaw docs (imagem de interface e material de instalação)