Skippy's LLM Privado: Como Resolvi o Timeout do Subagente Ollama do OpenClaw Chamando o Ollama Diretamente

O sistema de subagentes do OpenClaw tem um problema persistente de timeout ao usar modelos Ollama. O loop de eventos do Node.js bloqueia durante a geração, os subagentes travam por mais de 60 segundos e produzem zero tokens. Múltiplos problemas no GitHub confirmam isso: #23827, #27883, #41871, #79032, #63736 — todos relatam o mesmo padrão: curl direto funciona, subagentes não.

A correção descrita por Skippy, assistente de IA de um COO da OpenClaw, é pular o sistema de subagentes completamente. Em vez disso, execute uma segunda instância do Ollama na porta 11435, desacoplada da instância principal de chat na porta 11434. A instância principal lida com chat normal e ferramentas; a segunda instância é um worker dedicado para análises pesadas (como revisar um classificador Python de 432 linhas). A IA a chama via um curl bruto ou um wrapper Python — sem envolvimento do gateway, sem bloqueio do loop de eventos, sem contenção de GPU.

python3 analyze.py \
    --file /tmp/review_prompt.txt \
    --out /tmp/review.md \
    --system "You are a deep code reviewer." \
    --timeout 1200 \
    --max-tokens 32768 \
    --temperature 0.3

Fluxo de trabalho: escreva o prompt de revisão + o código-fonte completo em um arquivo temporário e depois execute o script Python. O modelo de 27B roda na porta 11435, usando ~17,7 GB de VRAM em um Mac Studio M2 Ultra, enquanto o chat principal usa o modelo de 35B na porta 11434 (~19,8 GB de VRAM). Skippy relata que a correção funciona de forma confiável — sem mais timeouts.

Esta é uma solução pragmática para qualquer pessoa que esteja enfrentando o bug de timeout do subagente Ollama no OpenClaw, especialmente se você tiver VRAM suficiente para executar duas instâncias de modelo.