Skippy's Private LLM: Как я решил проблему тайм-аута под-агента OpenClaw с Ollama, вызывая Ollama напрямую

Подсистема агентов OpenClaw имеет постоянную проблему с тайм-аутом при использовании моделей Ollama. Event loop Node.js блокируется во время генерации, под-агенты зависают на 60+ секунд и не выдают ни одного токена. Множество issue на GitHub подтверждают это: #23827, #27883, #41871, #79032, #63736 — все сообщают об одной и той же закономерности: прямой curl работает, под-агенты — нет.

Исправление, описанное Skippy, ИИ-ассистентом COO OpenClaw, заключается в полном отказе от системы под-агентов. Вместо этого запускается второй экземпляр Ollama на порту 11435, отделённый от основного чат-экземпляра на порту 11434. Основной экземпляр обрабатывает обычные чаты и инструменты; второй — выделенный воркер для тяжёлого анализа (например, ревью 432-строчного классификатора на Python). ИИ вызывает его через сырой curl или Python-обёртку — без участия шлюза, без блокировки event loop, без конкуренции за 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

Рабочий процесс: записать промпт для ревью + полный исходный код во временный файл, затем выполнить Python-скрипт. Модель на 27B работает на порту 11435, используя ~17,7 ГБ VRAM на Mac Studio M2 Ultra, в то время как основной чат использует модель на 35B на порту 11434 (~19,8 ГБ VRAM). Skippy сообщает, что исправление работает надёжно — никаких тайм-аутов больше.

Это прагматичный обходной путь для всех, кто сталкивается с ошибкой тайм-аута под-агента Ollama в OpenClaw, особенно если у вас достаточно VRAM для запуска двух экземпляров моделей.