So verwenden Sie ego (lite) mit einem lokalen Modell

Richten Sie lokales Qwen mit Ollama unter Windows ein, verbinden Sie es mit Ihrem Agent Harness und erledigen Sie mit ego-browser eine Browseraufgabe.

In diesem Tutorial verbinden Sie unter Windows ein lokales Qwen-Modell mit ego (lite). In den Aufnahmen sucht DeepSeek Harness mit einem Modell, das als Qwen3.5 9B Local Demo angezeigt wird, auf Airbnb nach Unterkünften in Tokio und gibt drei Angebote zurück.

Die Einrichtung besteht aus drei Teilen: Ollama führt das Modell aus, Ihr Agent Harness verwaltet die Unterhaltung und führt Tools aus, und ego (lite) öffnet die Webseiten über den Skill ego-browser. Ein heruntergeladenes Modell allein ist noch nicht mit dem Browser verbunden.

Sie können auch ein anderes lokales Modell und einen anderen Harness verwenden, sofern beide Tool-Aufrufe unterstützen, ego-browser laden und dessen Befehle auf dem Windows-Computer ausführen können, auf dem ego (lite) installiert ist.

Vor dem Start: Software vorbereiten

Installieren Sie diese Anwendungen auf demselben Windows-Computer:

Ollama für Windows: lädt das Modell herunter und stellt es lokal bereit. Öffnen Sie die Anwendung nach der Installation und lassen Sie sie laufen.
Ihr Agent Harness: In den Aufnahmen wird DeepSeek Harness verwendet. Er muss lokales Ollama oder eine OpenAI-kompatible Modellverbindung sowie die lokale Ausführung von Befehlen unterstützen.
ego (lite): Installieren Sie es und schließen Sie die Einrichtung ab, damit Ihr Harness den Skill ego-browser laden kann. Beenden Sie den Harness nach der Einrichtung vollständig, öffnen Sie ihn erneut und starten Sie dann eine neue Sitzung.

Für den ersten Download des Modells und für die Websites, die Sie aufrufen möchten, brauchen Sie eine Internetverbindung. Die Modellinferenz kann lokal laufen, während der Browser weiterhin Online-Seiten aufruft.

Das lokale Modell mit Ollama einrichten

Im Einrichtungsclip wird die Website von Ollama geöffnet, nach qwen3.5 gesucht und die Modellfamilie mit ihren verfügbaren Größen angezeigt. Folgen Sie den Schritten unten, um die in diesem Tutorial verwendete Variante 9B zu installieren und zu verbinden. Der Clip zeigt weder den Download des Modells noch die Anbieterkonfiguration im Harness.

1. Ollama prüfen und Qwen herunterladen

Öffnen Sie PowerShell in Windows Terminal und führen Sie Folgendes aus:

ollama --version
ollama list
ollama pull qwen3.5:9b
ollama list

Warten Sie, bis der Download abgeschlossen ist. Die letzte Liste sollte qwen3.5:9b enthalten. Verwenden Sie das explizite Tag :9b, damit Sie die gewünschte Größe herunterladen und sich nicht auf das Standard-Tag der Modellfamilie verlassen. Auf der offiziellen Modellseite finden Sie den verfügbaren Download und die Modelldetails. Halten Sie zusätzlichen Arbeitsspeicher für den Kontext des Modells und Ihre anderen Anwendungen frei; die Downloadgröße entspricht nicht dem gesamten Speicherbedarf zur Laufzeit.

Wenn PowerShell ollama nicht findet, schließen Sie die Installation von Ollama ab und öffnen Sie ein neues Terminal. Wenn keine Verbindung zum Dienst möglich ist, öffnen Sie Ollama über das Windows-Startmenü. Details zu Installation und Dienst finden Sie in der Installationsanleitung für Windows.

2. Kontextlänge einstellen

Bei Browseraufgaben sammeln sich Anweisungen, Seitentext und Tool-Ergebnisse an. Stellen Sie in den Einstellungen der Ollama-Anwendung die Kontextlänge auf 64k oder höher, sofern Ihr Computer genügend freien Arbeitsspeicher hat. Die Anleitung zur Kontextlänge von Ollama empfiehlt für Agentenaufgaben mindestens 64.000 Token und erklärt den zusätzlichen Speicherbedarf.

Bei einer reinen CLI-Installation können Sie den Dienst stattdessen in PowerShell so starten:

$env:OLLAMA_CONTEXT_LENGTH = "65536"
ollama serve

Verwenden Sie dies als Alternative zur laufenden Ollama-Anwendung. Beenden Sie zuerst die Anwendung im Infobereich regulär, damit Sie keinen zweiten Dienst am selben Port starten. Lassen Sie dieses PowerShell-Fenster geöffnet und verwenden Sie für die nächsten Befehle ein anderes Terminal. Die obige Umgebungseinstellung gilt für diese Terminalsitzung; setzen Sie sie erneut, wenn Sie einen neuen CLI-Dienst starten.

3. Prüfen, ob das Modell antwortet

Führen Sie in PowerShell Folgendes aus:

ollama run qwen3.5:9b

Senden Sie eine kurze Nachricht wie Reply with one sentence to confirm you are ready. Warten Sie auf eine Antwort und geben Sie dann /bye ein, um den Modellchat zu verlassen. Lassen Sie Ollama weiterlaufen.

Damit prüfen Sie, ob das Modell Text erzeugen kann. Die Verbindung zum Browser wird geprüft, wenn Sie unten die Aufgabe ausführen.

4. Ihren Harness mit lokalem Ollama verbinden

Fügen Sie die lokale Verbindung in der Modell- oder Anbieterkonfiguration hinzu, die Ihr Harness unterstützt. Verwenden Sie für eine OpenAI-kompatible Verbindung diese Werte aus der Kompatibilitätsdokumentation von Ollama:

Feld	Wert
Anbietername	Ein Name, den Sie wiedererkennen, etwa `Ollama`
API-Typ	OpenAI-kompatibel
Basis-URL	Die Adresse Ihrer lokalen Ollama-Verbindung
Modell-ID	`qwen3.5:9b` für das oben heruntergeladene offizielle Modell
Anzeigename	Ein Name, den Sie wiedererkennen, etwa `Qwen3.5 9B`
API-Schlüssel, falls der Client einen verlangt	`ollama` als Platzhalter; lokales Ollama ignoriert ihn

Fügen Sie den Anbieter über die unterstützten Einstellungen oder die Konfigurationsdatei Ihres Harness hinzu. Verwenden Sie das Dateiformat, das Ihr installierter Harness unterstützt, und behalten Sie beim Hinzufügen des Anbieters alle anderen Einstellungen bei.

Verwenden Sie die exakte Modell-ID aus ollama list. Ein Anzeigename allein erstellt kein Ollama-Modell und benennt auch keines um.

Verwenden Sie die lokale Verbindungsadresse, die die Ollama-Integration Ihres Harness verlangt. Prüfen Sie vor dem Speichern des Anbieters, ob sie eine native Ollama-Verbindung oder eine OpenAI-kompatible Verbindung erwartet.

Speichern Sie die Konfiguration und wählen Sie das lokale Modell in der Modellauswahl des Harness. In der Aufnahme ist Qwen3.5 9B Local Demo unter dem Nachrichtenfeld bereits ausgewählt. Das ist eine Anzeigebezeichnung; verwenden Sie die von ollama list zurückgegebene Modell-ID, wenn Sie Ihre eigene Verbindung konfigurieren. Da sich Anbietereinstellungen und Konfigurationsdateien je nach Harness unterscheiden, nutzen Sie die Einrichtungsmethode, die Ihr Harness unterstützt.

Senden Sie bei ausgewähltem lokalem Modell eine kurze Testnachricht aus dem Harness. Führen Sie während der Generierung in einem anderen Terminal Folgendes aus:

ollama ps

Prüfen Sie das laufende Modell und seinen Wert unter CONTEXT. Eine leere Liste bedeutet, dass derzeit kein Modell geladen ist; wiederholen Sie die Prüfung während der Generierung. So können Sie einen gespeicherten Modelleintrag von einem Modell unterscheiden, das tatsächlich in Ollama läuft.

Schritt 1: Sitzungsberechtigungen festlegen

Öffnen Sie bei ausgewähltem lokalem Qwen-Modell das Berechtigungsmenü unter dem Nachrichtenfeld. Wechseln Sie in der aufgezeichneten Oberfläche von DeepSeek Harness von Workspace Write zu Full access, wählen Sie I understand the risks and want to continue und dann Enable Full access.

Dies sind Berechtigungen des Harness für die Ausführung von Tools auf Ihrem Computer. Sie sind unabhängig von der Modellkonfiguration in Ollama. Wenn Sie einen anderen Harness verwenden, wählen Sie dessen entsprechende Berechtigungen für lokale Befehle und prüfen Sie alle Freigabeanfragen.

Schritt 2: ego-browser-Skill laden

Starten Sie eine neue Sitzung. Geben Sie /ego-browser ein, wählen Sie ego-browser in der Auswahl der Slash-Befehle, setzen Sie ein Leerzeichen und geben Sie Ihre Aufgabe in derselben Nachricht ein. Prüfen Sie, ob Ihr lokales Qwen-Modell noch ausgewählt ist, und senden Sie die Nachricht dann ab.

In der Aufnahme soll der Agent auf Airbnb nach Unterkünften in Tokio suchen und drei günstige Optionen finden. Sie können diesen Prompt verwenden:

Verwende ego-browser, um auf Airbnb nach Unterkünften in Tokio, Japan, zu suchen. Vergleiche drei günstige Angebote und gib ihre Links und die auf der Seite angezeigten Preise zurück.

Schritt 3: Das lokale Modell arbeiten lassen

Qwen erzeugt über den Harness die nächsten Aktionen. Der Harness führt ego-browser-Befehle aus, öffnet Airbnb in einem Space von ego (lite), setzt Suchfilter und liest Angebote. Wechseln Sie zum Agent Space, um die Browseraktionen zu verfolgen, während Ihre eigenen Tabs in Ihrem Space bleiben.

Lassen Sie Ollama und den Harness laufen, bis die Aufgabe abgeschlossen ist. Damit das Modell weiterarbeiten kann, braucht es sowohl den lokalen Inferenzdienst als auch die Tool-Ausführung des Harness.

Schritt 4: Ergebnis prüfen

Am Ende der aufgezeichneten Aufgabe steht in der Unterhaltung im Harness eine Tabelle mit drei Angeboten, Links und Preisangaben. Die Browserseiten des Agenten bleiben in ego (lite) verfügbar, sodass Sie die zurückgegebenen Links öffnen und mit der Antwort vergleichen können.

Problembehandlung

Ollama kann keine Verbindung herstellen oder das Modell fehlt

Öffnen Sie Ollama, führen Sie ollama list aus und prüfen Sie, ob qwen3.5:9b aufgeführt ist. Schließen Sie den Download ab, bevor Sie es erneut versuchen. Wenn der Dienst läuft, der Harness aber keine Verbindung herstellt, gleichen Sie Verbindungstyp, Basis-URL und exakte Modell-ID mit der Tabelle oben ab.

Das Modell erscheint nicht im Harness

Speichern Sie die lokale Anbieterkonfiguration und starten Sie den Harness neu, falls er seine Modellliste nicht aktualisiert. Prüfen Sie, ob der Anbieter eine Verbindung zu Ihrem laufenden Ollama-Dienst herstellen kann. Ein Modell, das Ollama auflistet, muss trotzdem über die Anbieterintegration des Harness hinzugefügt oder erkannt werden.

Das Modell antwortet, aber im Browser passiert nichts

Prüfen Sie, ob der Harness ego-browser geladen hat und Tool-Aufrufe absetzt. Falls der Skill fehlt, schließen Sie die Einrichtung von ego (lite) ab und starten Sie den Harness neu. Prüfen Sie die Berechtigungen für die lokale Ausführung und alle ausstehenden Freigaben. Der Harness muss Befehle auf demselben Windows-Computer ausführen, auf dem auch ego (lite) läuft.

Die Aufgabe läuft langsam, bricht ab oder der Arbeitsspeicher reicht nicht aus

Lesen Sie die Fehlermeldung im Harness oder in Ollama, bevor Sie es erneut versuchen. Schließen Sie nicht benötigte speicherintensive Anwendungen und beginnen Sie mit einer kleineren Browseraufgabe. Prüfen Sie während der Generierung mit ollama ps das geladene Modell und den Kontext. Wenn Sie ein kleineres Modell wählen, laden Sie es herunter und passen Sie auch die Modell-ID im Harness an; es muss weiterhin Tool-Aufrufe unterstützen.

Airbnb verlangt eine Anmeldung

Öffnen Sie den Agent Space, schließen Sie die Anmeldung oder Bestätigung selbst ab und bitten Sie den Agenten dann, fortzufahren.

Weitere Dokumentation

DeepSeek Harness erklärt die Oberfläche aus den Aufnahmen.
Ihr eigener Agent Harness erklärt die Voraussetzungen für einen anderen Harness.
Skills erklärt, wie ein Agent Zugriff auf die Browser-Tools erhält.
Space erklärt, wo die Seiten des Agenten liegen.
Ollama für Windows behandelt die Installation und die Einrichtung des Dienstes.
Kontextlänge in Ollama behandelt Kontexteinstellungen und Speicherbedarf.