Cloud API: 182-second hard timeout kills agent workflows — no way to extend

快速结论：Ollama Cloud 付费用户在使用云模型（如 deepseek-v4-pro:cloud）进行长耗时推理时，会在约 182 秒处被服务端强制断开连接。优先确认是否所有云模型请求均在相同时间点失败，因为这是服务端硬超时，客户端无法绕过。

适用环境：Ollama Cloud Pro/Max 订阅、任意云模型（glm-5.1:cloud、qwen3.5:cloud、deepseek-v4-pro:cloud 等）、OpenClaw 等 agent 工具，服务器端 Linux 环境。

最快修复方案：暂无确认的一步修复方案。Issue 中提到的唯一有效缓解手段是客户端实现基于 token 活跃度的超时管理（OpenClaw 曾尝试），但这并不能解除服务端 182 秒硬断开，只是让失败更可控。

注意事项：这是服务端行为，修改本地 Ollama 配置、重装系统、更换客户端均无效；不要误认为是本地网络或代理问题。

问题场景

用户使用 Ollama Cloud API 调用云端模型，例如通过 curl 请求 /api/chat 接口，或通过 OpenClaw 等 agent 工具进行多步骤推理、工具链调用。当模型仍在正常生成 token、但单次请求总时长超过约 182 秒时，连接被服务端强制断开。即使模型输出尚未完成、订阅为 Pro/Max 档位，也无法幸免。

报错原文

Cloud API: 182-second hard timeout kills agent workflows — no way to extend
[agent/embedded] embedded run agent end: isError=true model=deepseek-v4-pro:cloud error=LLM request timed out. rawError=This operation was aborted
[model-fallback/decision] decision=candidate_failed reason=timeout next=none detail=LLM request timed out.

原因分析

这是 Ollama Cloud 服务端的硬编码超时，约 182 秒（182,000 ms，实测误差 ±50ms）。从 Issue 证据看，三次不同时间的失败都在 182,043ms / 182,043ms / 181,997ms 结束，时间高度一致，说明这不是网络波动或客户端导致的超时，而是服务端主动切断连接。即使模型仍在生成，服务端也会在固定时间点杀请求。并且日志中 next=none 表示所有回退模型都命中了同一超时，导致 agent 没有任何后备路径。

可能原因：服务端为控制资源消耗，对单个请求设置了硬性时间上限，且未在文档中公开该限制，也未提供任何可配置选项。

环境排查

确认订阅档位：Pro 或 Max（Issue 中确认 Pro 受影响，Max 未验证）。
确认本地 Ollama 版本为最新版，但仍无法规避服务端限制。
确认使用的是云模型（如 deepseek-v4-pro:cloud），本地模型不受影响。
检查所有云模型是否都在 182 秒附近失败，排除单一模型配置问题。

解决步骤

先确认是否所有云模型请求都在约 182 秒处失败。用 curl -s --max-time 300 发起一个长 prompt，观察结束时间是否精确落在 182,xxx ms。
可优先尝试在客户端对单次请求拆分：把超长任务拆成多个短请求，通过上下文传递中间结果，避免单次调用超过 180 秒。
可优先尝试使用流式模式（"stream":true）与大模型建立 WebSocket 长连接，观察是否同样被断开。
可优先尝试接入本地模型或第三方云模型作为 fallback，避免将 agent 整个回合押在单一 Ollama Cloud 请求上。
关注 Ollama Cloud 官方文档或 Issue 更新，等待服务端开放超时配置或提高上限（Issue 请求将超时提升至 600 秒或开放配置项）。