【完全保存版】初学者でもできる!完全ローカルAI(Ollama × OpenClaw)自律型AIアシスタント構築・運用バイブル(リアルエラー解消・メモリ最大化・自動化対応版)

AI

はじめに

近年、ChatGPTやClaudeなどのクラウド型AIサービスの普及に伴い、「毎月のサブスクリプション料金やAPI従量課金コストがかさむ」「個人情報や機密データを外部サーバーに送信したくない」「AIに指示を出してもローカルPC上のファイル操作やWebサーバー起動などの実作業までは自動化できない」といった課題を抱えるユーザーが増えています。

こうした課題を根本から解決するのが、自分のPC上で大言語モデル(LLM)を動かす**「完全ローカルAI環境」**です。

本記事では、軽量LLM推論エンジン**「Ollama」と、オープンソースの自律型AIエージェントフレームワーク「OpenClaw」**を組み合わせ、APIコストゼロで24時間365日動く「自分専用の自律型AIアシスタント(参謀)」を構築する全手順を初学者向けに徹底解説します。

特に本版では、実際に環境構築を行う中で遭遇しやすい**「Node.js/npm不足エラー」「ターミナルのパス未反映」「Gateway非稼働エラー(Gateway is not running.)の修復」をはじめ、「Ubuntuでの日本語入力設定」「32GBメモリ環境で100% GPU稼働させるカーネル/BIOS調整」「手動での /compact を不要にする自動コンパクション設定」**など、実践で得られたすべてのノウハウを完全網羅してまとめています。


第1章:Ollama と OpenClaw の基本概念

ローカルAI自律稼働システムは、主に役割の異なる2つのオープンソースソフトウェアの連携によって成り立っています。

┌─────────────────────────────────────────────────────────────┐
│                    システム全体系層図                       │
├─────────────────────────────────────────────────────────────┤
│  【Channel Layer (入力層)】                                 │
│  Web UI (Control UI / 18789ポート), Telegram, Discord など  │
└──────────────────────────────┬──────────────────────────────┘
                               │ (メッセージ送信)
                               ▼
┌─────────────────────────────────────────────────────────────┐
│  【Body & Brain Layer (実行・制御層)】                      │
│  OpenClaw Gateway (自律エージェント基盤)                     │
│  ・タスク計画 / ツール呼び出し (ファイル操作, Bash実行など) │
└──────────────────────────────┬──────────────────────────────┘
                               │ (API通信: 11434ポート)
                               ▼
┌─────────────────────────────────────────────────────────────┐
│  【Brain / Inference Layer (推論層)】                        │
│  Ollama (ローカルLLM推論エンジン)                           │
│  ・Qwen 3.5 / Qwen3-VL などのモデルをGPU/RAM上で高速実行   │
└──────────────────────────────┴──────────────────────────────┘

1-1. Ollama(AIの「脳」:LLM推論エンジン)

Ollamaは、Qwen、Llama、DeepSeekなどのオープンウェイトモデルを、ローカルPCのGPUや物理メモリ(RAM)上でワンコマンドでダウンロード・実行・管理できる軽量な推論エンジンです。ローカルAPIサーバー(既定ポート: 11434)としてバックグラウンドで機能します。

1-2. OpenClaw(AIの「手足」:自律型エージェントGateway)

OpenClawは、単なるチャット応答にとどまらず、ローカルファイルの作成・編集、ターミナルでのコマンド実行(Bash)、ブラウザ自動操作、Web検索などを自律的に連鎖実行(ツール呼び出し / Tool Calling)できるAIエージェントフレームワークです。

OpenClawは以下の3つのレイヤー構造で動作しています:

  1. Channel Layer(入力・受信層):Web画面(Control UI)やTelegram、Discordなどからの指示を受信・認証します。
  2. Brain Layer / Agent Core(思考・管理層):対話文脈の管理、プロンプト構築、LLMへの問い合わせ、タスクの計画立案を行います。
  3. Body Layer / Capability Layer(実行・ツール層):ファイル操作(read/write)、コマンド実行(exec)、ブラウザ操作(browser)を実際に執り行います。

1-3. 混同しやすい「2つのURL」の違い

初心者が最も混乱しやすいのが、アクセスポートの違いです。

  • Control UI / WebChat URL (http://127.0.0.1:18789):ユーザーがブラウザでOpenClawの操作画面を開くためのアクセス先です。
  • baseUrl (http://127.0.0.1:11434):OpenClawが裏側でOllamaのLLM機能と通信するための内部APIアドレスです。

第2章:【標準手順】事前準備(日本語化)と一番簡単なセットアップ

構築作業に入る前に、作業環境を整え、最も確実なワンコマンド手順でセットアップを行います。

2-1. 事前準備1:Ubuntuにおける日本語入力(Mozc)のセットアップ

OS上のターミナルやブラウザ、指示ファイル(.md)で日本語を自由に入力・編集できるようにするため、入力メソッドをセットアップします。

# ibus-mozc パッケージのインストール
sudo apt update
sudo apt install -y ibus-mozc

# OSの再起動
sudo reboot

再起動後、「設定 (Settings)」➔「キーボード (Keyboard)」➔「入力ソース (Input Sources)」 から 「日本語 (Mozc)」 を追加し、標準の日本語キーボードを削除してMozcのみに設定します。これで「半角/全角」キー(または Super + Space)で日本語入力が可能になります。


2-2. 事前準備2:Ubuntuで隠しファイル(ドットファイル)を表示する方法

設定ファイル(~/.openclaw や ~/.bashrc)の確認・編集時に隠しファイルを表示する手順です。

  • GUI(ファイルマネージャー): ファイル画面で Ctrl + H を押すと隠しファイルの表示/非表示が切り替わります。
  • CLI(ターミナル): ターミナルで ls -a または詳細付きの ls -la を実行します。

2-3. Step 1: Ollama のインストールとモデル取得

ターミナルを開き、公式のワンライナーインストールスクリプトを実行します。

# Ollamaの自動インストール
curl -fsSL https://ollama.com/install.sh | sh

# インストール確認
ollama -v

続いて、AIの「脳」となるメインモデル(qwen3.5:latest)を取得します(約6.6 GB)。

# メインモデルのダウンロード
ollama pull qwen3.5:latest

2-4. Step 2: 依存関係エラー(Node.js/npm不足)の遭遇と自動解決

Ollama経由で一括起動コマンドを実行した際、以下のようなエラーが発生することがあります。

my@i:~$ ollama launch openclaw --model qwen3.5:latest
Error: OpenClaw is not installed and required dependencies are missing

Install the following first:
  npm (Node.js): https://nodejs.org/

🔍 原因と解決法:

OpenClawは Node.js 環境上で動作するプログラムです。システム内に npm が存在しないために発生するため、公式の自動インストールスクリプトを実行することで、適切な Node.js(v24系)やビルドツールの自動導入と環境構築が一括で行われます。

# 公式セットアップスクリプトの実行(Node.js/npmの自動導入も含む)
curl -fsSL https://openclaw.ai/install.sh | bash

スクリプト実行中のオンボーディング(オンボーディングウィザード)で選択肢が表示された場合は、以下のように応答して進めます:

  1. Help make OpenClaw better?: No thanks を選択して Enter。
  2. Setup mode: ● Keep existing model config(既存のモデル設定を保持)を選択して Enter。

2-5. Step 3: パス(PATH)の即時反映と権限エラー(permission denied)修復

スクリプト完了後、そのままのターミナルでは追記された環境変数が反映されていないため、以下のコマンドを実行してPATHを即時反映させます。

# カレントシェルへ環境変数を即時反映
source /home/my/.bashrc; hash -r

また、過去のコマンド実行等によって ~/.openclaw ディレクトリの所有権が root(管理者)に変わってしまっている場合、permission denied エラーが発生することがあります。所有権をログインユーザーに戻して解決します。

# 所有権の所有者修復
sudo chown -R $USER:$USER ~/.openclaw

第3章:Gatewayのトラブルシューティングと24時間常駐サービス化

セットアップ完了後、最初の操作で遭遇しやすい「Gateway非稼働エラー」の構造と解決手順です。

3-1. トラブル発生:「Gateway is not running.」エラー

インストール直後に openclaw dashboard を実行すると、以下のメッセージが表示されてダッシュボードが開かない場合があります。

my@i:~\$ openclaw dashboard
OpenClaw 2026.9.6 (eb377ac)
Gateway is not running.
Run `openclaw gateway status --deep` for details.

🔍 原因:

セットアップスクリプト(install.sh)は疎通テストの完了後にバックグラウンドサーバー(Gateway)を終了させるため、手動でサービス化または起動を行わないと通信ポート(18789)が開かない状態になります。


3-2. 解決手順:openclaw gateway install によるsystemd自動起動化

この問題を永続的に解決するには、Linuxのバックグラウンドサービス(systemd user service)としてGatewayをインストールします。

# 1. サービスとしてGatewayをインストール
openclaw gateway install

# 2. 稼働状態の確認
openclaw gateway status

正常稼働時の確認出力(抜粋):

Runtime: running (pid 18685, state active, sub running, last exit 0, reason 0)
Connectivity probe: ok
Listening: 127.0.0.1:18789

Runtime: running および Connectivity probe: ok と表示されていれば、バックグラウンドでの24時間待機状態が完了しています。


3-3. Web UI(Control UI)の起動

正常稼働を確認したら、ダッシュボードコマンドを実行します。

openclaw dashboard

自動的にブラウザが起動し、http://127.0.0.1:18789/ からローカルAI参謀へ指示を入力できる画面が開きます。


第4章:32GBメモリ環境で「100% GPU」として完全オフロード稼働させるチューニング

内蔵GPU(AMD APU / UMA共有メモリ等)やdGPUを搭載した32GBメモリ環境で、LLMをCPUに落とさず**「100% GPU」として高速駆動させる最適化設定**です。

4-1. Linuxカーネルの共有VRAM(GTT)限界突破設定

Ubuntu環境のデフォルトでは、物理メモリの50%(最大16GB)までしかGPU共有メモリに割り当てられません。これを最大24GBまで割り当て可能にします。

# 1. GRUB設定ファイルを開く
sudo nano /etc/default/grub

# 2. GRUB_CMDLINE_LINUX_DEFAULT の行に以下を追記
# GRUB_CMDLINE_LINUX_DEFAULT="quiet splash amdgpu.gttsize=24576"

# 3. 設定の確定と再起動
sudo update-grub
sudo reboot

4-2. BIOS (UEFI) でのベースVRAM容量設定

PC起動時のロゴ画面で Delete キー(または F2)を連打してBIOS画面に入ります。

  • Advanced ➔ AMD CBS ➔ GFX Configuration へ移動
  • Integrated Graphics: Forces
  • iGPU Configuration: UMA-SPECIFIED
  • UMA Frame Buffer Size: 4G または 8G に設定して F10 で保存

4-3. Ollama サービス設定(override.conf)の適用

iGPU(Radeon Vega等)がCPU推論へフォールバックするのを防ぎ、VRAM消費を半減させる設定を一括適用します。

# 設定ディレクトリの作成と一撃適用
sudo mkdir -p /etc/systemd/system/ollama.service.d/
sudo tee /etc/systemd/system/ollama.service.d/override.conf << 'EOF'
[Service]
Environment="HSA_OVERRIDE_GFX_VERSION=9.0.0"
Environment="OLLAMA_IGPU_ENABLE=1"
Environment="OLLAMA_HOST=0.0.0.0"
Environment="OLLAMA_FLASH_ATTENTION=1"
Environment="OLLAMA_KV_CACHE_TYPE=q4_0"
EOF

# 設定リロードと再起動
sudo systemctl daemon-reload
sudo systemctl restart ollama
  • OLLAMA_FLASH_ATTENTION=1: アテンション計算の高速化とVRAM節約。
  • OLLAMA_KV_CACHE_TYPE=q4_0: KVキャッシュを4bit量子化し、長文時のVRAM消費量を半減。

動作確認:

ollama run qwen3.5:latest "hi" を実行中に、別ターミナルで ollama ps を実行し、PROCESSOR 列が 100% GPU となっていれば完全設定成功です。


第5章:自動コンパクション(/compact)と指示ファイル(.md)・設定ファイルの設計

手動で /compact を送信する手間を失くし、記憶領域の管理から常駐設定までを全自動化する設計です。

5-1. OSスリープ無効化と24時間常駐設定

PCが省電力モードでサスペンド状態にならないようOS設定を変更し、モデルをメモリ上に固定します。

# 1. Ubuntuのスリープ・サスペンド機能を無効化
sudo systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target

# 2. Ollamaの自動起動化
sudo systemctl enable ollama

# 3. VRAMにモデルを常時保持させる環境変数を設定 (24時間常駐)
echo 'export OLLAMA_KEEP_ALIVE=24h' >> ~/.bashrc
source ~/.bashrc

5-2. ワークスペース内の指示ファイル(Markdown群)設計

OpenClawでは、エージェントの性格、行動ルール、ユーザー情報、長期記憶がすべてプレーンテキストの Markdown ファイル(配置先: ~/.openclaw/workspace/)で管理されます。

ファイル名 役割 定義内容の例
IDENTITY.md エージェントの識別情報 名前(例: エン)、属性(AI参謀)、アイコン絵文字
SOUL.md 性格と絶対ルール(ハードルール) 応答トーン、勝手なファイル削除や外部決済の禁止規定
AGENTS.md 作業手順書・デバッグプロトコル コードビルドの手順、エラー発生時の3ステップ再試行ルール
USER.md ユーザープロフィール ユーザーの名前、使用OS、好みの技術スタック
MEMORY.md 長期記憶領域 過去に決定した重要事項、プロジェクトのポート番号など

5-3. 自動コンパクションと設定ファイル openclaw.json の最適化

コンテキスト占有率が約80%に達した際、システムが自律的に重要メモを MEMORY.md に退避(Memory Flush)させた上で会話を要約・整理する自動コンパクション設定を組み込みます。

{
  "agents": {
    "defaults": {
      "workspace": "/home/my/.openclaw/workspace",
      "model": {
        "primary": "ollama/qwen3.5:latest"
      },
      "bootstrapTotalMaxChars": 13000,
      "timeoutSeconds": 900,
      "compaction": {
        "mode": "safeguard",
        "notifyUser": true,
        "memoryFlush": {
          "enabled": true,
          "softThresholdTokens": 4000,
          "prompt": "Write lasting progress, active port numbers, and unhandled errors to memory/YYYY-MM-DD.md; reply with NO_REPLY if nothing to store."
        }
      }
    }
  },
  "tools": {
    "profile": "coding",
    "allow": ["exec", "read", "write", "edit", "apply_patch", "browser"],
    "exec": { "ask": "off" }
  },
  "models": {
    "mode": "merge",
    "providers": {
      "ollama": {
        "baseUrl": "http://127.0.0.1:11434",
        "api": "ollama",
        "apiKey": "ollama-local",
        "models": [
          {
            "id": "qwen3.5:latest",
            "name": "qwen3.5:latest",
            "reasoning": false,
            "contextWindow": 65536,
            "contextTokens": 32768,
            "maxTokens": 8192,
            "compat": {
              "supportsTools": true,
              "supportsDeveloperRole": false
            }
          }
        ]
      }
    }
  },
  "gateway": {
    "port": 18789,
    "bind": "loopback"
  }
}

第6章:日常運用・トラブルシューティングと自己修復(openclaw doctor)

運用中に画面がフリーズしたりエラーが発生したりした際の即時対処法と診断コマンドです。

6-1. 万能診断・自動修復コマンド openclaw doctor --fix

OpenClawには、設定ファイルの構文エラー、SQLiteデータベースの不整合、非推奨キーの検出などをワンコマンドで自動診断・修復する強力なコマンドが用意されています。

# 自動診断と修正の実行
openclaw doctor --fix

# ゲートウェイの再起動
openclaw gateway restart

6-2. 重大エラー「HTTP 500 (OOM)」の解明と対策

対話を続けていると、ollama/qwen3.5:latest request failed (provider internal error, HTTP 500) という赤字エラーが出ることがあります。

🔍 原因と対策:

openclaw.json 内の contextWindow が過大な値になっていると、VRAMを圧迫してクラッシュ(OOM)します。

  1. contextWindow を 65536 または 32768 に設定します。
  2. 上記の自動コンパクション設定(compaction.mode: "safeguard")を有効化しておくことで、80%消費時に自動整理が働きクラッシュを未然に防ぎます。

6-3. PCが急に重くなった場合の緊急解放手順

GPUやCPUの使用率が100%に張り付いてPCの動作がカクついた場合は、以下の3ステップでリソースを解放します。

# 1. Gatewayプロセスの再起動
openclaw gateway restart

# 2. VRAM上にロードされているモデルの明示的停止
ollama ps                      # ロード中モデルの確認
ollama stop qwen3.5:latest     # モデルの停止

# 3. 孤立したブラウザプロセス(Chromium)の終了
pkill -f chromium

第7章:【副案1】ハードウェア別・Docker Compose による高度インフラ構築

標準の直接インストールではなく、環境の分離・再現性を重視する場合は Docker / Docker Compose を用いた副案構成が有効です。

version: "3.8"

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    ports:
      - "127.0.0.1:11434:11434"
    volumes:
      - ollama_data:/root/.ollama
    environment:
      - OLLAMA_FLASH_ATTENTION=1
      - OLLAMA_KEEP_ALIVE=24h
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]
    restart: unless-stopped

volumes:
  ollama_data:

第8章:【副案2】完全ローカルRAG(独自ドキュメント検索)の統合

外部APIを介さず、ローカル上の独自PDFや社内マニュアルを参照して回答できるようにする「完全ローカルRAG」の構築手法です。

# rag_local.py
import chromadb
import ollama

# 1. ローカルChromaDBの初期化
chroma_client = chromadb.PersistentClient(path="./chroma_db")
collection = chroma_client.get_or_create_collection(name="my_knowledge")

# 2. テキストのベクトル化関数 (nomic-embed-textを利用)
def get_embedding(text):
    response = ollama.embed(model="nomic-embed-text", input=text)
    return response["embeddings"]

# 3. ドキュメント登録
documents = ["当社のアラート対応規定:障害発生時は15分以内に一次報告を行うこと。"]
for idx, doc in enumerate(documents):
    collection.upsert(ids=[f"doc_{idx}"], embeddings=[get_embedding(doc)], documents=[doc])

# 4. 検索と回答生成
query = "障害時の報告ルールは?"
results = collection.query(query_embeddings=[get_embedding(query)], n_results=1)
prompt = f"文脈:\n{'\n'.join(results['documents'])}\n\n質問: {query}"
response = ollama.generate(model="qwen3.5:latest", prompt=prompt)

print(response['response'])

第9章:【副案3】セキュリティ強化・ゼロトラスト外部公開・防衛策

  • Cloudflare Tunnel (cloudflared): ルーターのポートを開放せず、暗号化トンネル経由でスマホ等から安全にアクセス環境を構築します。
  • 間接的プロンプトインジェクション(IPI)対策: 自動閲覧したWebサイト内の悪意あるプロンプトによる乗っ取りを防ぐため、指示の階層化(Instruction Hierarchy)と文脈浄化(Context Purification)の概念を適用します。

第10章:まとめと動作確認チェックリスト

最後に、環境構築が正しく完了しているか確認するための最終チェックリストです。

最終動作確認チェックリスト:

  • [ ] 日本語入力:ibus-mozc をインストールし、日本語入力ソースを設定した
  • [ ] 環境変数:source ~/.bashrc を実行し、openclaw コマンドがパスに通っている
  • [ ] 所有権エラー修復:sudo chown -R $USER:$USER ~/.openclaw を実行した
  • [ ] Gatewayサービス化:openclaw gateway install を実行し、status で Runtime: running を確認した
  • [ ] 100% GPU確認:amdgpu.gttsize および override.conf 設定後、ollama ps で 100% GPU と表示される
  • [ ] 自動コンパクション:compaction.mode: "safeguard" と memoryFlush.enabled: true を設定した
  • [ ] UIアクセス:ブラウザから http://127.0.0.1:18789 (Control UI) にアクセスできる
  • [ ] 通信アドレス:openclaw.json の baseUrl は "http://127.0.0.1:11434"(末尾の /v1 なし)に設定した
  • [ ] OOM防止:contextWindow を 65536 に設定し、reasoning: false を明示指定した

電気代だけで24時間365日休まず働く、安全で快適な自分専用の「完全ローカルAI参謀」をぜひ活用していきましょう!

コメント

タイトルとURLをコピーしました