Konfiguration

Vollständiges Beispiel: configs/config.example.json. ${VAR}-Platzhalter werden beim Laden aus der Umgebung ersetzt (z.B. für Tokens).

endpoints — die Ollama-Server

"endpoints": [
  { "name": "gpu-server", "url": "http://192.168.6.80:11436", "max_inflight": 2, "priority": 0 },
  { "name": "cpu-server", "url": "http://192.168.6.80:11434", "max_inflight": 2, "priority": 1 }
]

Feld	Bedeutung
`name`	eindeutiger Name (erscheint in Logs, CLI, API)
`url`	Basis-URL des Ollama-Servers
`max_inflight`	max. gleichzeitige Anfragen an diesen Server (Default 2 — kleine Server verkraften wenig Parallelität)
`priority`	bei gleicher Auslastung gewinnt die kleinere Zahl (z.B. GPU vor CPU)

Der Pool pingt jeden Server regelmäßig (/api/version), holt die Modell-Liste (/api/tags) und schickt Anfragen nur an gesunde Server, die das benötigte Modell haben. Fällt ein Server aus, übernehmen die anderen automatisch; kommt er zurück, wird er wieder eingebunden. Laufende Anfragen mit Transportfehler werden automatisch auf dem nächsten Server wiederholt.

pool — Health-Check-Verhalten

Feld	Default	Bedeutung
`health_interval_sec`	15	Ping-Intervall
`ping_timeout_sec`	3	Timeout pro Ping
`fail_threshold`	3	so viele Fehlschläge in Folge → Server gilt als down
`recover_threshold`	2	so viele Erfolge in Folge → Server wieder aktiv
`tags_refresh_every_n_pings`	4	wie oft die Modell-Liste aktualisiert wird
`request_timeout_sec`	900	Timeout pro Chat-Anfrage — bewusst großzügig: lokale Modelle auf schwacher Hardware brauchen legitim mehrere Minuten

models — welches Modell für welche Aufgabe

"models": {
  "default": "qwen3.5:9b",
  "default_category": "chat",
  "tasks": {
    "router":    { "models": ["mistral:latest"], "options": { "temperature": 0 } },
    "chat":      { "models": ["qwen3.5:9b", "llama3.1:8b"] },
    "code":      { "models": ["qwen3-coder:latest", "qwen3.5:9b"] },
    "summarize": { "models": ["mistral:latest"] }
  }
}

Jede Task-Kategorie hat eine Präferenzliste; das erste Modell, das auf einem gesunden Server liegt, gewinnt. Ist keines verfügbar, greift default.
Die Kategorie-Namen sind frei wählbar — mit zwei Sonderrollen: router (das Klassifikations-Modell, klein und schnell wählen!) und summarize (wird auch für die History-Kompaktierung genutzt).
options sind Ollama-Optionen (temperature, num_ctx, …), die bei jedem Call dieser Kategorie mitgeschickt werden.
Modellnamen ohne Tag matchen jeden Tag: qwen3.5 findet qwen3.5:9b.

Wie wird die Kategorie bestimmt? In dieser Reihenfolge:

explizit vom Aufrufer (--category, API-Feld, Job-Definition)
kostenlose Heuristiken (Code-Blöcke → code, “fasse zusammen”/“tl;dr” → summarize)
das router-Modell klassifiziert den Input (JSON-Schema-erzwungene Antwort, Temperatur 0)
Fallback: default_category

agent — der Tool-Loop

Feld	Default	Bedeutung
`max_iterations`	10	max. Tool-Runden pro Anfrage
`max_tools_per_call`	8	max. Tools, die das Modell pro Call angeboten bekommt
`max_tool_result_chars`	4000	Tool-Ergebnisse werden hierauf gekürzt
`history_budget_ratio`	0.8	ab dieser Füllung des Kontextfensters wird die History zusammengefasst
`system_prompt`	…	Basis-System-Prompt (kurz halten!)

web — eingebaute Internet-Tools

"web": { "enabled": true, "search_url": "", "max_page_chars": 6000, "max_results": 5, "timeout_sec": 30 }

Der Agent bekommt zwei Tools, beide mit einer Kompressionsschicht für kleine Modelle:

web_search: Websuche (Standard: DuckDuckGo-HTML, kein API-Key nötig; search_url kann auf eine eigene SearXNG-Instanz zeigen). Liefert nummerierte Treffer mit Titel, URL, Snippet.
web_fetch: Seite abrufen und gefiltert zurückgeben — Skripte, Styles, Navigation, Footer und Boilerplate werden entfernt, übrig bleibt der lesbare Hauptinhalt in kompakter Markdown-Form (Überschriften, Absätze, Listen, Tabellen, Code). Modi: text (Default), links (nummerierte Link-Liste), meta (Titel/Beschreibung/Größe). Lange Seiten werden bei max_page_chars paginiert; das Tool sagt dem Modell, wie es mit page=2 weiterliest. Nicht-HTML-Inhalte (JSON-APIs, Textdateien) werden direkt durchgereicht.

Kein JavaScript-Rendering — für Seiten, die zwingend einen echten Browser brauchen, lässt sich später ein Browser-MCP-Server (z. B. Playwright) unter mcp_servers anbinden; für Analyse und Recherche reicht die eingebaute Schicht und bleibt dabei klein genug für 4B–26B-Modelle.

skills — Verzeichnisse mit Skill-Ordnern

"skills": { "dirs": ["./skills"], "auto_load_on_trigger": true, "allow_scripts": false }

auto_load_on_trigger lädt einen Skill automatisch, wenn eine seiner triggers im Prompt vorkommt. allow_scripts erlaubt Skill-Scripts auszuführen (Vorsicht: führt Code aus). Details und ein Beispiel-Skill: Plattform erweitern.

mcp_servers — externe Werkzeuge per MCP anbinden

"mcp_servers": [
  {
    "name": "files",
    "transport": "stdio",
    "command": "mcp-filesystem-server",
    "args": ["/pfad/zum/projekt"],
    "tool_tags": ["tool_calling", "code"]
  },
  {
    "name": "web",
    "transport": "http",
    "url": "http://127.0.0.1:9090/mcp",
    "headers": { "Authorization": "Bearer ${WEB_MCP_TOKEN}" }
  }
]

stdio startet den Server als Subprozess, http verbindet sich mit einem laufenden Streamable-HTTP-MCP-Server. tool_tags filtert, in welchen Task-Kategorien die Tools des Servers überhaupt angeboten werden — ohne Angabe stehen sie überall zur Verfügung. ${WEB_MCP_TOKEN} wird beim Laden aus der Umgebung expandiert, das Token landet nie im Klartext in der Datei. Mehr dazu: Plattform erweitern.

scheduler — wiederkehrende Agent-Aufgaben

"scheduler": {
  "enabled": true,
  "state_dir": "~/.ollama-agent/state",
  "jobs": [
    {
      "id": "daily-digest",
      "schedule": "0 7 * * *",
      "prompt": "Fasse die wichtigsten Ereignisse der letzten 24 Stunden zusammen.",
      "category": "summarize",
      "overlap": "skip",
      "enabled": true
    }
  ]
}

schedule versteht Standard-Cron (5 Felder) sowie @hourly, @daily, @every 10m usw. overlap: "skip" verhindert, dass ein noch laufender Job durch den nächsten Zeitpunkt erneut gestartet wird. Zur Laufzeit per API angelegte Jobs (POST /v1/jobs) laufen nur, solange der Daemon läuft — sie landen nicht in dieser Datei. Details: Zeitgesteuerte Jobs.

api, log

api.addr: Adresse des Daemons (Default 127.0.0.1:2330); api.auth_token: wenn gesetzt, braucht jede API-Anfrage Authorization: Bearer <token> (siehe HTTP-API-Referenz).
log.level: debug | info | warn | error; log.format: text | json.