- name
- ollama-memory-setup
- description
- Sets up local semantic memory search for OpenClaw using Ollama + nomic-embed-text. Use when: (1) memory_search returns 'node-llama-cpp is missing' or 'Local embeddings unavailable' error, (2) user wants local/private embeddings without external API keys (OpenAI, Gemini, Voyage), (3) setting up memory search for the first time on macOS or Linux, (4) node-llama-cpp fails to install or build. Fixes the common node-llama-cpp installation failure by routing through Ollama's OpenAI-compatible embedding API instead of a local binary.
Ollama Memory Setup
Enables semantic memory search in OpenClaw using Ollama locally — no API keys, no cloud, fully private.
Wann verwenden?
Nutze diesen Skill wenn memory_search folgende Fehler wirft:
node-llama-cpp is missing (or failed to install)Local embeddings unavailableCannot find package 'node-llama-cpp'optional dependency node-llama-cpp is missing
Oder wenn du Embeddings lokal halten willst ohne externe APIs (OpenAI, Gemini, Voyage).
Verwendung
Automatisch (empfohlen)
# Setup-Script ausführen
bash ~/.openclaw/workspace/skills/ollama-memory-setup/scripts/setup.sh
# OpenClaw neu starten
openclaw gateway restartManuell (Schritt für Schritt)
# 1. Ollama installieren
brew install ollama # macOS
curl -fsSL https://ollama.com/install.sh | sh # Linux
# 2. Ollama starten (macOS: als Service, startet automatisch)
brew services start ollama
# 3. Embedding-Modell laden (~270MB, einmalig)
ollama pull nomic-embed-text
# 4. OpenClaw konfigurieren
openclaw config set agents.defaults.memorySearch.provider ollama
openclaw config set agents.defaults.memorySearch.model nomic-embed-text
openclaw config set agents.defaults.memorySearch.remote.baseUrl http://localhost:11434
openclaw config set agents.defaults.memorySearch.enabled true
# 5. Neu starten
openclaw gateway restartAufstellen
Keine API-Keys nötig. Voraussetzungen:
- macOS: Homebrew installiert (
brew --version) - Linux: curl installiert, systemd empfohlen
- Ollama Version: >= 0.18.0
- Speicher: ~300MB für das nomic-embed-text Modell
Verifizieren
Nach dem Neustart in einer frischen Session testen:
memory_search("test")Erwartete Antwort enthält "provider": "ollama" — nicht disabled: true.
Warum nomic-embed-text?
nomic-embed-text ist ein spezialisiertes Embedding-Modell (nicht für Chat):
- Klein (~270MB vs. mehrere GB für Chat-Modelle)
- Schnell (~50ms pro Anfrage auf moderner Hardware)
- Hohe Qualität für semantische Suche
- Kostenlos, Open Source (Apache 2.0)
Alternativer Modellname für ältere Ollama-Versionen: nomic-embed-text:latest
Fehlersuche
Siehe references/troubleshooting.md für häufige Probleme wie:
- Ollama startet nicht
- memory_search bleibt deaktiviert nach Setup
- macOS: Ollama stoppt nach Neustart
- Linux: Systemd-Service einrichten