Gollama : piloter les modèles Ollama depuis un terminal, avec ses zones d'ombre
Go manage your Ollama models
En bref
- De quoi s’agit-il ?
- Gollama est un outil Go sous licence MIT qui ajoute une interface texte à la gestion des modèles Ollama. Le README documente précisément ses commandes, mais aussi un ralentissement de la maintenance et un cas d'usage de moins en moins porté par son propre auteur.
- À qui s’adresse-t-il ?
- Gollama convient aux utilisateurs d'Ollama sur macOS ou Linux qui veulent nettoyer un dépôt de modèles encombré sans taper des commandes à répétition. Ceux qui servent surtout des modèles via llama.cpp ou LM Studio n'y trouveront pas les fonctions dont ils ont besoin depuis la suppression de la liaison LM Studio.
- Puis-je l’utiliser commercialement ?
- Oui. MIT est une licence permissive : vous pouvez utiliser, modifier et vendre un logiciel qui en dépend, à condition de conserver les mentions de droit d’auteur et de licence.
- Est-il encore maintenu ?
- Oui. Les derniers commits datent d’il y a 57 jours.
- En quel langage est-il écrit ?
- Principalement Go, d’après les statistiques de langage de GitHub.
Ces réponses reposent sur les données GitHub du projet (dernière synchronisation le 15 septembre 2026) et sur notre analyse. Elles ne constituent pas un avis juridique.
ANALYSE OPEN SOURCE APPROFONDIE
Ce que Gollama règle, et pour qui
Ollama expose une API locale et une commande en ligne de commande. Gérer une collection de modèles téléchargés revient alors à enchaîner des commandes, à comparer des tailles à la main et à retrouver soi-même quel fichier Modelfile correspond à quelle variante. Gollama part de ce constat et propose une interface texte, une TUI, pour lister, inspecter, supprimer, copier et pousser des modèles. Le README décrit l'outil comme utile au quotidien, en particulier pour nettoyer les anciens modèles.
Le public visé est donc restreint : des utilisateurs d'Ollama sur macOS ou Linux qui accumulent des modèles et veulent les trier par nom, taille, date de modification, niveau de quantification ou famille. Le README est explicite sur l'état du projet : il est en développement actif, comporte des bugs et des fonctionnalités manquantes. L'auteur va jusqu'à lister « Has some cool bugs » parmi les fonctionnalités. Cette honnêteté est rare, mais elle doit être prise au sérieux : ce n'est pas un outil que l'on installe sur un poste de production sans se demander ce qui se passe quand une action échoue.
Une couche TUI au-dessus de l'API et du répertoire de modèles
Gollama ne remplace pas Ollama. Il s'y connecte. Le README indique que l'option `-h` ou `--host` permet de spécifier l'hôte de l'API Ollama, et que `-H` est un raccourci pour `-h http://localhost:11434`. Toutes les actions de la TUI passent donc par cette API : lister, exécuter, décharger, copier, pousser. Le modèle de données reste celui d'Ollama.
Deuxième point d'ancrage : le répertoire des modèles. L'option `--ollama-dir` permet de pointer vers un répertoire personnalisé, ce qui laisse supposer une lecture directe des fichiers sur disque pour certaines opérations, notamment le calcul de la taille et l'inspection. Le README mentionne aussi un nettoyage des liens symboliques cassés, désactivable avec `--no-cleanup`. C'est un détail révélateur : Gollama suppose que le répertoire des modèles peut contenir des liens invalides, et il propose de les supprimer au démarrage. Si vous partagez ce répertoire entre plusieurs outils, ce comportement mérite d'être connu avant la première exécution.
L'édition d'un modèle passe par le Modelfile. La commande `gollama -e my-model` ouvre ce fichier pour modification. Gollama ne réinvente donc pas le format de définition des modèles : il édite celui d'Ollama, puis laisse Ollama reconstruire le modèle.
Installation et première exécution
La méthode recommandée par le README est `go install github.com/sammcj/gollama/v2@latest`. Elle suppose une chaîne Go fonctionnelle et place le binaire dans `$HOME/go/bin`, d'où l'erreur fréquente « command not found: gollama » que le README traite explicitement en proposant d'ajouter `export PATH=$PATH:$HOME/go/bin` à `.zshrc` ou `.bashrc`.
Deux autres voies existent. Un script d'installation via `curl -sL https://raw.githubusercontent.com/sammcj/gollama/refs/heads/main/scripts/install.sh | bash`, que le README ne recommande pas parce que la mise à jour est moins simple. Et le téléchargement manuel d'une archive de release, à extraire puis déplacer dans un répertoire du PATH.
Une fois lancé, `gollama` ouvre la TUI. Les raccourcis documentés couvrent l'essentiel : `Space` pour sélectionner, `Enter` pour exécuter, `i` pour inspecter, `t` pour voir les modèles en cours d'exécution, `D` pour supprimer, `e` pour éditer, `c` pour copier, `U` pour tout décharger, `P` pour pousser. Le tri se fait par `n` (nom), `s` (taille), `m` (date), `k` (quantification), `f` (famille), `B` (taille des paramètres). Le raccourci `r` pour renommer est marqué « Work in progress » dans le README. Ne comptez pas dessus.
Le mode non interactif complète la TUI. `gollama -l` liste les modèles et quitte. `gollama -s my-model` filtre par nom, avec deux opérateurs : `|` pour un OU, `&` pour un ET. Ainsi `gollama -s 'my-model|my-other-model'` renvoie les modèles correspondant à l'un ou l'autre, et `gollama -s 'my-model&instruct'` ceux qui contiennent les deux termes. C'est le genre de détail qui rend l'outil scriptable malgré son orientation TUI.
L'estimation de vRAM : la fonction la plus intéressante et la plus incertaine
Gollama propose une estimation de l'usage vRAM avec `--vram`. Le README précise que la commande accepte un modèle Ollama, par exemple `llama3.1:8b-instruct-q6_K`, ou un modèle HuggingFace, par exemple `NousResearch/Hermes-2-Theta-Llama-3-8B`. Trois options accompagnent le calcul : `--fits` pour indiquer la mémoire disponible en Go, par exemple `6` pour 6 Go ; `--vram-to-nth` ou `--context` pour la longueur de contexte maximale à analyser, par exemple `32k` ou `128k` ; et `--quant` pour forcer un niveau de quantification, par exemple `Q4_0` ou `Q5_K_M`.
L'intérêt est clair pour qui choisit un modèle en fonction de la mémoire de sa machine. La limite l'est tout autant : le README parle d'estimation et de calcul approximatif. Une estimation de vRAM dépend de paramètres que l'outil ne contrôle pas, notamment l'implémentation du moteur d'inférence et la gestion du cache KV. Prenez le résultat comme un ordre de grandeur, pas comme une garantie qu'un modèle tiendra en mémoire. Le README ne documente pas de méthode de validation de cette estimation, et je n'ai pas exécuté la commande pour la vérifier.
Le vrai problème : un outil dont l'auteur se sert de moins en moins
Le README contient une note datée du 2 décembre 2025 qui change la lecture du projet. L'auteur y annonce deux choses. D'abord, la suppression de la liaison avec LM Studio à partir de la version v2.0.1, jugée trop coûteuse à maintenir face aux changements des applications en amont et à la diversité des configurations locales. Ensuite, un ralentissement du développement, assumé : l'auteur explique ne plus assez utiliser Ollama, lui préférer llama.cpp avec llama-swap pour le service de modèles, et LM Studio ou oMLX pour le service local sur son portable.
Ce n'est pas une rumeur ni une déduction : c'est écrit dans le README. Les conséquences pratiques sont directes. La fonction de liaison LM Studio n'existe plus dans les versions récentes. Le rythme des publications reste irrégulier : la v2.0.4 et la v2.0.3 sont sorties le même jour, le 30 décembre 2025, et la v2.0.5 le 14 juin 2026. Le dernier commit sur `main` est daté du 20 juillet 2026, soit peu après. Le projet n'est pas archivé, mais il n'est pas non plus porté par un mainteneur qui l'utilise quotidiennement. Pour un outil qui manipule et supprime des modèles, cette nuance compte.
Ce que Gollama ne fera pas, et à quoi le comparer
Gollama est un client de gestion. Il ne sert pas de moteur d'inférence et ne remplace pas Ollama. Si votre problème est de servir des modèles avec de meilleures performances ou plus d'options de configuration, l'outil n'apporte rien. Le README lui-même oriente vers llama.cpp et llama-swap pour cet usage, et vers LM Studio pour le service local de modèles MLX ou GGUF.
La différence d'approche est nette. Ollama vise la simplicité : une commande, une API, un format de modèle. Gollama ajoute une couche de confort par-dessus, avec une TUI et des options d'analyse. llama.cpp, à l'inverse, se situe au niveau du moteur : il expose plus de paramètres de configuration et laisse l'utilisateur assembler son propre service, ce que llama-swap facilite. Ce ne sont pas des outils concurrents sur le même plan. Gollama est un poste de pilotage pour Ollama ; llama.cpp est une brique de moteur. Choisir l'un ou l'autre revient d'abord à choisir si vous voulez qu'Ollama gère les modèles à votre place.
Autre limite : le renommage est marqué comme travail en cours, la liaison LM Studio a disparu, et le README reconnaît des bugs. Sur un dépôt de modèles que vous ne pouvez pas perdre, la commande `D` de suppression et le nettoyage des liens symboliques au démarrage sont les deux points à surveiller.
Maintenance, mise à jour et licence
La mise à jour est simple si vous passez par Go : `go install github.com/sammcj/gollama/v2@latest` réinstalle la dernière version. Le script `curl` fait l'inverse, comme le note le README. Les versions publiées sont peu nombreuses et espacées, ce qui réduit le coût de suivi mais signifie aussi que les correctifs peuvent tarder. Un bug signalé aujourd'hui n'a pas de calendrier garanti.
La licence est MIT. Elle autorise l'usage, la modification et la redistribution, y compris dans un contexte commercial, à condition de conserver l'avis de copyright et le texte de la licence. Ce paragraphe n'est pas un conseil juridique : si vous redistribuez Gollama ou l'intégrez à un produit, faites vérifier les obligations de conservation de l'avis par une personne compétente.
Le coût réel n'est pas la licence, mais la dépendance à un outil dont le mainteneur a annoncé publiquement qu'il l'utilise moins. Vérifiez que la version que vous installez expose bien les options dont vous dépendez (`-l`, `-s`, `--vram`) et que le comportement de nettoyage des liens symboliques correspond à ce que vous attendez de votre répertoire de modèles.
Conclusion éditoriale
Gollama convient aux utilisateurs d'Ollama sur macOS ou Linux qui veulent nettoyer un dépôt de modèles encombré sans taper des commandes à répétition. Ceux qui servent surtout des modèles via llama.cpp ou LM Studio n'y trouveront pas les fonctions dont ils ont besoin depuis la suppression de la liaison LM Studio. Avant d'adopter, vérifiez deux points dans le README de la version installée : la disponibilité de `-l`, `-s` et `--vram`, et le fait que la version publiée corresponde bien à la branche `main`, dont le dernier commit est daté du 20 juillet 2026.
Notes de la communauté