用途：把 NemoClaw 的推理请求从云端 API 改为路由到本机模型服务器。沙箱内的智能体不直接连接模型服务器，而是由 OpenShell 拦截推理流量并转发到所配置的本地端点，统一使用 inference.local 路由模型。
主要能力：Ollama 为默认本地推理选项，onboard 向导可自动检测、启动、安装或升级 Ollama（最低版本 0.7.0），并校验模型是否支持工具调用与结构化 chat-completions 工具调用；非 WSL 主机上 Ollama 绑定 127.0.0.1:11434，并由 0.0.0.0:11435 的令牌鉴权反向代理对外提供访问。其他 OpenAI 兼容服务器（vLLM、TensorRT-LLM、llama.cpp、LocalAI、NIM、SGLang 等）通过“Other OpenAI-compatible endpoint”接入，默认使用 /v1/chat/completions。还支持已运行的 localhost:8000 vLLM、受管 vLLM，以及在 NEMOCLAW_EXPERIMENTAL=1 下管理本地 NIM 容器。
使用方式：先安装 NemoClaw，运行 nemoclaw onboard，在 provider 列表中选择 Local Ollama 或兼容端点。非交互示例：NEMOCLAW_PROVIDER=ollama NEMOCLAW_MODEL=qwen3.5:9b nemoclaw onboard --non-interactive --yes。完成后用 nemoclaw <name> status 确认 provider 与模型；运行时切换模型可用 nemoclaw inference set --provider compatible-endpoint --model <model-name>。
适用场景：本地聊天与智能体推理、无云 API 的离线或内网部署、WSL 配合 Windows 主机 Ollama、NVIDIA GPU 主机上的受管 vLLM/NIM。
限制：部分 Ollama 模型/模板组合在真实负载下会把工具调用返回为纯文本，此时需改用带 --enable-auto-tool-choice 与正确 --tool-call-parser 的 vLLM；模型不支持工具调用或泄漏工具调用 JSON 时 onboarding 会中止。Linux 用户本地安装不配置 systemd、不创建 ollama 系统用户、不装 CUDA 驱动，重启后需手动启动守护进程，且依赖 zstd。Windows 主机 Ollama 需要 Docker Desktop 的 WSL 集成。代理所有端点均需 Bearer 令牌。其他细节（注册表 slug、Hugging Face 令牌、NGC 登录等）暂未提供。