openclaw调用ollama托管的deepseek模型需先确保ollama已加载对应量化模型并运行服务，再配置config.yaml中provider为ollama、model为完整模型名、base_url为http://localhost:11434（无尾斜杠），最后适配deepseek不支持system角色的特性，将系统提示注入首条user消息。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用OpenClaw调用Ollama托管的DeepSeek模型，核心是让OpenClaw通过标准HTTP接口连接本地Ollama服务，并正确声明模型名与系统提示格式。跳过这一步直接写config.yaml，OpenClaw会报错“model not found”且不提示具体原因。
确认Ollama已加载DeepSeek模型
打开终端，运行ollama list，检查输出中是否包含类似deepseek-coder:6.7b-instruct-q4_K_M或deepseek-vl:1.0-q4_K_M的条目。如果没有，先执行ollama pull deepseek-coder:6.7b-instruct-q4_K_M下载——注意别漏掉冒号后的量化版本标识，Ollama对模型名大小写和后缀极其敏感。
运行ollama serve确保服务在前台启动（或sudo systemctl start ollama启用后台服务），再用curl http://localhost:11434/api/tags验证API可访问。返回JSON中必须有models数组且含目标模型，否则OpenClaw无法发现它。
配置OpenClaw使用Ollama模型
进入OpenClaw项目根目录，编辑config.yaml文件。
将llm:区块下的provider:设为ollama，model:填入Ollama中实际显示的完整模型名（例如deepseek-coder:6.7b-instruct-q4_K_M），base_url:设为http://localhost:11434。
【base_url末尾不能加斜杠】——加了会导致OpenClaw拼出http://localhost:11434/v1/chat/completions这种错误路径，Ollama只认/api/chat。
保存config.yaml后，在同一目录下执行python main.py启动OpenClaw。首次运行时会自动检测Ollama连接状态，若看到✅ Connected to Ollama at http://localhost:11434和✅ Model 'deepseek-coder:6.7b-instruct-q4_K_M' is available两行日志，说明配置成功。
适配DeepSeek的系统提示格式
DeepSeek系列模型（尤其是coder和vl版本）不支持OpenAI风格的role: system字段。OpenClaw默认发送的请求体含system角色，必须修改。
方法一：修改openclaw/llm/ollama.py中_format_messages()函数，把所有role == "system"的消息内容提取出来，拼接到第一条user消息开头，前面加### System:\n前缀，然后删掉原system条目。
方法二：在config.yaml里添加system_prompt: "You are a helpful coding assistant. Think step by step."字段，OpenClaw v0.3.2+会自动将其注入首条user消息——但注意，此字段值不能含换行符，否则Ollama解析失败返回500。
改完后重启python main.py，输入!test命令触发一次推理。如果返回正常响应且无invalid role报错，说明格式适配完成。
