Troubleshooting — lokal AI
De typiske fejlmønstre når Ollama integration ikke virker.
"Cannot reach Ollama" / connection failed
# Tjek at Ollama kører
curl http://localhost:11434/api/tagsSkulle returnere JSON med liste over installerede modeller. Hvis det timeout eller giver connection refused:
- macOS:
brew services restart ollama - Linux:
sudo systemctl restart ollama - Windows: genstart Ollama fra System Tray
"CORS error" i browser console
Cartwright admin og Ollama er på forskellige origins. Sæt OLLAMA_ORIGINS:
# midlertidigt
OLLAMA_ORIGINS=* ollama serveFor permanent fix, se Setup Ollama → CORS.
"Model not found"
Ollama er kørende, men din valgte model er ikke pullet:
ollama listTjek at den model du har sat i /admin/integrations faktisk er i listen. Hvis ikke:
ollama pull gemma4:e4bEller pull via admin-UI — se Pull fra admin-UI.
"Tool call failed" — Gemma laver fejlende argumenter
Almindeligt for 2B/e2b-modeller på write-tools. To fixes:
- Skift til en større model —
ollama pull gemma4:e4b(ellere4b-mlxpå Apple Silicon) og opdater i/admin/integrations - Forstå capability-tier — e2b er cappet til read-only tools af denne grund. Hvis du vil have write-tools lokalt, brug e4b eller 26b.
Se Model Selection for tier-mapping.
Latency: første kald er super langsom (30+ sek)
Det er Ollama der loader modellen i memory. Efterfølgende kald er meget hurtigere (1-10 sek typisk).
Du kan "warm up" modellen ved at sende en lille request første gang:
curl http://localhost:11434/api/generate -d '{
"model": "gemma4:e4b",
"prompt": "ok",
"stream": false
}'Modellen forbliver i memory ~5 min efter sidste request, så hvis du bruger den jævnligt, undgår du cold-starts.
"AI offline" i status pill, men Ollama svarer på curl
Tjek at endpoint i /admin/integrations er præcis:
- ✅
http://localhost:11434/v1 - ❌
localhost:11434(mangler protocol) - ❌
http://localhost:11434(mangler/v1— Ollama's OpenAI-compatible API'er er på/v1) - ✅
http://localhost:11434(Cartwright tilføjer/v1automatisk, men eksplicit er sikrest)
Theme/SEO-genereringen fejler — selvom Ollama virker
Det er forventet — theme-generator, product-seo-generator og category-seo-generator bruger altid Anthropic uanset aiProvider-setting (se Providers).
Hvis du får 503 på dem, mangler du en Anthropic-key i /admin/integrations. Lokal Gemma kan ikke (endnu) bruges til structured output.
Vercel-hosted admin kan ikke nå min localhost Ollama
Korrekt — det er ikke et bug. Cloud-hosted admin på Vercel kan per design ikke nå customer's localhost. To workarounds:
- Self-host Cartwright (anbefalet) — admin og Ollama kører på samme maskine
- Eksponer Ollama via Cloudflare Tunnel — peg
localAiEndpointpå den public URL. ⚠️ Husk reverse proxy med API-key auth foran Ollama — den har ingen auth indbygget
Self-host er den enkleste vej og det vi anbefaler i 99% af tilfældene. Det er også derfor self-hosted Cartwright er free-tier — local AI er en grund til at vælge self-host.
Latency er konstant høj selv efter warmup
Tjek:
- Du har nok RAM (gemma4:e4b kræver ~10 GB; hvis du har under 16 GB total, swapper systemet)
- Ingen tunge processer (Docker, Photoshop, andre LLM'er) tager hukommelse samtidigt
- Du kører ikke en større model end din hardware kan (gemma4:26b på 16 GB maskine = swapping)
- På Apple Silicon: brug
-mlx-varianten — den er markant hurtigere end den generiske bygning
Skift til en mindre model:
ollama pull gemma4:e2b-mlx # Apple Silicon
# eller
ollama pull gemma4:e2bOg opdater i /admin/integrations.
Stadig problemer?
Tjek /admin/audit for provider="local" rows med ok=false. Errors viser præcis hvilket tool og hvilken fejl. Du kan også kigge i Ollama-loggen:
# macOS / Linux
journalctl -u ollama -f # Linux
log show --predicate 'process == "ollama"' --last 5m # macOS