Ollama で Slack の AI ボットを作る

LangBot で Ollama を使った Slack の AI ボットを動かす手順：モデル設定、ボットの認証情報、ネットワーク、テスト、トラブルシューティング。

このレシピでは Ollama のモデルを Slack のボットにつなぎます。LangBot が Slack のメッセージを受け取り、パイプラインで処理して返信するので、プラットフォーム連携のコードは不要です。

Ollama でオープンモデルをローカル実行し、LangBot の内蔵エージェントから提供します。会話データは手元のマシンから出ません。

必要なもの

稼働中の LangBot：LangBot Cloud（サーバー不要）、または Docker や uvx langbot によるセルフホスト。
LangBot から呼び出せる Ollama のアカウントまたはサーバー。
アプリをインストールできる Slack ワークスペースと、Slack アプリページで発行した App Configuration Tokens（クイックセットアップ用）。

Socket Mode では LangBot から Slack へ接続するため公開イベント URL は不要です。Webhook モードでは公開 HTTPS エンドポイントが必要です。

Ollama をインストールしてモデルを取得します（ollama pull にモデル名）。
LangBot の モデル で LLM モデルを追加し、プロバイダーに Ollama、リクエスト URL に Ollama サーバー（既定ポート 11434）を指定します。
LangBot が Docker で動いている場合、localhost はコンテナ自身を指すため、ホストのアドレス（例：host.docker.internal）を使います。

LangBot WebUI の パイプライン でパイプラインを作成（または既定のものを編集）し、AI を次のように設定します。

項目	設定値
ランナー	Local Agent（内蔵エージェント）
モデル	追加したモデル。予備モデルも指定できます。
プロンプト	ボットの役割、口調、してはいけないこと。
ナレッジベース	任意。ナレッジベースを付けると資料に基づいて回答します。

Slack アダプターでボットを作成し、Slack クイックセットアップ を使います。アプリ、スコープ、イベント購読が自動で作成されます。
Socket Mode（推奨）を選んで App-Level Token（xapp-...）を追加するか、LangBot に公開 HTTPS アドレスがあれば Webhook を選びます。設定を反映してボットを有効にします。

ボットを開いて作成したパイプラインを選び、保存してボットが有効になっていることを確認します。

アプリの メッセージ タブから話しかけるか、追加済みのチャンネルでメンションします。

小さなローカルモデルはツール呼び出しが苦手な場合があります。関数呼び出しに対応しないモデルでは ツール使用 をオフにします。
App Configuration のアクセス/リフレッシュトークンを App-Level Token 欄に入れないでください。同じアプリの xapp- トークンが必要です。
App-Level Token のトークンローテーションは無効のままにします。
WebUI の モニタリング に、すべてのメッセージ、パイプラインの実行、エラーが記録されます。