OllamaをほかのAI・アプリとつなぐ手順（その1：Ollama側）：ollama launch、Claude Code、Codex、OpenCode、Claude Desktop、ChatGPT Desktop、OpenClaw、VS Code、OpenAI・Anthropic互換API、ウェブ検索のMCP、ネットワークへの公開を、どの画面・どのファイルに何を書くかで並べる

この記事は、公式の資料を2026年10月25日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。運営者は Ollama を入れていますが、使い心地はこの記事には書いていません。手順は、公式の手順を順に並べたものです。設定例は、「公式の例の写し」か「公式の記載に合わせて、この記事で組んだ例（動作は確かめていません）」と、そのつど区別して書きます。公式ページは要約の形で取得しているため、設定ファイルの中身が崩れて読めたものは写さず、「全文は公式ページで確認」と書きます。画面の表記は公式ページの表記なので、手元の画面と照らして読んでください。

先に結論

• つなぎ方は3種類です。 ①ollama launch で、相手のツールの設定ごと起動する、②Ollama アプリの「Apps」で、デスクトップアプリに接続する、③相手のアプリの接続先を、手で Ollama の窓口（API）に向ける。
• ほとんどの連携で、ローカルのモデルを使うなら、コンテキストを64k以上にするよう公式が書きます。 Ollama の既定の長さは、公式ページで書き方が違います（05）。手元で ollama ps の CONTEXT を見てください。
• 外す手順が公式に書かれているのは、一部です。 Claude Desktop、ChatGPT Desktop、Codex には、元に戻す手順があります。ほかは、「記載が見つからない」ものがあります（各手順に書きました）。
• 「ローカルの連携」でも、ツールが外へ送るものは別です。 公式の連携ページは、ほとんどが、ツール自身の通信先を書いていません。
• 公式の一覧に載らないもの（Cursor、Open WebUI など）は、この記事の手順にありません。 一覧は、GitHubのREADMEの「Community Integrations」にあり、公式ドキュメントの手順は読んでいません。

前提：用語をそろえる

• 接続先（ベースURL）：相手のアプリが、AIに話しかけに行くアドレスです。Ollama のローカルは http://localhost:11434 です。
• OpenAI互換 / Anthropic互換：OpenAIやAnthropicのアプリが使う話し方と同じ形で、Ollama に話しかけられる仕組みです。使える機能は一部です。
• APIキー / 認証トークン：相手に入るための合言葉です。ローカルの Ollama は中身を見ません。
• 環境変数：OSに持たせる設定です。ANTHROPIC_BASE_URL のように書きます。
• コーディングエージェント：コードを読み、ファイルを直し、コマンドを動かすAIのアプリです（Claude Code、Codex、OpenCode など）。
• MCP：AIに外のツール（検索など）をつなぐ決まりごとです。「MCPサーバー」が、ツールの側です。
• プロファイル：ツールの設定をまとめて名前を付けたものです（Codex の例が後に出ます）。
• ゲートウェイ：OpenClaw が、メッセージアプリとモデルの間に置く常駐の係です（手順F）。
• tools に対応したモデル：ツール呼び出しができるモデルです。モデルのページの「tools」のタグで見分けます（01）。

連携の地図（公式のIntegrationsのページ、確認日2026-10-25）

• この一覧は、各連携の作者を書いていません。「公式」は「公式のドキュメントに載っている」という意味です（02）。
• Hermes Agent と DeepSeek Harness は、一覧に名前と説明があるだけで、個別のページの手順は読んでいません。この記事には手順がありません。
• CLIのページには、ollama launch droid --config という例も載っています。Droid の説明は、読んだページにはありません。

手順0：ollama launch の共通の使い方

CLIのページ、クイックスタート、各連携のページに載っている形です。

• 作業するフォルダ（プロジェクト）の中で実行する、とクイックスタートは書いています（「From your project directory」）。
• クイックスタートによると、Claude Code と OpenCode は、必要なら Ollama がインストールを案内します。Codex CLI は、先に自分で入れます。

手順A：Claude Code につなぐ

Claude Code は、Anthropic のコーディング用のアプリです。Ollama の公式ページ（Integrations / Claude Code）に書かれている手順です。

A-1：入れる（Ollama のページが載せるコマンド）

curl -fsSL https://claude.ai/install.sh | bash

Windows は次です。

irm https://claude.ai/install.ps1 | iex

A-2：ollama launch で起動する

1. プロジェクトのフォルダでターミナルを開きます。
2. 次を実行し、プロンプトに従ってモデルを選びます。

ollama launch claude

1. 対話なしで使うなら、手順0の --yes の形です。

A-3：手で設定する（ローカルのOllama）

公式のページの手順です。

1. Claude Code を入れます。
2. 環境変数を設定します（公式の写し）。

export ANTHROPIC_AUTH_TOKEN=ollama
export ANTHROPIC_API_KEY=""
export ANTHROPIC_BASE_URL=http://localhost:11434

1. モデルを指定して動かします。

claude --model qwen3.5

• 1行で書く形も載っています（例：ANTHROPIC_AUTH_TOKEN=ollama ANTHROPIC_BASE_URL=http://localhost:11434 ANTHROPIC_API_KEY="" claude --model kimi-k2.7-code:cloud）。

A-4：Ollama のクラウドに直接つなぐ（ローカルのOllamaなし）

• 先に OLLAMA_API_KEY を設定します（キーの作り方は07の場面10）。
• 公式の例（Bash/Zsh）：

ANTHROPIC_BASE_URL=https://ollama.com \
ANTHROPIC_AUTH_TOKEN="$OLLAMA_API_KEY" \
ANTHROPIC_API_KEY="" \
claude --model glm-5.3-flash

• ベアラー認証には ANTHROPIC_AUTH_TOKEN を使う、と書かれています。
• Claude の設定ファイルが、シェルの変数を上書きすることがあります。そのときは、設定ファイルのほうの接続先や認証を直し、Claude Code の /status で接続を確かめる、と書かれています（設定ファイルの場所は、そのページには書かれていません）。

A-5：モデルとコンテキスト

• ローカルのモデルは、tools に対応したものを選び、コンテキストを64k以上にします。大きなリポジトリも同じ、と書かれています。
• クラウドのモデルは、ダウンロードせずに大きなモデルを使えます。tools に対応したものを選びます。

A-6：そのほかの機能（ページに書かれているもの）

• ウェブ検索：ウェブ検索のページへ（手順J）。
• 定期実行：Claude Code の中で /loop <間隔> <プロンプトかコマンド> の形（例：/loop 30m Check my open PRs and summarize their status）。
• Telegram：Telegram のプラグインを入れ、@BotFather でボットを作り、ollama launch claude -- --channels plugin:telegram@claude-plugins-official を実行する、と書かれています。

A-7：渡るデータ・権限・外し方

手順B：Codex（OpenAIのコーディング用CLI）につなぐ

Ollama の公式ページ（Integrations / Codex）の内容です。

B-1：入れる

npm install -g @openai/codex

B-2：ollama launch で起動する

1. 次を実行します。

ollama launch codex

1. Ollama は、モデルの一覧（カタログ）を更新し、そのセッション用の専用のCodexプロファイルを使う、と書かれています。
2. Codex の中の /model で、インストール済みで tools に対応した Ollama のモデルを、再起動せずに切り替えられます。モデルごとに、コンテキストの長さ、画像、思考の設定を持つ、と書かれています。
3. 選択肢にモデルを足すには、起動の前に ollama pull <モデル名> を行います。
4. 起動せずに設定だけ：ollama launch codex --config。

B-3：手で設定する

• codex --oss で、Ollama を使います。モデルは -m で指定します（例：codex --oss -m gpt-oss:120b）。クラウドは codex --oss -m gpt-oss:120b-cloud と書かれています。
• プロファイルを使う場合は、~/.codex/ollama-launch.config.toml を作ります。公式の例（要約で崩れていないと確認された形。/Users/you/ は自分のパスに直します）：

model = "gpt-oss:120b"
model_provider = "ollama-launch"
model_catalog_json = "/Users/you/.codex/model.json"

[model_providers.ollama-launch]
name = "Ollama"
base_url = "http://localhost:11434/v1/"
wire_api = "responses"

• 実行：codex --profile ollama-launch
• 設定ファイルの扱いは、必ず公式の原文と照らしてください（この記事は要約から写しています）。

B-4：ウェブ検索・渡るデータ・外し方

手順C：OpenCode につなぐ

Ollama の公式ページ（Integrations / OpenCode）の内容です。

1. OpenCode を入れます。macOS・Linux は curl -fsSL https://opencode.ai/install | bash、Windows は npm install -g opencode-ai。
2. ollama launch opencode で起動します。設定だけなら ollama launch opencode --config。
3. 手で設定するなら、opencode.json に Ollama の提供元（プロバイダー）を足し、opencode を実行します。
4. その設定の中身は、公式の要約では、次の要素があると読めました。全文は公式ページで確認してください（この記事は、崩れる可能性のある設定ファイルを組み直しません）。
5. $schema（opencode.ai/config.json を指す）
6. provider の下の ollama：使う部品が @ai-sdk/openai-compatible、表示名が Ollama、接続先（options.baseURL）が http://localhost:11434/v1、models にモデル名（例：qwen3.5）
7. opencode.json の置き場所は、そのページには書かれていません。ollama launch は ~/.config/opencode/opencode.json を上書きしない、と書かれています。

8. 注意：opencode.json にだけ書いたモデルは、ollama launch のモデルの選択肢には出ません。OpenCode 側の設定の優先順位は、OpenCode のドキュメントに案内されています（読んでいません）。

9. コンテキスト：ローカルのモデルは64k以上、と書かれています。

10. 渡るデータ：接続先は localhost:11434 です。ページは、OpenCode が別に外へ送るものを書いていません。
11. 外し方：記載が見つからない（設定を足した場合は、その設定を消すことになる、と読めます。これは僕らの読み方です）。

手順D：Claude Desktop につなぐ（macOS）

Ollama の公式ページ（Integrations / Claude Desktop）の内容です。

必要なもの： macOS（「Windows support coming soon」と書かれています）。Ollama と、Claude（なければ設定の途中で入れるよう案内される）。ローカルのモデルは先にダウンロードしておく。クラウドのモデルは、Ollama にサインインし、クラウドのモデルを有効にする（一部は有料のプランが要る、と書かれています）。

1. Ollama アプリを開き、サイドバーの「Apps」を選びます。
2. 「Claude」を接続します。
3. 案内に従い、必要なら Claude を入れ、求められたら再起動します。

モデルを切り替える：

1. Ollama の「Settings → Apps」を開きます。
2. 使うモデルを選びます（同じモデルを複数の用途に使えます）。
3. 「Restart Claude」を選びます。

外す：

• Ollama の「Apps」で Claude を切断し、求められたら Claude を再起動します。Ollama は、Claude の以前の設定を戻します。
• ターミナルからは ollama launch claude-desktop --restore。
• Claude が接続されている間に Ollama を終了しても、Claude の通常の設定に戻る、と書かれています。

使える機能（ページの記載）： サブエージェント、ウェブ検索（Ollama のウェブ検索で、初期状態でオン）、Cowork、Auto mode。

手順E：ChatGPT Desktop につなぐ

Ollama の公式ページ（Integrations / ChatGPT Desktop）の内容です。

必要なもの： Ollama v0.34.0以降。ChatGPT Desktop（なければ設定の途中で入れるよう案内される）。OSの要件は、ページには書かれていません（一覧のページは、macOS の手順として書いています）。

1. Ollama アプリを開き、「Apps」を選びます。
2. 「ChatGPT (Desktop)」をオンにします。
3. 案内に従います。ChatGPT が開いていれば、新しいモデルを出すために再起動を求められます。
4. ChatGPT のデスクトップアプリを開き、Codex モードを使います。

モデルの選択： Ollama の「Settings」→「Apps」→ChatGPT で、互換のあるローカルかクラウドのモデルを、最大5つ選び、保存します。

外す： 「Apps」で ChatGPT をオフにします。Ollama は、ChatGPT の接続設定と、通常のプロファイルを戻します。開いていれば、再起動を求められます。ターミナルのコマンドは、そのページには書かれていません。

手順F：OpenClaw と Hermes Agent（個人アシスタント）

Ollama の公式ページ（Integrations / OpenClaw）の内容です。Hermes Agent は個別のページを読んでいません。

1. 次を実行します。

ollama launch openclaw

1. Ollama が次を行う、と書かれています。①OpenClaw がなければ、確認のうえ npm で入れる。②初回に、ツールが使えることの危険についての注意を表示する。③モデルの選択画面を出す。④オンボーディングで、提供元の設定、ゲートウェイのデーモンのインストール、モデルを第一に設定、Ollama のウェブ検索の有効化を行う。⑤ゲートウェイを裏で起動し、OpenClaw のTUI（文字の画面）を開く。
2. モデルだけ変える：ollama launch openclaw --config。モデルを指定：ollama launch openclaw --model kimi-k2.5:cloud。ゲートウェイが動いていれば、自動で再起動される、と書かれています。
3. 対話なし：ollama launch openclaw --model kimi-k2.5:cloud --yes（--model が要ります）。以前の名前（Clawdbot）の別名 ollama launch clawdbot も使える、と書かれています。
4. メッセージアプリにつなぐ：openclaw configure --section channels。対応は、WhatsApp、Telegram、Slack、Discord、iMessage と書かれています（チャンネルごとの手順は、ページにはありません）。
5. ウェブ検索の設定：openclaw configure --section web。ローカルのモデルでは、ollama signin が要ります。
6. 止める：openclaw gateway stop

手順G：VS Code のチャットで Ollama のモデルを使う

Ollama の公式ページ（Integrations / VS Code）の内容です。

必要なもの： Visual Studio Code 1.127以降（それより前は、言語モデルの提供元へのリクエストの取り消しが確実でない、と書かれています）。Ollama が動いていること。ローカルかクラウドのモデルが1つ以上あること。クラウドのサインインと、モデルの情報のために、Ollama 0.17.6以降を勧める、と書かれています（古くてもローカルのモデルは動くことがある）。ページは GitHub Copilot に触れていません。

1. VS Code の Marketplace から、「Ollama」の拡張機能（公開者ID Ollama.ollama）を入れます。
2. VS Code の「Chat」を開きます。
3. チャットの入力欄の下のモデルの選択を開きます。

4. 「Ollama」の見出しの下から、モデルを選びます。

5. 拡張機能は、既定で http://127.0.0.1:11434 からモデルを見つける、と書かれています。

6. モデルを足す：ollama pull qwen3.6。クラウドは ollama pull kimi-k2.6:cloud のあと ollama signin。ローカルのモデルにサインインは要りません。
7. コンテキスト：VS Code が、モデルの最大の長さを表示しても、Ollama が実際に確保する長さは小さいことがあります。ローカルのモデルは、Ollama の「Settings」で64k以上に設定し、VS Code のウィンドウを再読み込みして、もう一度送る、と書かれています。
8. モデルが一覧に出ないとき：①Ollama が動いているか。②ollama list でモデルがあるか。③コマンドパレットの「Ollama: Refresh Models」。④「Ollama: Diagnose Models」を実行し、出力チャンネル「Ollama」を見る。クラウドのモデルがサインインを求めたら ollama signin。
9. 渡るデータ：接続先はローカルの窓口です。拡張機能が、別に外へ送るものは、ページに書かれていません。
10. 外し方：記載が見つからない（拡張機能を無効にするかアンインストールする、という一般的な操作になると読めます。これは僕らの読み方です）。

手順H：DeepSeek Harness

• 一覧には、「DeepSeekのオープンソースのコーディングエージェントで、ブラウザで使う」とあります。一覧は、コーディングエージェント（Claude Code、OpenCode、DeepSeek Harness）は ollama launch で起動して選ぶ、と書いています。DeepSeek Harness の個別の起動の手順は、読んだページには書かれていません。

手順I：OpenAI形式・Anthropic形式のアプリから呼ぶ（API）

上のどれにも当てはまらない、ほかのアプリやSDKで使うための、公式の互換のページの内容です。

• モデルの名前の別名： 相手のアプリが、OpenAIやAnthropicの標準の名前を求めるときは、手元のモデルをその名前にコピーします（公式の例：ollama cp llama3.2 gpt-3.5-turbo。Anthropic の例は ollama cp qwen3-coder claude-3-5-sonnet）。そのあと、その名前を model に指定します。
• コンテキストの長さ： OpenAI形式のAPIには、この設定がありません。Modelfile に FROM <モデル> と PARAMETER num_ctx <値> を書き、ollama create mymodel で作り、その名前を使います（07の場面6）。
• クラウドにできないこと（OpenAI互換のページ）： 状態を持つ Responses、Responses 経由の内蔵のウェブ検索、自由形式のツール呼び出しの再生。
• SDKの例（公式）： OpenAIのPythonは OpenAI(base_url="https://ollama.com/v1", api_key=os.environ["OLLAMA_API_KEY"])、ローカルのJavaScriptは baseURL: "http://localhost:11434/v1/" と apiKey: "ollama"。AnthropicのPythonは Anthropic(base_url='http://localhost:11434', api_key='ollama')。
• 渡るデータ：ローカルの接続先なら、手元のサーバーです。クラウドの接続先は、ollama.com に送られます。
• 外し方：アプリ側の接続先を元に戻します。アプリごとの手順は、この記事には書けません。

手順J：ウェブ検索を、MCPサーバー経由でCline・Codexに足す

Ollama のウェブ検索のページには、Python の MCP サーバー（web-search-mcp.py）を使って、Cline や Codex から使う例が載っています。ページは、MCPサーバーのファイルとして、Ollama の Python ライブラリのリポジトリの例（github.com/ollama/ollama-python/blob/main/examples/web-search-mcp.py）へのリンクを載せています（リンク先のファイルの中身は読んでいません）。下の設定の path/to/web-search-mcp.py は、公式の例のままの置き場所の仮の名前で、自分のファイルの場所に直す必要があります。

準備： 無料のアカウントでキーを作り（https://ollama.com/settings/keys）、OLLAMA_API_KEY を使います。

Cline（公式の例）： 「Manage MCP Servers」→「Configure MCP Servers」で、次を加えます。

{
  "mcpServers": {
    "web_search_and_fetch": {
      "type": "stdio",
      "command": "uv",
      "args": ["run", "path/to/web-search-mcp.py"],
      "env": { "OLLAMA_API_KEY": "your_api_key_here" }
    }
  }
}

Codex（公式の例）： ~/.codex/config.toml に次を加えます。

[mcp_servers.web_search]
command = "uv"
args = ["run", "path/to/web-search-mcp.py"]
env = { "OLLAMA_API_KEY" = "your_api_key_here" }

• Goose： ページは画像だけで、設定の文字はありませんでした。手順は書けません。
• 渡るデータ： 検索語（query）と max_results、取得ならURLが ollama.com に送られます。保存や記録は、ページに書かれていません。
• 渡る鍵： OLLAMA_API_KEY が、設定ファイルの env に書かれます。ファイルを共有や公開しないよう、注意してください（キーは、ブラウザのコードやソース管理の外に置くよう、公式のクラウドのページが書いています）。
• 外し方：記載が見つからない（加えた設定を消す、と読めます。これは僕らの読み方です）。
• 検索のエージェントには、約32,000トークン以上のコンテキストを、と書かれています。

手順K：ほかの機器から Ollama を使う（ネットワークへの公開）

連携の相手が別のPCやコンテナにあるときの、公式の記載です。05の「ネットワークへの公開」と合わせて読んでください。条件は、公式のとおりに書きます。

• 広げると、同じネットワークにいる別の機器から、モデルを呼べるようになりえます。広げる前に、そのネットワークに誰がいるか、ルーターが外へ開いていないかを確かめてください（これは僕らの注意で、公式の文ではありません）。

手順L：公式の一覧に載らないもの

• GitHubのREADMEの「Community Integrations」には、チャット画面（Open WebUI、LibreChat、AnythingLLM など）、コードエディタ（Cline、Continue、Void など）、SDK、エージェントの枠組み、RAGのツール、ターミナルのクライアントなどが、大量に並んでいます。ページは、誰が維持しているかを書かず、追加したい人はプルリクエストを出すよう書いています。
• Cursor は、読んだ公式ページでは名前を見つけていません。Open WebUI と Continue は、READMEの一覧に名前があるだけで、設定の手順は読んでいません。
• 手元のツールが、OpenAI形式かAnthropic形式の接続先を指定できるなら、手順Iの接続先を使えるかもしれません。ただし、そのツールが公式に対応しているかは、各ツールの資料で確かめる必要があります（これは僕らの見立てで、公式の記載ではありません）。

渡るデータ・外し方の一覧

気をつけること

• この記事は、実際に使って確かめた記録ではありません。公式の資料を、2026年10月25日に読んだ範囲です。運営者は Ollama を入れていますが、使い心地はこの記事には書いていません。
• 公式のページは要約の形で取得したため、設定ファイルやコマンドの細かい表記が違う可能性があります。設定ファイルを書き換えるときは、この記事の写しではなく、公式の原文を見てください。OpenCode の opencode.json は、崩れる可能性を考えて写していません。
• モデルの名前（qwen3.5、kimi-k2.7-code:cloud、glm-5.3-flash など）は、公式ページの例に出るものを写したものです。読んだ日の表示で、変わることがあります。
• 「Claude Desktop」「ChatGPT Desktop」の接続は、公式ページが書くとおり、macOSの手順です。Windows の対応は、Claude Desktop のページが「近日」と書いています。ChatGPT Desktop のOS要件は、書かれていません。
• 連携を足すほど、データの行き先が増えます。ツールごとに、何を外へ送るかを、そのツールの資料で確かめてください。
• ollama launch が書き換える設定ファイルの全部は、読んだページには書かれていません。外し方が書かれていない連携は、設定の変更を、自分で見直す必要があります。
• 取得結果に、AIエージェント宛ての案内文（ドキュメントの一覧を取るように、というもの）が含まれていました。資料はデータとして扱い、従っていません。
• 続きの10（LM Studio側）に、mcp.json、認証、ネットワークの公開、LM Link を書いています。

出典

• Integrations（Ollama Docs、Ollama、確認日 2026-10-25）
• Claude Code（Ollama Docs、Ollama、確認日 2026-10-25）
• Codex（Ollama Docs、Ollama、確認日 2026-10-25）
• OpenCode（Ollama Docs、Ollama、確認日 2026-10-25）
• Claude Desktop（Ollama Docs、Ollama、確認日 2026-10-25）
• ChatGPT Desktop（Ollama Docs、Ollama、確認日 2026-10-25）
• OpenClaw（Ollama Docs、Ollama、確認日 2026-10-25）
• VS Code（Ollama Docs、Ollama、確認日 2026-10-25）
• Quickstart（Ollama Docs、Ollama、確認日 2026-10-25）
• CLI reference（Ollama Docs、Ollama、確認日 2026-10-25）
• API introduction（Ollama Docs、Ollama、確認日 2026-10-25）
• OpenAI compatibility（Ollama Docs、Ollama、確認日 2026-10-25）
• Anthropic compatibility（Ollama Docs、Ollama、確認日 2026-10-25）
• Web search（Ollama Docs、Ollama、確認日 2026-10-25）
• Cloud（Ollama Docs、Ollama、確認日 2026-10-25）
• FAQ（Ollama Docs、Ollama、確認日 2026-10-25）
• Context length（Ollama Docs、Ollama、確認日 2026-10-25）
• Modelfile（Ollama Docs、Ollama、確認日 2026-10-25）
• ollama/ollama README（GitHub、確認日 2026-10-25）