Published on

Ollama Web Search: API und Tools lokal

Authors

TL;DR

Ollama Web Search ist die REST-Suche auf https://ollama.com/api/web_search, kein Chat gegen Port 11434 und keine Open-WebUI-Recherche. Die Fähigkeitsdoku verlangt ein kostenloses Ollama-Konto und einen API-Schlüssel. query ist Pflicht, max_results optional (Default 5, Maximum 10). Antwort: results mit title, url, content. Daneben steht POST https://ollama.com/api/web_fetch für eine einzelne URL. Python ollama.web_search, JavaScript client.webSearch. Agenten laut Doku Kontextlänge mindestens ~32000 Token. Gelesen in der Web-Search-Doku und im Blog vom 24.09.2025 am 2026-11-17. Kein Ranking, kein Kaufguide.


Such-API, nicht lokaler Chat und nicht Open WebUI

IT-Leiter suchen „ollama web search“, wenn ein lokales Modell aktuelle Web-Treffer als Tool bekommen soll — nicht, wenn nur POST /api/chat auf 11434 fehlt. Der lokale Client bleibt Ollama Python. Das Browser-Frontend bleibt Ollama WebUI. Claude-eigene Server-Suche bleibt Claude Web-Suche.

Die Engine kommt von Ollama Download. Port und Bind-Adresse bleiben 11434. Die Suche selbst geht an ollama.com, nicht an localhost.

Authentifizierung laut Hersteller

Web-Search-Doku: Für den Zugriff einen API-Schlüssel anlegen. Ein kostenloses Ollama-Konto ist Voraussetzung. Der Schlüssel steht in OLLAMA_API_KEY oder im Header Authorization: Bearer.

Die Authentifizierungsseite trennt das lokal: Die API auf http://localhost:11434 braucht keine Anmeldung. Direkte Cloud-Aufrufe gegen https://ollama.com/api brauchen den Schlüssel. Die Suche liegt auf diesem Host, nicht auf dem lokalen Serve.

Der Blog vom 24.09.2025 schreibt von einem kostenlosen Kontingent für Privatpersonen und höheren Limits über Ollama Cloud. Eine Stückzahl oder ein SLA steht in den gelesenen Seiten nicht. Den Cloud-Pfad beschreibt Ollama Cloud.

POST https://ollama.com/api/web_search

Felder der Doku:

  • query (Zeichenkette, Pflicht): die Suchanfrage
  • max_results (ganze Zahl, optional): Default 5, Maximum 10

Antwortobjekt: Array results. Jeder Treffer hat title, url und content (Ausschnitt).

Beispiel der Doku, ohne eigene Zahlen:

curl https://ollama.com/api/web_search \
  --header "Authorization: Bearer $OLLAMA_API_KEY" \
  -d '{"query":"what is ollama?"}'

Ohne gesetzten Schlüssel bleibt der Aufruf unautorisiert. Das ist die Herstellerregel, kein Tarifvergleich.

REST: Web Fetch

POST https://ollama.com/api/web_fetch

Feld: url (Zeichenkette, Pflicht). Antwort: title, content (Haupttext), links (Array gefundener Links). Dieselbe Bearer-Auth.

Python laut Doku: from ollama import web_fetch, dann web_fetch('https://ollama.com'). JavaScript: client.webFetch mit URL. Fetch holt eine bekannte Seite, Search liefert Trefferliste.

Python- und JavaScript-Bibliothek

Blog und Doku: REST plus tiefere Tool-Anbindung in den offiziellen Bibliotheken.

Python, Blog 24.09.2025:

pip install 'ollama>=0.6.0'
import ollama
response = ollama.web_search("What is Ollama?")
print(response)

JavaScript, dieselbe Seite:

npm install 'ollama@>=0.6.0'
import { Ollama } from "ollama";
const client = new Ollama();
const results = await client.webSearch("what is ollama?");

Lokales chat() gegen 11434 bleibt Ollama Python. web_search und web_fetch sind zusätzliche Funktionen derselben Bibliothek, Zielhost ist ollama.com.

Mini-Suchagent

Die Doku baut den Agenten mit Alibabas Qwen 3, 4B-Parameter, Bibliotheks-Tag qwen3:4b:

ollama pull qwen3:4b

chat() mit tools=[web_search, web_fetch] und think=True. Das Modell darf Tools aufrufen, die Ergebnisse kommen zurück in die Nachrichtenschleife. Der 4B-Tag ist das Doku-Beispiel, keine Empfehlung gegenüber anderen Einträgen. Der Text-Tag bleibt Ollama Qwen3.

Blog, empfohlene Tool-Modelle (Herstellerliste, kein Ranking dieser Seite): qwen3, gpt-oss. Cloud-Beispiele dort: qwen3:480b-cloud, gpt-oss:120b-cloud, deepseek-v3.1-cloud. Der lokale gpt-oss-Tag bleibt Ollama gpt-oss.

Kontextlänge

Web-Search-Doku: Suchergebnisse können Tausende Token liefern. Empfehlung: Kontextlänge des Modells auf mindestens ~32000 Token erhöhen. Suchagenten arbeiten laut Doku am besten mit voller Kontextlänge. Ollama-Cloud-Modelle laufen dort mit voller Kontextlänge. Die Server-Variable bleibt Ollama Context Length.

MCP-Server

Dieselbe Doku: Web-Suche in MCP-Clients über den Python-MCP-Server (uv run auf web-search-mcp.py, Umgebung OLLAMA_API_KEY). Genannte Beispiele: Cline (stdio-Server web_search_and_fetch), Codex (~/.codex/config.toml, Abschnitt mcp_servers.web_search), Goose über MCP-Erweiterungen. Das ist die Integrationsliste der Doku, kein Werkzeugvergleich.

Häufige Fragen

Läuft die Suche auf Port 11434?

Nein. Search und Fetch gehen an https://ollama.com/api/web_search bzw. /api/web_fetch. 11434 bleibt der lokale Chat, siehe Ollama Port 11434.

Reicht ein lokales Modell ohne Konto?

Für ollama run ja. Für diese API nein: Konto und Schlüssel laut Web-Search-Doku. Queries verlassen den Host in Richtung ollama.com. Ob das für ein konkretes Verfahren zulässig ist, prüft die Datenschutzlage des Hauses, nicht dieser Text.

Ist das die Web-Recherche in Open WebUI?

Nein. Open WebUI hat eigene Recherche-Schalter. Diese Seite beschreibt nur Ollamas REST- und Bibliotheks-API. Open WebUI bleibt Ollama WebUI.

Brauche ich Python?

Nein für cURL. Python und JavaScript sind die offiziellen Bibliotheken um dieselbe REST-API. Der lokale Chat-Client bleibt Ollama Python.

Ist das ein zweiter Hardware-Kaufguide?

Nein. Hardware-Optionen bleiben im KI-Server Hardware-Guide. Hier geht es nur um Search und Fetch gegen ollama.com, angebunden an ein bereits laufendes Ollama.

Fazit

„Ollama Web Search“ ist die Hersteller-Suche: Schlüssel, POST /api/web_search, optional Fetch, Bibliotheken ab der im Blog genannten 0.6.0, Agent mit Tools, Kontext ~32000 Token. Kein Ranking, keine Preise.

📖 Verwandte Artikel

Weitere interessante Beiträge zu ähnlichen Themen