gollama: eine TUI für die Ollama-Modellverwaltung, deren Wartung der Autor selbst gedrosselt hat
Go manage your Ollama models
Auf einen Blick
- Was ist das?
- gollama ist ein Go-Werkzeug für macOS und Linux, das Ollama-Modelle in einem Terminal-Interface auflistet, filtert, bearbeitet, kopiert, löscht und pusht. Die README erklärt offen, dass die Entwicklung langsamer geworden ist und ein Teil der Funktionen entfernt wurde.
- Für wen ist es gedacht?
- Für alle, die viele Ollama-Modelle lokal horten und regelmäßig aufräumen, ist gollama weiterhin brauchbar, solange Ollama im Einsatz bleibt. Wer auf llama.cpp mit llama-swap oder auf LM Studio umgestiegen ist, braucht es nicht, und die README nennt llama.cpp ausdrücklich als Weg des Autors.
- Darf ich es kommerziell nutzen?
- Ja. MIT ist eine freizügige Lizenz: Sie dürfen darauf aufbauende Software nutzen, verändern und verkaufen, solange Sie die Urheberrechts- und Lizenzhinweise beibehalten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 57 Tagen.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich Go, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Welches Problem gollama löst und für wen
Ollama legt Modelle als Verzeichnisstruktur mit Modelfiles und Blobs ab. Wer über Monate hinweg Modelle zieht, ausprobiert und liegen lässt, verliert den Überblick: Welche Variante ist noch da, welche Quantisierung hat sie, wie alt ist sie, wie viel Speicher belegt sie. Die Kommandozeile von Ollama deckt das nur teilweise ab. gollama setzt genau hier an und bietet laut README eine TUI zum Auflisten, Inspizieren, Löschen, Kopieren und Pushen von Ollama-Modellen, mit Sortierung nach Name, Größe, Änderungsdatum, Quantisierung, Familie und Parameteranzahl. Der Autor schreibt, er nutze es täglich, vor allem zum Aufräumen alter Modelle. Die Zielgruppe sind also nicht Anfänger, die ihr erstes Modell ziehen, sondern Leute mit einer gewachsenen lokalen Sammlung auf macOS oder Linux, die Speicher zurückgewinnen wollen, ohne jede Modellkennung von Hand zu vergleichen. Ein zweiter Anwendungsfall ist die vRAM-Schätzung, die laut README auch HuggingFace-Modelle akzeptiert, nicht nur bereits gezogene Ollama-Modelle.
Modellliste, Modelfile und laufende Modelle: der tatsächliche Ablauf
gollama ist keine eigene Modellverwaltung mit eigenem Speicherformat. Es liest und schreibt in die Struktur, die Ollama selbst anlegt, und spricht zusätzlich die Ollama-API an. Der Host ist über -h beziehungsweise --host konfigurierbar, -H ist die Kurzform für http://localhost:11434. Für abweichende Installationen gibt es --ollama-dir, mit dem sich das Modellverzeichnis umbiegen lässt. Die TUI arbeitet auf einer Liste von Modellen, die aus dieser Ablage und der API stammt. Aktionen wie Löschen, Kopieren, Umbenennen und Pushen wirken auf die Modellkennung, das Bearbeiten (Taste e oder -e <model>) öffnet das Modelfile des Modells. Das Ausführen (Enter) und das Entladen (U für alle laufenden Modelle) gehen an die API, ebenso die Ansicht der laufenden Modelle über die Top-Ansicht (Taste t). Das ist ein dünner Client über einer bestehenden Installation, kein Ersatz für Ollama. Wer Ollama nicht laufen hat, hat hier nichts zu verwalten.
Installation und die Optionen, die man wirklich braucht
Der empfohlene Weg ist go install github.com/sammcj/gollama/v2@latest. Die README rät ausdrücklich vom curl-Skript ab, weil es sich schlechter aktualisieren lässt; wer es trotzdem nutzt, ruft curl -sL https://raw.githubusercontent.com/sammcj/gollama/refs/heads/main/scripts/install.sh | bash auf. Manuell entpackt man das Release-Archiv und legt die Binärdatei in ein Verzeichnis im PATH. Bleibt die Meldung command not found: gollama, fehlt in der Regel $HOME/go/bin im PATH, was die README per echo 'export PATH=$PATH:$HOME/go/bin' >> ~/.zshrc und source ~/.zshrc löst. Ohne Argumente startet gollama die TUI. Für Skripte sind die Flags relevanter: -l listet alle Modelle und beendet das Programm, -s sucht nach Namen, wobei 'term1|term2' als ODER und 'term1&term2' als UND wirkt, -e <model> öffnet das Modelfile, -u entlädt alle laufenden Modelle, -v gibt die Version aus. Dazu kommen --no-cleanup, um das Aufräumen defekter Symlinks abzuschalten, und --log beziehungsweise --log-level mit den Stufen debug, info, warn, error. Für die Speicherschätzung gibt es --vram mit --fits (verfügbarer Speicher in GB), --vram-to-nth oder --context (maximale Kontextlänge, etwa 32k oder 128k) und --quant zum Überschreiben der Quantisierung.
Die vRAM-Schätzung ist der einzige Teil, der über reine Verwaltung hinausgeht
Die meisten TUI-Aktionen sind Komfort um Dinge, die Ollama auch per Kommandozeile kann. Die vRAM-Analyse ist der Teil, für den es keine offensichtliche Entsprechung gibt. Sie akzeptiert laut README sowohl Ollama-Kennungen der Form llama3.1:8b-instruct-q6_K oder qwen2:14b-q4_0 als auch HuggingFace-Pfade wie NousResearch/Hermes-2-Theta-Llama-3-8B. Mit --fits gibt man den verfügbaren Speicher in GB an, mit --context die maximale Kontextlänge, mit --quant eine abweichende Quantisierung. Das Ergebnis ist eine Schätzung, und die README nennt es auch so, nicht eine Messung. Wer wissen will, ob ein Modell mit einem bestimmten Kontextfenster noch in den Speicher passt, bekommt hier eine Zahl statt eines Fehlschlags beim Laden. Wer eine belastbare Speichermessung braucht, sollte das nicht damit verwechseln; die Schätzung hängt von den angegebenen Parametern ab, nicht von einem tatsächlichen Lauf.
Der Autor hat die Wartung selbst gedrosselt, und das ist die wichtigste Einschränkung
Die README enthält einen Abschnitt vom 2. Dezember 2025, überschrieben mit Removal of LM Studio linking & Gollama maintenance slowing. Darin steht, dass ab v2.0.1 die Verknüpfung mit LM Studio nicht mehr verfügbar ist, weil die Pflege mehr Aufwand als Nutzen bedeutete. Der Autor schreibt außerdem, er nutze Ollama selbst kaum noch und habe für das Modellserving überwiegend zu llama.cpp mit llama-swap gewechselt; auf dem Laptop nutze er LM Studio sowie oMLX. Das ist keine Randnotiz, sondern eine Aussage über die Richtung des Projekts. Wer gollama heute einführt, sollte davon ausgehen, dass der Funktionsumfang schrumpfen kann, wie es bei der LM-Studio-Anbindung bereits geschehen ist. Die README sagt selbst, das Projekt sei in aktiver Entwicklung mit Fehlern und fehlenden Funktionen und liste als Feature pointiert has some cool bugs. Das Umbenennen von Modellen ist in der Tastenliste ausdrücklich als Work in progress markiert. Ein weiteres Risiko liegt in der Kopplung an die Ollama-API: Ändert sich dort etwas, betrifft das gollama mit. Falsch ist das Werkzeug für alle, die Ollama gar nicht mehr betreiben oder mehrere Backends unter einer Oberfläche bündeln wollen.
Was llama.cpp mit llama-swap anders macht
Die README nennt llama.cpp mit llama-swap als den Weg, den der Autor selbst inzwischen geht. Der Unterschied liegt nicht in der Oberfläche, sondern im Modell: llama.cpp ist ein Inferenz-Backend, das direkt mit GGUF-Dateien arbeitet, llama-swap verwaltet mehrere dahinterliegende Serverprozesse und tauscht sie je nach Anfrage aus. gollama verwaltet dagegen Ollamas eigene Ablage, also Modelfiles, Tags und Blobs, und stützt sich auf die Ollama-API für Laufzeitaktionen wie Run und Unload. Wer auf llama.cpp umsteigt, verliert die Modelfile-Ebene: Parameter, Templates und Systemprompts stecken dort in Serverargumenten oder Konfigurationsdateien, nicht in einem pro Modell editierbaren Modelfile. Dafür entfällt die Abhängigkeit von Ollamas Verwaltungsschicht. Wer Ollama behalten will, aber die Oberfläche nicht braucht, kann auch mit gollama -l und -s arbeiten und die TUI ignorieren; das ist kein anderer Ansatz, nur eine andere Nutzungsweise desselben Programms. Ein anderes Werkzeug mit vergleichbarem Zweck nennt die README nicht.
Lizenz und was ein Update kostet
gollama steht unter der MIT-Lizenz. Das ist eine permissive Lizenz: Nutzung, Änderung und Weitergabe sind erlaubt, sofern der Urheberrechtshinweis und der Lizenztext beibehalten werden. Für den üblichen Fall, das Werkzeug intern zum Aufräumen einer Modellsammlung einzusetzen, entstehen daraus keine weiteren Pflichten. Wer dagegen eine eigene Binärdatei weitergeben will, muss die Lizenzbedingungen einhalten. Das ist keine Rechtsberatung, sondern nur die Einordnung dessen, was die Lizenzkennzeichnung des Repositories angibt. Beim Aktualisieren empfiehlt die README den Weg über go install, weil das curl-Skript schlechter zu aktualisieren ist. Da die Releases im Jahresverlauf 2026 deutlich auseinanderliegen, ist ein Update kein Vorgang, den man wöchentlich einplant. Wer die Binärdatei selbst baut, muss die zum Modulpfad passende Go-Version mitbringen; die README beschreibt den Bau aus dem Quelltext, nennt aber im vorliegenden Auszug keine konkrete Mindestversion, das wäre vor dem Bau zu prüfen.
Redaktionelles Fazit
Für alle, die viele Ollama-Modelle lokal horten und regelmäßig aufräumen, ist gollama weiterhin brauchbar, solange Ollama im Einsatz bleibt. Wer auf llama.cpp mit llama-swap oder auf LM Studio umgestiegen ist, braucht es nicht, und die README nennt llama.cpp ausdrücklich als Weg des Autors. Vor der Übernahme sollte man prüfen, ob die eigene Go-Version das Modul github.com/sammcj/gollama/v2 baut, ob die Ollama-API unter dem konfigurierten Host erreichbar ist und ob die Modellablage dem Standardpfad entspricht, weil sonst --ollama-dir gesetzt werden muss.
Community-Notizen