Come configurare OpenClaw con Ollama: guida pratica per agenti AI locali

Dopo aver spiegato cos'è OpenClaw, è ora di sporcarsi le mani. In questo articolo ti mostro come installare e configurare OpenClaw con Ollama per avere un assistente AI che gira completamente sul tuo hardware, senza inviare dati a terzi.

Perché locale?

Prima di partire con la parte tecnica, una premessa: perché dovresti voler eseguire un modello AI in locale quando hai ChatGPT, Claude e compagnia bella a portata di click?

Privacy. I tuoi dati restano sul tuo computer. Nessuna API call esterna, nessun log salvato da chi-sa-chi, nessuna ToS che cambia ogni mese.

Costi. Dopo l'investimento iniziale in hardware (se non ce l'hai già), non paghi più nulla. Niente abbonamenti mensili, niente costi a token.

Controllo. Vuoi usare un modello specifico? Modificarlo? Fine-tunarlo? Con un setup locale puoi farlo.

Ovviamente i modelli locali non sono ancora al livello dei big commerciali per complessità e ragionamento avanzato, ma per automazioni quotidiane, assistenza personale e task specifici funzionano benissimo.

Cosa ti serve

Per questo tutorial assumo che tu abbia:

• Un computer con almeno 8GB di RAM (16GB meglio)
• Una GPU discreta se vuoi eseguire modelli grandi (non obbligatoria, ma aiuta)
• Linux, macOS o Windows
• Node.js installato (v18+)
• Un account Telegram (useremo Telegram come interfaccia)

Non serve essere sysadmin esperti, ma un minimo di confidenza con il terminale sì.

Step 1: Installa Ollama

Ollama è un tool che semplifica l'esecuzione di modelli LLM in locale. Funziona come Docker per i modelli AI - scarichi un modello e lo esegui con un comando.

Su Linux:

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

Su macOS:

Scarica il .dmg dal sito ufficiale o usa Homebrew:

brew install ollama

Su Windows:

Scarica l'installer dal sito Ollama.

Verifica l'installazione:

ollama --version

Ora scarica un modello. Per iniziare, ti consiglio GLM-4-9B (buon compromesso tra performance e dimensioni) oppure Llama 3.3 70B se hai una GPU potente:

ollama pull glm4:9b

Il download può richiedere tempo a seconda della tua connessione. I modelli sono file da diversi GB.

Per verificare che funzioni:

ollama run glm4:9b

Dovresti vedere un prompt interattivo. Scrivi qualcosa, ottieni una risposta, esci con /bye.

Step 2: Installa OpenClaw

OpenClaw si installa globalmente via npm:

npm install -g openclaw

L'installazione richiede qualche minuto perché il tool è corposo.

Una volta completata, lancia il wizard di onboarding:

openclaw onboard

Ti verrà chiesto:

1. Setup mode: scegli "Quick Start"
2. Provider: salta i cloud provider, scegli "Local Providers" e poi "Ollama"
3. Messaging app: scegli Telegram (o quello che preferisci)
4. Bot token: qui ti serve un bot Telegram

Step 3: Crea un bot Telegram

Apri Telegram e cerca @BotFather. È il bot ufficiale per creare bot.

Avvia la conversazione e usa il comando:

/newbot

Segui le istruzioni:

• Nome del bot (es. "Il Mio Assistente AI")
• Username del bot (deve finire con _bot, es. mio_assistente_bot)

BotFather ti darà un token tipo:

1234567890:ABCdefGHIjklMNOpqrSTUvwxYZ

Copialo. Questo è il token che incollerai quando OpenClaw te lo chiede durante l'onboarding.

Step 4: Configura OpenClaw

Dopo aver inserito il token, l'onboarding ti chiederà se vuoi installare skills e hooks. Per ora salta entrambi - li aggiungerai in seguito quando avrai capito come funziona il sistema.

Alla fine, l'onboarding installerà un servizio in background (su Linux tramite systemd) chiamato gateway. Questo è il cuore di OpenClaw: gestisce le conversazioni, le routing e le chiamate al modello.

Verifica che il servizio sia attivo:

openclaw gateway status

Se non è attivo, avvialo:

openclaw gateway start

Step 5: Connetti Ollama

Per default, OpenClaw potrebbe essere configurato su un provider cloud. Devi modificare il file di configurazione per puntare a Ollama.

Apri il file di configurazione:

nano ~/.config/openclaw/config.yaml

Cerca la sezione providers e assicurati che ci sia qualcosa del genere:

providers:
  ollama:
    endpoint: http://localhost:11434
    model: glm4:9b

Salva e chiudi. Riavvia il gateway:

openclaw gateway restart

Controlla lo status di nuovo:

openclaw status

Dovresti vedere che il modello attivo è ollama/glm4:9b (o quello che hai scelto) e che Telegram è collegato.

Step 6: Pairing con Telegram

Ora vai su Telegram, apri il bot che hai creato e scrivi:

hello

Il bot ti risponderà con un codice di pairing (una stringa tipo ABC123).

Torna al terminale e approva il pairing:

openclaw pairing approve telegram ABC123

(Sostituisci ABC123 con il codice che hai ricevuto.)

Ora torna su Telegram e scrivi di nuovo qualcosa al bot. Dovrebbe rispondere usando il tuo modello locale!

Gotcha e consigli pratici

Ho configurato OpenClaw più volte e ci sono alcuni dettagli che ti faranno risparmiare tempo:

1. Il gateway crasha.

OpenClaw è un progetto giovane e il gateway può andare in crash. Se noti che il bot non risponde, riavvia il gateway:

openclaw gateway restart

Per evitare di farlo manualmente ogni volta, puoi creare un cronjob che riavvia il gateway ogni 30 minuti (è un workaround, ma funziona):

crontab -e

Aggiungi:

*/30 * * * * /usr/local/bin/openclaw gateway restart

2. Il modello è lento.

Se il modello impiega troppo tempo a rispondere, prova un modello più piccolo (es. phi-3:mini) oppure investi in una GPU decente. La differenza tra CPU e GPU per l'inferenza è enorme.

3. Ollama non parte.

Se Ollama non si avvia, controlla che non ci siano conflitti di porta (di default usa la 11434):

lsof -i :11434

4. Sicurezza.

OpenClaw ha accesso al tuo sistema (può eseguire comandi, leggere file, inviare messaggi). Non dargli accesso a dati sensibili senza prima capire cosa può fare. Il sistema di pairing aiuta, ma non è una sandbox completa.

Prossimi passi

Ora che hai OpenClaw configurato e funzionante, puoi:

• Aggiungere skills: OpenClaw supporta moduli esterni per estendere le funzionalità (controllo calendario, email, automazioni)
• Collegare altri canali: oltre a Telegram, puoi usare Discord, Slack, Signal, WhatsApp
• Provare altri modelli: Ollama supporta decine di modelli - sperimenta con Qwen, Llama, Mistral, GPT-OSS
• Creare agenti personalizzati: OpenClaw permette di definire agent con ruoli e workspace separati

Conclusione

Hai appena configurato un assistente AI che gira completamente sul tuo hardware. Nessun abbonamento mensile, nessun dato inviato a terzi, controllo totale.

È perfetto? No. I modelli locali non battono ancora GPT-4 o Claude Opus per compiti complessi. Ma per automazioni quotidiane, assistenza personale e task specifici, funziona benissimo. E la privacy e il controllo che ottieni in cambio valgono lo sforzo iniziale.

Se ti è piaciuta questa guida o hai domande, scrivimi. Nel prossimo articolo vedremo come creare agenti specializzati e collegarli a strumenti esterni.