#ollama Repositories
Insgesamt 314 Repositories
Eine plattformübergreifende Desktop-Anwendung zur Bewertung und zum Vergleich von LLM-Modellen, geschrieben in Rust und React.
Selbstgesteuertes Bootcamp zu Generativer KI. Tutorials zu ML-Grundlagen, Ollama, LLMs, RAGs, LangChain, LangGraph, Fine-tuning, DSPy & AI Agents (CrewAI), (mit ChatGPT, gpt-oss, Claude, Qwen, Gemma, Llama, Gemini)
Claude-Code-Plugin, der mehreren KI-Coding-Agenten dieselbe Frage stellt und ihre Antworten nebeneinander anzeigt. Gemini, OpenAI, Grok, Perplexity, Kimi und jedes Modell, zu dem OpenRouter per API weiterleitet; die CLIs von codex, antigravity, grok, kimi und cursor mit Abonnement-Authentifizierung; ollama lokal. Codex-Spezialisten übernehmen Coding-Aufgaben in ihrem eigenen Branch (experimentell).
schlüsselfertiger selbst gehosteter Offline-Transkriptions- und Diarisierungsdienst mit LLM-Zusammenfassung
Multi-Anbieter-Client für generative KI in Rust (Ollama, OpenAI, Anthropic, Gemini, DeepSeek, ZAI, OpenRouter, FireworksAI, xAI/Grok, Groq, ... )
Local-First, Agent-Native Control Plane für ComfyUI — MCP-Server + Sidebar-Agent, der Bilder, Videos und Audio generiert, Workflows erstellt und ausführt sowie Ihren Live-Graphen in natürlicher Sprache mit JEDEM LLM (Claude, ChatGPT, Gemini, offline Ollama oder jedem gehosteten Modell) bearbeitet. 178 Tools, 36 KI-Fähigkeiten, 55 Installer-Packs. Lokal, LAN, VPS oder Comfy Cloud.
Leichte Agenten-Workstation für Codex + Claude code + keke-agent — mit Dotfiles, Aufgabenplaner, Git-Worktree und Fernsteuerung
Ihr KI-Agent in 30 Sekunden. Nicht 30 Stunden. Selbstgehostetes, open-source persönliches KI-Tool mit Desktop-Installer, Multi-Agent Command Center (Deep Work) und 7-Layer-Sicherheit. Anthropic, OpenAI oder Ollama.
Offene Modellreihe Spark-x2.6. Die Grenzen agentischer Fähigkeiten von On-Device-Modellen erweitern
Open-Source-Desktop-App für KI-native Spieleentwicklung. Entwickle mit Unreal Engine, Unity, Godot, Roblox oder Three.js und jeder KI, auch mit lokalen Modellen.
KI-gesteuerter Start‑Up‑Beschleuniger-Engine, entwickelt mit Next.js, LangChain, PostgreSQL + pgvector. Dokumente hochladen, organisieren und mit ihnen chatten. Enthält vorausschauende Erkennung fehlender Dokumente, rollenbasierte Workflows und seitenbasierte Insight-Extraktion.
Ein leichtgewichtiges, plattformübergreifendes Mini-Kubernetes-KI-Dashboard, das große Modelle + Agenten + MCP (mit Unterstützung für die Einstellung von Betriebsberechtigungen) unterstützt, integrierte Multi-Cluster-Verwaltung, intelligente Analyse, Echtzeit-Erkennung von Anomalien usw. bietet, mehrere Architekturen unterstützt und als einzelne Datei bereitgestellt werden kann, um ein effizientes Cluster-Management und eine Optimierung des Betriebs zu unterstützen.
Proxy, der es Ihnen ermöglicht, ollama wie Github Copilot zu verwenden
Open-Source-Anleitungen/Codes zum Meistern des Deep Learning bis zur Bereitstellung von Deep Learning in der Produktion mit PyTorch, Python, Apptainer und mehr.
Offizielles Repository meines Buches "Ein praktischer Leitfaden zum Feinabstimmen von LLMs mit PyTorch und Hugging Face"
Eine blitzschnelle, plattformübergreifende mobile KI-Assistenten-App, entwickelt mit React Native.
Die Artefakt-Ebene für jeden Agenten: Was Ihre KI schreibt, wird mit Ihren Dateien abgeglichen. Eine kostenlose Open-Source-Desktop-App für macOS, Windows und Linux. Verbinden Sie Claude Code oder einen anderen Agenten – oder nutzen Sie Ihren ChatGPT-Tarif, Ihren eigenen Schlüssel oder ein lokales Modell. Ihre Dateien in einer einzigen Bibliothek, sortiert und durchsuchbar, zusammen mit Ihren Meetings.
Karpathy’s LLM Wiki, 100% lokal mit Ollama. Markdown-Notizen einfügen → KI extrahiert Konzepte → deine Obsidian-Wiki verlinkt automatisch und wächst. Null Teilen. Deine Notizen bleiben deine.
End-to-End-Dokumentation zum Einrichten Ihres eigenen lokalen und vollständig privaten LLM-Servers unter Debian. Ausgestattet mit Chat, Websuche, RAG, Modellverwaltung, MCP-Servern, Bilderzeugung und TTS.
In diesem Projekt untersuchte ich, wie lokale LLMs zur Datenkennzeichnung und zur Unterstützung von Analysen verwendet werden können. Insbesondere verwendete ich das Llama2-Modell, um meine Banktransaktionsdaten automatisch zu kategorisieren.
Eine KI-gestützte Datenanalyse-Workbench, entwickelt für Transparenz, Reproduzierbarkeit und die Kontrolle durch Nutzer. Prüfen Sie den Code und die Belege hinter den Ergebnissen, verifizieren Sie Berechnungen durch erneutes Ausführen und wählen Sie aus einer großen Auswahl an Modellen, darunter lokale Modelle mit offenen Gewichten.
Blitzschnelle Inferenz-Engine für Apple Silicon, optimiert für Qwen und Nemotron. Kompatibel mit den APIs von OpenAI und Anthropic. Entwickelt vom Team von nace.ai
ARGO ist eine Open-Source-Plattform für KI-Agenten, die Local Manus auf Ihren Desktop bringt. Mit One-Click-Modell-Downloads, nahtloser Integration geschlossener LLM und offline-first RAG-Wissensbasen wird ARGO zu einer DeepResearch-Powerhouse für autonomes Denken, Aufgabenplanung und 100 % Ihrer Daten bleiben lokal. Unterstützung für Win/Mac/Docker.
Open‑WebUI Tools ist ein modularer Toolkit, der dazu entwickelt wurde, deine Open WebUI-Instanz zu erweitern und zu bereichern und sie zu einer leistungsstarken KI-Arbeitsstation zu machen. Mit einer Palette von über 15 spezialisierten Tools, Funktions-Pipelines und Filtern unterstützt dieses Projekt akademische Forschung, agentische Autonomie, multimodale Kreativität, Arbeitsabläufe und mehr.
Nutzen Sie die Leistung lokaler LLMs mit diesem TUI MCP-Client für Ollama. Ausgestattet mit allen wichtigen MCP-Primitiven (Werkzeuge, Eingabeaufforderungen, Ressourcen), Agentenmodus, Multi-Server, Modellwechsel, Streaming-Antworten, Human-in-the-Loop, Denkmodus, Modellparameterkonfiguration, Systemaufforderungen und gespeicherten Einstellungen.
Laya ist eine quelloffene, auf lokale Ausführung ausgerichtete KI-Benachrichtigungszentrale, die Benachrichtigungen von Slack, Gmail, GitHub, Jira, Notion, Outlook, Calendar und weiteren Diensten mithilfe lokaler Large Language Models über Ollama und LM Studio bündelt. Cloud-Modelle werden über BYOK unterstützt.
Ein Open-Source-Popup für Textaktionen unter macOS, mit dem sich benutzerdefinierte Skripte, KI-Aktionen und erweiterbare Workflows auf ausgewählten Text anwenden lassen.
Dein Denken verdient eine Karte: eine unendliche Fläche, auf der sich Gespräche mit LLMs zu einem bearbeitbaren Denkgraphen entwickeln. Die Verbindungen bilden den Kontext.
parrot.nvim 🦜 - das Plugin, das stochastische Papageien nach Neovim bringt.
Beispiele, wie mit Spring AI und Spring Boot Java-Anwendungen, die mit generativer KI und LLMs betrieben werden, erstellt werden.
Dateien für die Retrieval Augmented Generation (RAG) mit Open-Source Large Language Models (LLMs) ingestieren, alles ohne dass Drittanbieter oder sensible Daten Ihr Netzwerk verlassen.
Microsofts GraphRAG + AutoGen + Ollama + Chainlit = Vollständig lokale und kostenlose Multi-Agent RAG Superbot
Weiser und mächtiger persönlicher Assistent, verfügbar in Ihrem nächstgelegenen Terminal
Dein persönlicher KI-Assistent, der auf deinem eigenen Computer läuft. Lang laufende Aufgaben, echtes Gedächtnis, proaktive Hilfe, Sprache, Smartphones und Smart Glasses. Jedes Modell, lokal oder in der Cloud. Kein Konto erforderlich.
Autonome Android- und Computernutzung unter Verwendung beliebiger LLMs (lokal oder remote)
Open-Source, selbst gehostete KI-Agenten-Runtime und Multi-Agenten-Framework für autonome Agentenschwärme. Inklusive Agenten-Gedächtnis, MCP-Tools, Zeitplanung, Delegation und über 23 LLM-Anbietern (Claude, GPT, Gemini, OpenRouter, Ollama). Eine praktische Alternative zu Claude Code und LangChain.
Lokales, OpenAI-kompatibles Text‑zu‑Speech‑API (TTS) mit Chatterbox, das es Benutzern ermöglicht, Sprachklonierte Sprache überall dort zu erzeugen, wo die OpenAI‑API verwendet wird (z. B. Open WebUI, AnythingLLM, etc.).
DevoxxGenie ist ein agentenbasiertes Plugin für IntelliJ IDEA, das lokale LLMs (Ollama, LMStudio, GPT4All, Jan und Llama.cpp) sowie Cloud-basierte LLMs nutzt, um bei der Überprüfung, dem Testen und der Erklärung Ihres Projektcodes zu helfen. Die neueste Version unterstützt jetzt auch spezifikationsgetriebene Entwicklung (Spec Driven Development) mit CLI-Runnern.
Ollama für klassische ML-Modelle. AOT-Compiler, der XGBoost, LightGBM, scikit-learn, CatBoost & ONNX-Modelle in nativen C99-Inferenzcode umwandelt. Ein Befehl zum Laden, ein Befehl zum Servieren. 336x schneller als Python-Inferenz.