OpenClaw クイックスタート：Docker を使用したインストール（Ollama GPU または Claude + CPU）
Ollama を使用して OpenClaw をローカルにインストールする
OpenClaw は、Ollama などのローカル LLM ランタイム、または Claude Sonnet などのクラウドベースモデルと連携して動作するように設計された、セルフホスト型の AI アシスタントです。
このクイックスタートガイドでは、Docker を使用して OpenClaw をデプロイし、GPU 搭載のローカルモデル、または CPU 専用のクラウドモデルを設定し、AI アシスタントがエンドツーエンドで正常に動作していることを確認する方法を示します。
このガイドでは、OpenClaw の最小限の設定手順を説明し、ご自身のマシン上で動作し、レスポンスを返す状態を確認します。
目標はシンプルです。
- OpenClaw を動作させる
- リクエストを送信する
- 正常に動作することを確認する
これは本番環境での堅牢化ガイドではありません。 パフォーマンスチューニングガイドでもありません。 実用的なスタートポイントです。
2 つの選択肢があります。
- パス A — ローカル GPU: Ollama を使用（GPU がある場合推奨）
- パス B — CPU 専用: Anthropic API を介した Claude Sonnet 4.6 を使用
両方のパスにおいて、基本的なインストールプロセスは共通です。
OpenClaw が初めてで、システムの構造についてより深い概要を知りたい場合は、OpenClaw システム概要 をお読みください。
システム要件と環境設定
OpenClaw は外部サービスに接続できるアシスタント型システムです。このクイックスタートでは以下の点に注意してください。
- 可能な限りテストアカウントを使用する
- 機密性の高い本番システムへの接続は避ける
- Docker 内で実行する（推奨）
エージェント型ソフトウェアを実験する際は、分離（隔離）をデフォルトにすることが推奨されます。
OpenClaw の前提条件（GPU と Ollama、または CPU と Claude）
両方のパスで必要なもの
- Git
- Docker Desktop（または Docker + Docker Compose）
- ターミナル
パス A（ローカル GPU）用
- 互換性のある GPU が搭載されたマシン（NVIDIA または AMD が推奨）
- Ollama のインストール
パス B（CPU + クラウドモデル）用
- Anthropic API キー
- Claude Sonnet 4.6 へのアクセス権
ステップ 1 — Docker を使用して OpenClaw をインストール（クローンと起動）
OpenClaw は Docker Compose を使用して起動できます。これにより、設定が整理され、再現性が高まります。
リポジトリのクローン
git clone https://github.com/openclaw/openclaw.git
cd openclaw
環境設定のコピー
cp .env.example .env
エディタで .env ファイルを開いてください。次のステップで、選択したモデルのパスに応じて設定を行います。
コンテナの起動
docker compose up -d
すべてが正常に起動した場合、コンテナが実行中であることが表示されます。
docker ps
この段階では OpenClaw が動作していますが、まだモデルには接続されていません。
ステップ 2 — LLM プロバイダーの設定（Ollama GPU または Claude CPU）
次に、推論をどのように行いたいかを決定します。
パス A — Ollama を使用したローカル GPU
GPU が利用可能な場合、これが最もシンプルで自己完結型のオプションです。
Ollama のインストールまたは確認
より詳細なインストールガイドが必要な場合、またはモデルの保存場所を設定したい場合は、以下の記事を参照してください。
Ollama がインストールされていない場合：
curl -fsSL https://ollama.com/install.sh | sh
動作を確認します。
ollama pull llama3
ollama run llama3
モデルがレスポンスを返せば、推論機能が正常に動作しています。
OpenClaw の Ollama 利用設定
.env ファイルで以下を設定します。
LLM_PROVIDER=ollama
OLLAMA_BASE_URL=http://host.docker.internal:11434
OLLAMA_MODEL=llama3
コンテナを再起動します。
docker compose restart
これで、OpenClaw はローカルの Ollama インスタンスへリクエストをルーティングします。
16GB の GPU でどのモデルを実行するかを検討している場合、またはベンチマーク比較が必要な場合は、以下の記事を参照してください。
並行処理と負荷下での CPU 動作を理解するために：
パス B — Claude Sonnet 4.6 を使用した CPU 専用
GPU がない場合、ホストされたモデルを使用できます。
API キーの追加
.env ファイルで以下を設定します。
LLM_PROVIDER=anthropic
ANTHROPIC_API_KEY=your_api_key_here
ANTHROPIC_MODEL=claude-sonnet-4-6
再起動します。
docker compose restart
これで、OpenClaw は推論に Claude Sonnet 4.6 を使用し、オーケストレーションはローカルで実行されます。
この設定は CPU 専用マシンでも機能します。重いモデル計算はクラウド上で行われるためです。
ここで Anthropic モデルを使用している場合、この Claude サブスクリプションポリシーの変更 について、OpenClaw が Claude プランの再利用ではなく API ベースの課金が必要となる理由が説明されています。
ステップ 3 — 最初のプロンプトで OpenClaw をテスト
コンテナが実行され、モデルが設定されたら、アシスタントをテストできます。
設定によっては、以下のいずれかを通じてテストできます。
- ウェブインターフェース
- メッセージング統合
- ローカル API エンドポイント
基本的な API テストの場合：
curl http://localhost:3000/health
正常なステータスのレスポンスが表示されるはずです。
次に、シンプルなプロンプトを送信します。
curl -X POST http://localhost:3000/chat -H "Content-Type: application/json" -d '{"message": "Explain what OpenClaw does in simple terms."}'
構造化されたレスポンスが返ってきた場合、システムは正常に動作しています。
実行した内容のまとめ
この時点で、以下の状態が整っています。
- 実行中の OpenClaw インスタンス
- 設定済みの LLM プロバイダー（ローカルまたはクラウド）
- 正常に動作するリクエスト - レスポンスループ
GPU パスをเลือกした場合、推論は Ollama を介してローカルで行われます。
CPU パスを选择了の場合、推論は Claude Sonnet 4.6 を介して行われ、オーケストレーション、ルーティング、メモリ処理はローカルの Docker コンテナ内で実行されます。
見える相互作用はシンプルに見えるかもしれませんが、その背後では複数のコンポーネントが協調してリクエストを処理しています。
OpenClaw のインストールとランタイムの問題のトラブルシューティング
モデルがレスポンスしない場合
.env設定を確認する- コンテナログを確認する：
docker compose logs
Ollama に接続できない場合
- Ollama が実行中であることを確認する：
ollama list
- ベース URL が環境と一致していることを確認する
API キーが無効な場合
ANTHROPIC_API_KEYを再確認する.envを更新した後、コンテナを再起動する
GPU が使用されていない場合
- GPU ドライバーがインストールされていることを確認する
- Docker が GPU アクセスを有効化していることを確認する
OpenClaw インストール後の次のステップ
これで、動作する OpenClaw インスタンスが整いました。
ここから、以下のことができます。
- メッセージングプラットフォームへの接続
- ドキュメント検索の啟用
- ルーティング戦略の実験
- 可観測性とメトリクスの追加
- パフォーマンスとコスト動作のチューニング
システムが動作し始めてからの方が、深いアーキテクチャの議論はより意味をなします。
稼働させることが最初のステップです。
稼働した後、自然な次の記事は以下の通りです。
- OpenClaw プラグインガイド — メモリ、ツール、チャネル、可観測性のためにどのプラグインをインストールすべきか、ライフサイクルの仕組みについて
- OpenClaw スキルガイド — ClawHub からどのスキルをインストールすべきか、エージェントの役割ごとに安全にゲートする方法について
- OpenClaw 本番環境設定パターン — 開発者、自動化チーム、研究者、サポートオペレーターなどの実際のユーザータイプ向けに、プラグインとスキルを組み合わせて信頼性、ワークフロー、スケールを実現するアーキテクチャパターンについて
さらに AI システムの事例については、AI システム セクションを参照してください。
