Description
Ollama est un projet open-source pour télécharger et exécuter des modèles de langage de grande taille localement, maintenu sous une licence MIT sur GitHub. À l'heure actuelle, le dépôt compte plus de 181 000 étoiles et plus de 18 000 forks, et est principalement écrit en Go. Plutôt qu'un produit de chat hébergé, Ollama est un environnement d'exécution : il télécharge les poids d'un modèle, les sert derrière une API locale, et permet à une personne ou à un autre programme d'interagir directement avec le modèle sur leur propre machine.
Lire la suite
Pour commencer, il faut installer Ollama sur macOS, Windows ou Linux (via un script d'installation en une ligne ou un téléchargement manuel), ou tirer l'image officielle ollama/ollama depuis Docker Hub. À partir de là, exécuter "ollama run" avec un nom de modèle télécharge et démarre une session de chat avec un modèle tel que Gemma, Llama, Qwen, DeepSeek, GLM, MiniMax, Mistral ou gpt-oss, avec le catalogue de modèles actuel listé sur ollama.com/library. Ollama expose également une API REST locale pour exécuter et gérer des modèles de manière programmatique, ainsi que des bibliothèques officielles Python (ollama-python) et JavaScript (ollama-js) afin que les développeurs puissent appeler un modèle en cours d'exécution depuis leurs propres applications. Le projet documente son interface en ligne de commande, son API REST et un format Modelfile pour personnaliser la manière dont les modèles sont importés et configurés, et il prend en charge llama.cpp comme l'un de ses moteurs d'inférence backend.
Au-delà de l'exécution d'une seule session de chat, Ollama peut être lancé comme le modèle local derrière des outils et agents de codage existants, tels que Claude Code, Codex, Copilot CLI, Droid et DeepSeek Harness, via une commande "ollama launch", et le projet communautaire OpenClaw utilise Ollama pour exécuter un assistant IA personnel à travers des applications de chat comme WhatsApp, Telegram, Slack et Discord. Un large écosystème d'interfaces tierces se construit sur l'API d'Ollama, y compris des interfaces de chat web telles que Open WebUI, LibreChat, big-AGI et NextChat, ainsi que des clients de bureau tels que AnythingLLM, Witsy et Cherry Studio. Ollama a une communauté active sur Discord, et son README invite les contributeurs à ouvrir une demande de tirage pour ajouter leurs propres intégrations. Comme il exécute des modèles sur le matériel de l'utilisateur, les modèles et la vitesse disponibles dépendent de la puissance de calcul et de la mémoire locales plutôt que d'un niveau d'abonnement.
- CatégorieMLOps et déploiement de modèles
- Modèle tarifaireOpen source
- DéploiementExécution locale
- PlateformesmacOS, Windows, Linux
Fonctionnalités principales de Ollama
Installateurs en une commande pour macOS, Windows, Linux et Docker
Bibliothèque de modèles locaux couvrant Llama, Gemma, Qwen, DeepSeek, GLM, MiniMax, Mistral et gpt-oss
"ollama run" CLI pour télécharger et discuter instantanément avec un modèle
API REST locale pour exécuter et gérer des modèles de manière programmatique
Bibliothèques officielles Python (ollama-python) et JavaScript (ollama-js)
"ollama launch" intégrations avec des agents de codage comme Claude Code, Codex et Copilot CLI
Format Modelfile pour personnaliser et importer des modèles
Support pour llama.cpp en tant que moteur d'inférence backend
Grand écosystème tiers d'interfaces de chat et de clients de bureau construit sur son API
Premiers pas avec Ollama
Installer Ollama : Exécutez le script d'installation ou téléchargez l'application pour macOS, Windows ou Linux (ou tirez l'image Docker).
Tirer un modèle : Exécutez "ollama run" avec un nom de modèle, par exemple gemma4, pour télécharger et commencer à discuter avec.
L'appeler depuis le code : Utilisez l'API REST, ou la bibliothèque ollama-python ou ollama-js, pour envoyer des requêtes de chat depuis votre propre application.
Lancer une intégration : Exécutez "ollama launch" avec un nom d'outil pris en charge pour connecter Ollama à un agent de codage tel que Claude Code ou Copilot CLI.
Parcourir plus de modèles : Consultez ollama.com/library pour le catalogue complet de modèles mis à jour régulièrement.
Cas d'utilisation de Ollama
- Chat LLM local
- Backend d'assistant de codage
- Intégration d'application via API
- Assistant IA personnel
