دليل تقني: إعداد OpenClaw مع Ollama خطوة بخطوة — من التثبيت إلى أول وكيل يعمل على جهازك

node --version   # يجب أن يكون v22.0.0 أو أحدث
npm --version

# إذا كان إصدارك قديماً، ثبّت nvm أولاً:
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.0/install.sh | bash
source ~/.bashrc
nvm install 22
nvm use 22

# تثبيت Ollama على Linux/macOS
curl -fsSL https://ollama.com/install.sh | sh

# التحقق من نجاح التثبيت
ollama --version

# تشغيل خادم Ollama في الخلفية
ollama serve &

# تحميل نموذج Qwen3.5 27B (الأفضل للبرمجة، يحتاج ~20GB VRAM)
ollama pull qwen3.5:27b

# بديل خفيف (8GB VRAM)
ollama pull qwen3.5:9b

# نموذج MoE سريع (16GB VRAM، 112 t/s على RTX 3090)
ollama pull qwen3.5:35b-a3b

# اختبار API مباشرة
curl http://localhost:11434/api/generate -d '{
  "model": "qwen3.5:27b",
  "prompt": "اكتب دالة Python تحسب مضروب عدد",
  "stream": false
}'

# أو عبر واجهة OpenAI المتوافقة
curl http://localhost:11434/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ollama-local" \
  -d '{
    "model": "qwen3.5:27b",
    "messages": [{"role": "user", "content": "مرحبا"}]
  }'

# الطريقة الأسهل: التثبيت عبر Ollama مباشرة
ollama launch openclaw

# أو التثبيت اليدوي عبر npm
npm install -g @openclaw/cli

# تحقق من التثبيت
openclaw --version

# بدء معالج الإعداد التفاعلي
openclaw setup

{
  "models": {
    "providers": {
      "ollama": {
        "baseUrl": "http://localhost:11434/v1",
        "apiKey": "ollama-local",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3.5:27b",
            "name": "Qwen3.5 27B (Local)",
            "reasoning": false,
            "contextWindow": 131072,
            "maxTokens": 8192,
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "compat": {
              "supportsDeveloperRole": false,
              "supportsReasoningEffort": false
            }
          },
          {
            "id": "qwen3.5:9b",
            "name": "Qwen3.5 9B (Fast Local)",
            "reasoning": false,
            "contextWindow": 65536,
            "maxTokens": 4096,
            "cost": { "input": 0, "output": 0 }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "ollama/qwen3.5:27b",
        "background": "ollama/qwen3.5:9b"
      },
      "workspace": "~/.openclaw/workspace",
      "maxConcurrent": 4,
      "subagents": {
        "maxConcurrent": 8
      }
    }
  },
  "tools": {
    "web": {
      "search": { "enabled": false },
      "fetch": { "enabled": true }
    },
    "shell": {
      "enabled": true,
      "allowedCommands": ["ls", "cat", "grep", "find", "df", "git"]
    }
  }
}

# إضافة تكامل Telegram
openclaw integrations add telegram

# أدخل Bot Token عند الطلب
# BOT_TOKEN=7123456789:AAxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

# بدء البوابة مع Telegram
openclaw gateway start --integration telegram

# اختبار: أرسل رسالة من هاتفك
# "مرحبا، ما هو إصدار Python المثبت؟"
# → سيُنفذ الوكيل: python3 --version على جهازك ويرد عليك

# إنشاء ملف الخدمة
cат > ~/.config/systemd/user/openclaw-gateway.service << EOF
[Unit]
Description=OpenClaw AI Gateway
After=network.target

[Service]
Type=simple
ExecStart=/usr/local/bin/openclaw gateway start
Restart=on-failure
RestartSec=5
Environment=HOME=%h

[Install]
WantedBy=default.target
EOF

# تفعيل وتشغيل الخدمة
systemctl --user daemon-reload
systemctl --user enable openclaw-gateway
systemctl --user start openclaw-gateway

# التحقق من الحالة
systemctl --user status openclaw-gateway

// في ملف openclaw.json، تأكد من:
{
  "id": "qwen3.5:27b",
  "reasoning": false,   // ← هذا السطر ضروري
  "contextWindow": 131072
}

# إعادة تشغيل البوابة لمسح المسارات المتراكمة
openclaw gateway restart

# أو زيادة timeout في الإعدادات
openclaw configure --gateway-timeout 60000

# حذف ملفات الذاكرة القديمة
rm ~/.openclaw/workspace-*/memory/2025-*.md
rm ~/.openclaw/memory/*.sqlite

# SQLite index يُعاد بناؤه تلقائياً من ملفات .md الموجودة
# تحقق من إعادة البناء:
openclaw memory status

# رسالة تُرسلها عبر Telegram:
# "افحص مساحة القرص، وإذا كانت أي partition أقل من 10% متاح أرسل لي تحذيراً بالتفاصيل"

# ما سينفذه OpenClaw تلقائياً على جهازك:
df -h | awk 'NR>1 {gsub("%","",$5); if(100-$5 < 10) print "⚠️ تحذير: " $6 " متبقي " 100-$5 "%"}'

# والرد الذي ستتلقاه:
# ⚠️ تحذير: /dev/sda1 متبقي 7%
# ⚠️ تحذير: /mnt/data متبقي 4%

# تثبيت llama.cpp
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp && make -j$(nproc) LLAMA_CUDA=1

# تشغيل نموذج Qwen3.5 مع server mode
./llama-server \
  --model ~/.ollama/models/qwen3.5-27b-q4_K_M.gguf \
  --ctx-size 131072 \
  --n-gpu-layers 99 \
  --port 8080 \
  --host 0.0.0.0

# ثم وجّه OpenClaw إلى llama.cpp بدلاً من Ollama:
# في openclaw.json:
# "baseUrl": "http://localhost:8080/v1"