Местный вывод LLM с Олламой. Используйте при настройке локальных моделей для разработки, конвейеров CI или сокращения затрат. Охватывает выбор модели, интеграцию LangChain и настройку производительности.
Быстро установите AI-навык ollama-local в вашу среду разработки через командную строку
Источник: yonatangross/orchestkit.
Run LLMs locally for cost savings, privacy, and offline development.
| Reasoning | deepseek-r1:70b | 42GB | GPT-4 level | | Coding | qwen2.5-coder:32b | 35GB | 73.7% Aider benchmark | | Embeddings | nomic-embed-text | 0.5GB | 768 dims, fast | | General | llama3.2:70b | 40GB | Good all-around |
| Cloud APIs | $675/month | 200-500ms | | Ollama Local | $50 (electricity) | 50-200ms | | Savings | 93% | 2-3x faster |
Местный вывод LLM с Олламой. Используйте при настройке локальных моделей для разработки, конвейеров CI или сокращения затрат. Охватывает выбор модели, интеграцию LangChain и настройку производительности. Источник: yonatangross/orchestkit.
Стабильные поля и команды для ссылок в AI/поиске.
npx skills add https://github.com/yonatangross/orchestkit --skill ollama-localМестный вывод LLM с Олламой. Используйте при настройке локальных моделей для разработки, конвейеров CI или сокращения затрат. Охватывает выбор модели, интеграцию LangChain и настройку производительности. Источник: yonatangross/orchestkit.
Откройте терминал или инструмент командной строки (Terminal, iTerm, Windows Terminal и т.д.) Скопируйте и выполните эту команду: npx skills add https://github.com/yonatangross/orchestkit --skill ollama-local После установки навык будет автоматически настроен в вашей AI-среде разработки и готов к использованию в Claude Code, Cursor или OpenClaw
https://github.com/yonatangross/orchestkit