Ubuntu 24.04 + OpenClaw + Ollama + NVIDIA GPU + TailscaleでローカルAIサーバーを作る【r001】

2026年9月9日時点のOpenClaw、Ollama、Tailscale、Ubuntu公式ドキュメントを確認して構成しています。

手元に使っていないPCが1台あるので、OpenClawを常時動かすローカルAIサーバーとして使ってみることにしました。

今回はDockerには入れません。Ubuntu上でOpenClawとOllamaを直接動かし、どちらもsystemdで管理します。LLMの推論はNVIDIA GPUを使い、Windows PCやスマートフォンから接続するときだけTailscaleを通します。

ただし、この構成を最終形にはしません。r001でネイティブ構成の基準動作を確認したあと、将来的にはDocker Engine + Docker Composeを使う構成へ移行する予定です。最初にsystemd構成を作るのは、GPU、Ollama、OpenClaw、Tailscaleのどこで問題が起きたかを切り分けやすくするためです。

最初から機能を増やすのではなく、r001では次の状態を作るところまでを目標にします。

• Ubuntuを再起動してもOllamaとOpenClawが戻ってくる
• SSHからログアウトしてもOpenClaw Gatewayが動き続ける
• OllamaがNVIDIA GPUを使ってモデルを実行できる
• OpenClawからOllamaのローカルモデルを呼べる
• Windowsなど別端末からTailscale経由でOpenClawへ接続できる
• OpenClawとOllamaのポートをインターネットへ直接公開しない
• 更新前にOpenClawのバックアップを作れる
• 設定変更後にセキュリティ監査を実行できる

実際に使うPCの構成も記録しておきます。この記事では、確認できた情報だけを使い、GPU性能やモデルの実行速度などは事前に決めつけません。

---

1. 今回使うPC

今回使うPCの主な構成だけ記録しておきます。この記事の目的はPC構成の紹介ではないため、OpenClawとOllamaの運用に関係する項目に絞ります。

項目	実機の情報
OS	Ubuntu 24.04.4 LTS
CPU	Intel Core i7-10700F（8コア / 16スレッド）
メモリ	64 GiB
GPU	NVIDIA GeForce RTX 2080 SUPER
VRAM	8 GB
NVIDIA Driver	595.84
ネットワーク	1 Gbps 有線LAN
ローカルストレージ合計	7.36 TiB

GPUはRTX 2080 SUPER 8 GBです。ローカルモデルを選ぶ際はVRAM容量だけで判断せず、モデル本体のサイズ、量子化、コンテキスト長を含めて実際の使用量を確認します。

r001では、実際にモデルを起動したあとに次の2つで確認します。

ollama ps
nvidia-smi

モデル名についても、この記事では固定しません。

RTX 2080 SUPER 8 GB
        ↓
モデルを実際にロード
        ↓
ollama ps
        ↓
nvidia-smi
        ↓
GPU使用状況と安定性を確認
        ↓
採用モデルを決める

OpenClawはチャットだけでなくTool Callingを使うため、単にモデルが起動するだけではなく、OpenClawから実際に呼び出せることまで確認します。

---

2. 全体構成

今回は次の形にします。

役割は次のように分けます。

構成要素	役割
Ubuntu 24.04.4 LTS	OpenClawを常時動かすホスト
NVIDIA Driver	GPUをUbuntuから利用する
Ollama	ローカルLLMを実行する
OpenClaw	Agent、Tools、Workspace、Control UIを担当する
systemd	OllamaとOpenClawを常駐させる
Tailscale	別端末からUbuntuへ安全に接続する
Tailscale Serve	OpenClawをtailnet内だけにHTTPSで公開する

OpenClaw Gatewayは127.0.0.1:18789、Ollamaは127.0.0.1:11434で動かします。

OpenClaw
   |
   | http://127.0.0.1:11434
   v
Ollama
   |
   v
RTX 2080 SUPER

OpenClawとOllamaは同じUbuntu上にあるため、OllamaをLANへ公開する必要はありません。

---

3. r001ではDockerを使わない

OpenClawもOllamaもDockerで動かせますが、r001ではUbuntuへ直接入れます。

Ubuntu 24.04.4 LTS
├─ NVIDIA Driver
├─ Ollama              systemd service
├─ OpenClaw Gateway    systemd user service
└─ Tailscale           systemd service

この構成にした理由は、最初の検証で問題の場所を分けやすいからです。

NVIDIA GPU
    ↓
Ollama
    ↓
OpenClaw
    ↓
Tailscale

GPUが使えない場合はOllamaより下を確認し、Ollama単体で動くのにOpenClawから呼べない場合はOpenClaw側を見る、という切り分けができます。

将来はDocker Composeへ移行する

r001で安定動作を確認したあと、将来的にはDocker Engine + Docker Composeで管理する構成へ移行する予定です。

現時点では、次のような形を候補にしています。

この段階では、Docker版の具体的なComposeファイルやポート構成までは決めません。r001で確認した設定、Workspace、モデル、バックアップ方法、Tailscale経由の接続方法を整理してから移します。

移行時に確認したいのは次の点です。

• OpenClawの設定・状態・Workspaceを永続ボリュームへ移せること
• Ollamaのモデルを永続化できること
• NVIDIA Container Toolkit経由でOllamaコンテナからRTX 2080 SUPERを利用できること
• OpenClawからOllamaコンテナへ接続できること
• OpenClawを不用意にLANやインターネットへ公開しないこと
• Tailscale経由の接続方法を維持できること
• Dockerへ移したあともバックアップと復元手順を確認できること

OpenClaw公式ではDockerは任意の導入方法として案内されており、Docker EngineとDocker Compose v2を使った構成が用意されています。OllamaにもNVIDIA GPUを利用するDocker構成があり、その場合はNVIDIA Container Toolkitが必要です。

r001ではこの移行を急がず、まずネイティブ構成を基準にします。

---

Step 1. Ubuntuの状態を確認する

まず、現在の状態を記録しておきます。

cat /etc/os-release
uname -r
lscpu
free -h
nvidia-smi
lsblk -o NAME,MODEL,SIZE,FSTYPE,MOUNTPOINTS
ip -br link

その後、Ubuntuを更新します。

sudo apt update
sudo apt upgrade -y
sudo reboot

再接続したら、最低限のツールを入れておきます。

sudo apt install -y \
  curl \
  git \
  ca-certificates \
  jq \
  build-essential

今回のPCは取得時点でUbuntu 24.04.4 LTS、Kernel 6.8.0-139-genericでした。更新後にKernelが変わることはあるため、記事中のKernel番号を固定条件にはしません。

---

Step 2. NVIDIA GPUを確認する

今回の実機では、取得した情報上はNVIDIA Driver 595.84がロードされています。

まずはドライバを入れ直さず、現在の状態を確認します。

nvidia-smi

ここでRTX 2080 SUPERとVRAM容量が表示されれば、Ollamaのインストールへ進みます。

nvidia-smiが動かない場合だけ、Ubuntu側のドライバ状態を確認します。

sudo ubuntu-drivers list --gpgpu

Ubuntu Serverの公式ドキュメントでは、計算用途向けドライバの自動インストールとして次の方法が案内されています。

sudo ubuntu-drivers install --gpgpu
sudo reboot

ただし、今回のPCではすでにNVIDIAドライバが入っています。問題がない状態で、記事の手順だけを理由にドライバを入れ直す必要はありません。

Step 2の完了条件は単純です。

nvidia-smi
    ↓
RTX 2080 SUPERが確認できる
    ↓
PASS

---

Step 3. Ollamaをインストールする

OllamaのLinux向け公式インストーラーを使います。

curl -fsSL https://ollama.com/install.sh | sh

インストール後に確認します。

ollama --version
systemctl status ollama --no-pager

サービスが停止している場合は起動します。

sudo systemctl enable --now ollama

APIも確認します。

curl -fsS http://127.0.0.1:11434/api/tags | jq

JSONが返れば、Ollama APIまで動いています。

モデルは実機確認してから決める

RTX 2080 SUPERのVRAMは8 GBです。

ここでモデル名を決め打ちすると、モデル本体はロードできても、コンテキストを増やした段階でVRAMが足りなくなる、といったことがあります。Ollama公式ドキュメントでも、コンテキスト長を大きくすると必要メモリが増えると説明されています。

そのため、r001ではモデル名を<MODEL>として扱います。

ollama pull <MODEL>
ollama run <MODEL>

別ターミナルで確認します。

ollama ps
nvidia-smi

ollama psのPROCESSOR列では、モデルがGPU、CPU、または両方のどこに載っているかを確認できます。

例えば、確認の流れは次のようにします。

ollama pull <MODEL>
        ↓
ollama run <MODEL>
        ↓
ollama ps
        ↓
nvidia-smi
        ↓
GPUへのロード状況を確認
        ↓
OpenClawとの接続試験

8 GBという数字だけから、この記事では「何Bまで動く」「このモデルが最適」とは書きません。量子化やコンテキスト長によって条件が変わるため、実機の結果で決めます。

---

Step 4. OpenClawをインストールする

OpenClaw公式のLinuxインストーラーを使います。

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

確認します。

openclaw --version
node -v

2026年9月9日時点のOpenClaw公式要件は、Node.js 24.16以降または26.1以降です。公式インストーラーは、LinuxでNode.jsが無い場合に対応するNode 24 LTSを準備します。

診断も実行します。

openclaw doctor

ここで大きな問題が残っていないことを確認してから、Ollamaとの接続へ進みます。

---

Step 5. OpenClawからOllamaへ接続する

OpenClawとOllamaは同じUbuntu上で動かすので、接続先は次です。

http://127.0.0.1:11434

OpenClawのOllama Providerは、OllamaのネイティブAPIを使います。

そのため、次のように/v1を付けません。

OK
http://127.0.0.1:11434

NG
http://127.0.0.1:11434/v1

セットアップを開始します。

openclaw onboard

Ollamaを選び、ローカルだけで使う場合はLocal onlyを選択します。

Base URLは次です。

http://127.0.0.1:11434

モデルは、Step 3で実際に動作を確認したモデルを選びます。

設定後に確認します。

openclaw models list --provider ollama
openclaw models status

デフォルトモデルを明示的に指定する場合は次です。

openclaw models set ollama/<MODEL>

OpenClaw経由でも実際に推論します。

openclaw infer model run \
  --model ollama/<MODEL> \
  --prompt "Reply with exactly: ok"

okが返れば、少なくとも次の経路は通っています。

OpenClaw
   ↓
Ollama Native API
   ↓
Local Model

OpenClawの自動モデル検出では、Tool対応やコンテキスト条件も確認されます。Ollamaでモデルが動くのにOpenClaw側で候補へ出ない場合は、モデル名だけでなくTool対応とコンテキスト設定も確認します。

8 GB VRAMでは、コンテキスト長をむやみに大きくしません。Ollama公式ドキュメントでも、コンテキストを増やすほど必要メモリが増えるとされています。

---

Step 6. OpenClaw Gatewayをsystemdで常駐させる

OpenClawにはGateway用サービスをインストールするコマンドがあります。

openclaw gateway install

状態を確認します。

openclaw gateway status
systemctl --user status openclaw-gateway.service --no-pager

GatewayのRPCまで確認する場合は次です。

openclaw gateway status --require-rpc

SSHログアウト後も動かす

Linuxのsystemd user serviceをログアウト後も維持するため、lingerを有効にします。

sudo loginctl enable-linger "$(whoami)"

確認します。

loginctl show-user "$(whoami)" -p Linger

次のようになればOKです。

Linger=yes

ヘッドレス環境などでsystemctl --userが動かない場合は、OpenClaw公式ドキュメントにある次の設定も確認します。

export XDG_RUNTIME_DIR=/run/user/$(id -u)

r001では、OpenClawが用意するsystemd user serviceをそのまま使います。

---

Step 7. OpenClaw Gatewayはloopbackのままにする

OpenClaw Gatewayの標準ポートは18789です。

確認します。

ss -ltnp | grep 18789

r001では次の状態にします。

127.0.0.1:18789

0.0.0.0:18789にはしません。

設定を明示します。

openclaw config set gateway.bind loopback
openclaw gateway restart

もう一度確認します。

ss -ltnp | grep 18789

OpenClawを直接LANへ出さず、外部からの入口はTailscaleだけにします。

---

Step 8. Ollamaもloopbackのままにする

Ollamaも確認します。

ss -ltnp | grep 11434

今回の構成では、OpenClawとOllamaが同じPC上にあります。

そのため、Ollamaを0.0.0.0:11434へ公開する必要はありません。

OpenClaw 127.0.0.1:18789
        |
        | 127.0.0.1:11434
        v
Ollama
        |
        v
RTX 2080 SUPER 8 GB

Ollama APIそのものをWindowsから直接呼ぶ構成にはしません。

---

Step 9. Tailscaleをインストールする

UbuntuへTailscaleを入れます。

curl -fsSL https://tailscale.com/install.sh | sh

tailnetへ接続します。

sudo tailscale up

表示されたURLから認証し、その後に確認します。

tailscale status
tailscale ip

Windows側にもTailscaleを入れ、同じtailnetへ接続しておきます。

r001では、ルーター側のポート開放は行いません。

---

Step 10. Tailscale ServeでOpenClawを公開する

Tailscale Serveは、ローカルサービスをtailnet内だけへ公開できます。

OpenClawにはTailscale Serveを管理する設定があります。

openclaw config set gateway.tailscale.mode serve
openclaw gateway restart

状態を確認します。

openclaw gateway status
tailscale serve status

OpenClaw Gatewayは127.0.0.1に置いたままです。

ブラウザからは、Tailscale側で表示されるMagicDNSのHTTPS URLを使います。

https://<MagicDNS名>/

Tailscale Serveはtailnet内向けです。公開インターネットへ出すTailscale Funnelはr001では使いません。

---

Step 11. セキュリティ監査を実行する

OpenClawは単なるチャット画面ではなく、AgentとしてToolsやファイルを扱えます。

ネットワーク設定を変えたあとやToolを追加したあとには、監査を実行します。

openclaw security audit

Gatewayへのライブ確認を含める場合は次です。

openclaw security audit --deep

JSONで確認することもできます。

openclaw security audit --json | jq '.summary'

OpenClawには、安全に自動修正できる範囲だけを直す--fixもあります。

openclaw security audit --fix

ただし--fixは、Gatewayの公開方法やToolの権限設計を全部決めてくれるものではありません。

r001では少なくとも次を維持します。

OpenClaw Gateway  : loopback
Ollama            : loopback
Tailscale         : Serve
Tailscale Funnel  : 使用しない
OpenClaw実行ユーザー : rootにしない

SandboxやTool Policyの細かい設計はr002で扱います。

---

Step 12. バックアップを作る

OpenClawには専用のバックアップコマンドがあります。

バックアップ先を作ります。

mkdir -p ~/Backups/OpenClaw
chmod 700 ~/Backups/OpenClaw

バックアップを作成し、その場で検証します。

openclaw backup create \
  --output ~/Backups/OpenClaw \
  --verify

確認します。

ls -lh ~/Backups/OpenClaw

OpenClawのバックアップには、設定、状態、認証情報、セッション、Workspaceなどが含まれる場合があります。バックアップファイル自体も機密情報として扱います。

復元確認をするときは、稼働中のディレクトリへ上書きせず、新しいディレクトリへ展開します。

openclaw backup restore \
  <archive.tar.gz> \
  --target ~/openclaw-restore-test

OpenClaw公式ドキュメントでは、稼働中のSQLite本体や-wal、-shmを単純コピーして移行用バックアップにする方法は避けるよう案内されています。

---

Step 13. 更新する

まず現在の更新状態を確認します。

openclaw update status

実際に変更する前に確認だけ行うこともできます。

openclaw update --dry-run

更新前にバックアップします。

openclaw backup create \
  --output ~/Backups/OpenClaw \
  --verify

その後に更新します。

openclaw update

更新後は次を確認します。

openclaw --version
openclaw doctor
openclaw gateway status --require-rpc
openclaw security audit --deep

OpenClawとOllamaを同時に大きく変更すると原因を切り分けにくくなるので、r001では一方ずつ更新して確認する運用にします。

---

Step 14. このPCで確認しておきたい点

今回のPCは、CPUやメモリだけを見ると余裕がありますが、ローカルLLMではGPUの8 GB VRAMを無視できません。

ただし、ここでも性能を推測では書きません。

GPU

確認できているのは次です。

GeForce RTX 2080 SUPER
VRAM 8 GB
NVIDIA Driver 595.84

実際のモデル実行時は、毎回次で確認できます。

ollama ps
nvidia-smi

ollama psでCPU/GPUへのロード状況を見て、必要ならモデルやコンテキスト設定を見直します。

メモリ

搭載メモリは64 GiBです。

GPUへ全部載らない場合にCPU側のメモリが使われることはありますが、どの程度使われるかはモデルごとに異なります。実行中に次で確認します。

free -h

ストレージ

3台のローカルストレージが確認できています。

NVMe  1.86 TiB
SATA  1.86 TiB
HDD   3.64 TiB

ルートファイルシステムは取得時点でSATA側の/dev/sda2です。

NVMeのマウント先は取得情報から確定できないため、r001ではOllamaのモデル保存先を移動しません。

後でNVMeをモデル置き場として使うなら、先に次を確認します。

lsblk -f
findmnt

マウント先と/etc/fstabを確認してから変更します。

ネットワーク

有線LANは取得時点で1000 Mbps / Full Duplexでリンクしています。

Intel Ethernet I219-V
1000 Mbps
Full Duplex

これはNICのリンク状態であり、インターネット回線やTailscale経由の実効速度を示すものではありません。外部から使う場合の速度は、実際の接続環境で確認します。

---

Step 15. 日常運用で使うコマンド

OpenClaw側です。

openclaw --version
openclaw doctor
openclaw gateway status
openclaw gateway status --require-rpc
openclaw gateway restart
journalctl --user -u openclaw-gateway.service -f
openclaw models list --provider ollama
openclaw security audit --deep

Ollama側です。

systemctl status ollama --no-pager
ollama list
ollama ps
curl -fsS http://127.0.0.1:11434/api/tags | jq
nvidia-smi

Tailscale側です。

tailscale status
tailscale ip
tailscale serve status

障害が起きた場合は、次の順番で確認します。

1. nvidia-smi
2. Ollama service
3. Ollama API
4. Ollama model
5. OpenClaw Gateway
6. OpenClaw → Ollama
7. Tailscale

---

Step 16. 簡易ヘルスチェックスクリプト

~/bin/check-openclaw-r001.shを作っておくと、まとめて状態を確認できます。

#!/usr/bin/env bash
#
# OpenClaw r001 簡易ヘルスチェック
#
# NVIDIA GPU、Ollama、OpenClaw、Tailscaleの現在状態を表示する。
# 設定変更は行わない。

set -u

section() {
  printf '\n============================================================\n'
  printf '%s\n' "$1"
  printf '============================================================\n'
}

section "1. NVIDIA GPU"
if command -v nvidia-smi >/dev/null 2>&1; then
  nvidia-smi \
    --query-gpu=name,driver_version,memory.total,memory.used,temperature.gpu \
    --format=csv,noheader || true
else
  echo "WARN: nvidia-smi が見つかりません"
fi

section "2. System memory"
free -h || true

section "3. Ollama service"
systemctl is-active ollama || true

section "4. Ollama API"
if curl -fsS http://127.0.0.1:11434/api/tags >/dev/null; then
  echo "PASS: Ollama API is reachable"
else
  echo "FAIL: Ollama API is not reachable"
fi

section "5. Ollama loaded models"
ollama ps || true

section "6. OpenClaw Gateway"
openclaw gateway status --require-rpc || true

section "7. OpenClaw models"
openclaw models status || true

section "8. Tailscale"
tailscale status || true

section "9. Listen ports"
ss -ltn | grep -E ':(11434|18789)[[:space:]]' || true

section "10. OpenClaw security audit summary"
openclaw security audit --json 2>/dev/null | jq '.summary' || true

保存後に実行権限を付けます。

mkdir -p ~/bin
chmod 700 ~/bin/check-openclaw-r001.sh

実行します。

~/bin/check-openclaw-r001.sh

このスクリプトは状態確認だけを行い、設定は変更しません。

---

Step 17. r001の完了条件

最後に、r001としてどこまで確認できればよいかを決めておきます。

NVIDIA GPU

nvidia-smi

RTX 2080 SUPERが正常に表示される。

Ollama

systemctl is-active ollama
curl -fsS http://127.0.0.1:11434/api/tags

サービスとAPIが動いている。

GPU推論

ollama run <MODEL>
ollama ps
nvidia-smi

採用するモデルを実際に起動し、CPU/GPUへのロード状況を確認できる。

OpenClaw → Ollama

openclaw models list --provider ollama
openclaw infer model run \
  --model ollama/<MODEL> \
  --prompt "Reply with exactly: ok"

OpenClaw経由でローカルモデルから応答が返る。

Gateway

openclaw gateway status --require-rpc

RPCまで正常に応答する。

systemd

loginctl show-user "$(whoami)" -p Linger

Linger=yes

SSHログアウト後もGatewayが維持される。

Tailscale

tailscale status
tailscale serve status

別端末からMagicDNSのHTTPS URLでOpenClawへ接続できる。

公開範囲

ss -ltnp | grep -E '11434|18789'

OpenClawとOllamaが不用意に0.0.0.0へ公開されていない。

セキュリティ

openclaw security audit --deep

内容を確認し、criticalな問題を放置しない。

バックアップ

openclaw backup create \
  --output ~/Backups/OpenClaw \
  --verify

検証済みバックアップを作成できる。

ここまで通ればr001は完了です。

---

18. r001の構成で次に行う事

現時点で未確認なのは、例えば次の項目です。
これを実装して解決していきます。

• 採用するOllamaモデル
• そのモデルの実測トークン生成速度
• OpenClawのTool Callingを含めた実際の応答速度
• 長いコンテキストを設定したときのVRAM使用量
• NVMeの現在のマウント先と用途
• Tailscale経由の実効通信速度
• 長時間連続運転時のGPU温度、消費電力、安定性

これらはr001の構築後に実測して追記します。

スペック表から推測して数値を埋めるより、この方が後で見返したときにも分かりやすいと思います。

---

19. r002以降で考えたいこと

r001が安定したら、次は運用面を詰めます。

• OpenClaw Sandbox
• Tool Policy
• Workspaceの書き込み範囲
• 外部サービスへ接続するときの権限設計
• RTX 2080 SUPER 8 GBで実際に使えるモデルの比較
• モデルごとのVRAM、RAM、応答時間の実測
• コンテキスト長を変えたときのVRAM使用量
• primary / fallbackモデルの構成
• journaldログの保持量
• バックアップの世代管理
• Tailscale ACL / Grants
• NVMeをOllamaモデル保存先に使うかどうか
• 停電後の自動復旧
• Docker Engine + Docker Composeへの移行設計
• OpenClawの永続ボリューム設計
• Ollamaモデルの永続ボリューム設計
• NVIDIA Container Toolkitを使ったGPUコンテナの確認
• ネイティブ版からDocker版への移行・ロールバック手順

まずはr001のネイティブ構成でモデルをいくつか実際に動かし、基準となる動作を残します。その結果を比較対象にしてからDocker版へ移す方が、問題が起きたときに原因を追いやすくなります。

---

まとめ

今回のr001は次の構成です。

Ubuntu 24.04.4 LTS
│
├─ Intel Core i7-10700F
├─ Memory 64 GiB
├─ GeForce RTX 2080 SUPER 8 GB
│
├─ NVIDIA Driver
│
├─ Ollama
│    └─ Local LLM
│
├─ OpenClaw
│    ├─ Gateway
│    ├─ Agent
│    ├─ Tools
│    └─ Workspace
│
├─ systemd
│    ├─ ollama.service
│    └─ openclaw-gateway.service
│
└─ Tailscale
     └─ Serve
          ↓
       Windows / Mobile

OpenClawとOllamaを外へ直接公開しないのが、この構成の基本です。

OpenClaw : 127.0.0.1:18789
Ollama   : 127.0.0.1:11434

外から使う入口だけをTailscale Serveにします。

RTX 2080 SUPERは8 GB VRAMなので、モデル選定は実測を見ながら進めます。モデル名や「何Bまで動く」といった数字はこの段階では決めず、ollama psとnvidia-smiで確認した結果をr002へ引き継ぎます。

まずはこのPCで、Ubuntu → NVIDIA → Ollama → OpenClaw → Tailscaleの順に一つずつ確認していきます。

そのあと、設定と実測結果を残したうえでDocker Engine + Docker Composeへ移行する予定です。r001は完成形ではなく、Docker化する前の基準環境として扱います。

---

参考リンク集

この記事では、できるだけ公式ドキュメントを確認先にしています。OpenClawやOllamaは更新が続いているため、実際に構築するときはコマンドを実行する前に公式ページも確認します。

OpenClaw

内容	リンク
インストール	OpenClaw - Install
Linux / systemd	OpenClaw - Linux
Gateway運用	OpenClaw - Gateway runbook
Ollama連携	OpenClaw - Ollama Provider
Tailscale連携	OpenClaw - Tailscale
セキュリティ監査	OpenClaw - Security CLI
バックアップ	OpenClaw - Backup CLI
更新	OpenClaw - Update CLI
推論確認	OpenClaw - Inference CLI
モデル管理	OpenClaw - Models CLI
Docker	OpenClaw - Docker

Ollama

内容	リンク
Linuxインストール	Ollama - Linux
GPU対応	Ollama - Hardware support
コンテキスト長	Ollama - Context length
FAQ	Ollama - FAQ
Docker	Ollama - Docker
モデル一覧	Ollama - Models

Ubuntu / NVIDIA

内容	リンク
Ubuntu ServerでのNVIDIAドライバ	Ubuntu Server - NVIDIA drivers installation
NVIDIA Container Toolkit	NVIDIA - Installing the NVIDIA Container Toolkit

Tailscale

内容	リンク
Linuxへのインストール	Tailscale - Install on Linux
Tailscale Serve	Tailscale - Serve
tailscale serveコマンド	Tailscale CLI - serve

将来のDocker移行で確認する資料

内容	リンク
UbuntuへのDocker Engine導入	Docker Docs - Install Docker Engine on Ubuntu
Docker Compose Plugin	Docker Docs - Install the Docker Compose plugin
OpenClaw Docker	OpenClaw - Docker
Ollama Docker + NVIDIA GPU	Ollama - Docker
NVIDIA Container Toolkit	NVIDIA - Container Toolkit Install Guide

---