OpenClaw 2026.3.11 Release fügt lokale Ollama-Einrichtung, vereinheitlichte OpenCode-Schlüssel und multimodalen Speicher hinzu.

Lokales Ollama wird zur erstklassigen Erfahrung

Das Release 2026.3.11 fügt ein erstklassiges Ollama-Setup mit lokalen oder Cloud + lokalen Modi hinzu. Der Onboarding-Prozess umfasst jetzt browserbasierte Cloud-Anmeldung, kuratierte Modellvorschläge und Cloud-Modellverwaltung, die unnötige lokale Downloads überspringt.

Was das bedeutet: Sie können einen rein lokalen oder hybriden Ollama-Agent direkt über den Onboarding-Assistenten einrichten, anstatt Konfigurationen manuell zu bearbeiten. Das System schlägt gute Standardmodelle für Coding, Planung und andere Aufgaben vor und erspart das Raten, welche Modelle lokal ausgeführt werden sollen. Bei reinen Cloud-Modellen überspringt es unnötige lokale Downloads, um Ihre Festplatte sauber zu halten.

Anwendungsfälle: Bauen Sie einen rein lokalen Coding-Assistenten, der vollständig auf Ihrem Rechner läuft, ohne Cloud-Schlüssel zu jonglieren. Erstellen Sie Vorlagen für „lokale Agenten“-Setups, die andere für datenschutzintensive oder kostensensible Workflows importieren und wiederverwenden können.

OpenCode Zen und Go teilen sich jetzt einen Schlüssel mit unterschiedlichen Rollen

Das Release fügt einen neuen OpenCode Go-Provider hinzu, während Zen und Go im Assistenten und in der Dokumentation als ein OpenCode-Setup behandelt werden. Das System speichert einen gemeinsamen OpenCode-Schlüssel, behält aber getrennte Laufzeit-Provider bei und stoppt die Überschreibung integrierter opencode-go-Routen.

Was das bedeutet: Sie können einen OpenCode-Schlüssel für sowohl Zen- als auch Go-Modelle verwenden und dann Aufgaben nach Zweck statt nach Schlüssel aufteilen. Zen kann als Ihr „schnelles Coder“-Modell dienen, während Go schwerere Planungs- oder Langkontextläufe übernimmt.

Anwendungsfälle: Dokumentieren Sie ein „Zen-für-Code / Go-für-Planung“-Muster, das andere als Konfigurationssnippet kopieren können. Teilen Sie OpenCode-basierte Agentenprofile, die explizit „Zen für X, Go für Y“ angeben, um Verwirrung bei neuen Benutzern zu vermeiden.

Bilder und Audio werden durchsuchbares „Arbeitsgedächtnis“

Das Speichersystem unterstützt jetzt optionale multimodale Bild- und Audio-Indizierung für memorySearch.extraPaths mit Gemini gemini-embedding-2-preview. Funktionen umfassen strikte Fallback-Steuerung und bereichsbasierte Neuindizierung.

Die Gemini-Integration fügt speziell gemini-embedding-2-preview-Speichersuche-Unterstützung mit konfigurierbaren Ausgabedimensionen und automatischer Neuindizierung bei Dimensionsänderungen hinzu.

Was das bedeutet: Sie können Bilder und Audio in OpenClaws Speicher indizieren, sodass Agenten sie neben Textnotizen durchsuchen können. Das System verwendet gemini-embedding-2-preview mit konfigurationsbasierten Dimensionen und Neuindizierung bei Anpassungen.

Anwendungsfälle: Legen Sie Screenshots von UI-Fehlern, Flussdiagrammen oder Design-Entwürfen in einen Ordner, lassen Sie OpenClaw sie indizieren und stellen Sie Fragen wie „Was ist bei diesem Fehler falsch?“ oder „Finde ähnliche frühere UI-Probleme.“ Verwenden Sie aufgezeichnete Anrufe, Standups oder Trainingssitzungen als durchsuchbares Archiv für Abfragen wie „Wann haben wir über Funktion X gesprochen?“ oder „Fasse die Planungsmeetings des letzten Monats zusammen.“ Kombinieren Sie dies mit rein lokalen Modellen für datenschutzintensive, geräteinternen Indizierung, anstatt alles in die Cloud zu senden.

macOS UI-Verbesserungen

Die macOS-Chat-UI enthält jetzt einen Chat-Modellauswahl, behält explizite Denkstufen-Auswahlen über Neustarts bei und verstärkt anbieterbewusste Sitzungsmodell-Synchronisation für den gemeinsamen Chat-Editor.

Was das bedeutet: Sie können Ihr Modell direkt in der macOS-Chat-UI auswählen, anstatt zu raten, welche Konfiguration aktiv ist. Ihre gewählte Denkstufe (z.B. ausführliche/kompakte Argumentation) bleibt über Anwendungsneustarts erhalten.