Giting.
낮의 Giting

홈 · 셀프호스트 · 로컬 LLM · Go · CLI

ollama 대표 이미지 b79067b (2026-09-02)
분석 리포트실측 정보적용점원문 README

구조와 기능

트리 구조상 코드의 대부분(836개 파일, 324,732줄)이 Go로 작성돼 있고, 그다음으로 큰 언어 그룹이 헤더 파일(h, 43개·16,604줄)과 C/C++(c 4개·3,446줄, cpp 3개·4,155줄), Objective-C(m, 4개·2,602줄)다. Go 코드가 CLI와 서버 로직을 감싸고, C/C++/헤더 계열이 네이티브 추론 엔진 바인딩을 담당하는 전형적인 "고수준 언어가 저수준 추론 엔진을 감싸는" 구조로 읽힌다.

app/ui 하위에 tsx 49개(11,767줄)·ts 47개(5,347줄)가 별도로 존재하고, 최대 파일이 app/ui/app/package-lock.json(13,342줄)이라는 점에서 Go 백엔드와는 독립적으로 관리되는 데스크톱 GUI(Electron 또는 유사 프레임워크 기반 앱 셸)가 리포 안에 함께 들어 있다. mdx 파일도 56개(7,185줄) 잡혀 있어 문서화 비중도 작지 않다.

저장소에 AI 에이전트용 가이드 문서(AGENTS.md 계열)가 확인된다. 코드베이스 규모(41.2만 텍스트 LOC)에 비해 이런 온보딩 장치가 있다는 건 외부 기여를 어느 정도 염두에 둔 리포라는 신호다.

하이라이트

활동 밀도: shallow clone(depth 1000) 제약으로 commitCount 1,028은 하한값에 불과하지만, 그 범위 안에서도 최근 90일 273커밋·104명 기여자가 잡힌다. 리포 규모(1,371개 파일) 대비 기여자 풀이 넓게 퍼져 있다는 뜻이고, 특정 소수 유지보수자에게만 의존하는 구조는 아닌 것으로 보인다.

테스트 자산: 테스트 파일이 381개로 집계된다. 커버리지 수치 자체는 이번 실측 범위 밖이라 "얼마나 촘촘한가"까지는 말할 수 없지만, 1,371개 전체 파일 중 테스트 파일 비중이 4분의 1을 넘는다는 건 무테스트 상태로 방치된 리포는 아니라는 근거가 된다.

CI 체계: 워크플로우 5개가 구성돼 있다. 어떤 단계(빌드/테스트/릴리스 등)로 나뉘는지는 워크플로우 파일을 직접 열어야 알 수 있지만, 최소한 커밋마다 자동 검증이 도는 파이프라인은 갖춰져 있다.

주의점

shallow clone의 한계: 이번 분석은 depth 1000 shallow clone 기준이라 commitCount(1,028)와 firstCommitInRange(2025-10-23)는 실제 리포 전체 이력의 일부만 반영한 하한값이다. 프로젝트가 이보다 훨씬 오래됐고 초기 기여자 구성이 다를 가능성을 배제할 수 없다.

의존성 데이터 부재: 이번 실측 JSON에는 deps 항목이 null로 비어 있어, Go 모듈이나 app/ui의 npm 의존성 트리를 근거로 한 라이선스 호환성·공급망 리스크는 확인하지 못했다. package-lock.json이 13,342줄에 달하는 걸 보면 프런트엔드 쪽 의존성 트리가 얕지 않은데, 실제 구성은 별도 점검이 필요하다.

라이선스: MIT License로 표기돼 있어 상업적 임베드에 제약이 적다. 다만 C/C++ 바인딩 영역(헤더 43개·16,604줄 포함)에 서드파티 추론 엔진 코드가 벤더링돼 있을 가능성이 있어, 해당 하위 디렉터리의 개별 라이선스 표기는 별도로 확인하는 편이 안전하다.

실측 정보

분석 기준 커밋
b79067b (2026-09-02)
전체 파일 / 텍스트 LOC
1,371개 / 412,123줄
Go 코드
836개 파일, 324,732줄
최근 90일 커밋
273건 (104명 기여, shallow clone 하한값)
테스트 파일
381개
CI 워크플로우
5개
최대 파일
app/ui/app/package-lock.json, 13,342줄
라이선스
MIT License

적용점

  • P0 · 비용 낮음단일 바이너리 CLI라 런타임 설치 없이 바로 실험 가능. 로컬 LLM 도입 검토라면 첫 후보로 올려도 된다.
  • P1 · 비용 중간코드 기여나 커스텀 빌드를 하려면 Go 숙련이 필요하다. 텍스트 LOC의 79%(324,732/412,123줄)가 Go다.
  • P1 · 비용 중간app/ui 하위에 tsx 49개(11,767줄)·ts 47개(5,347줄)가 있어 데스크톱 GUI(별도 프런트엔드 스택)까지 함께 유지보수해야 도입 범위가 완결된다.
  • P2 · 비용 낮음CI 워크플로우 5개, 테스트 파일 381개가 확인돼 PR을 얹을 때 최소한의 회귀 안전망은 있다고 볼 수 있다.
◆ 도입 후보

shallow clone(depth 1000) 기준으로도 90일 273커밋, 104명 기여자, CI 워크플로우 5개, 테스트 파일 381개가 잡힌다. 커밋 이력이 depth 제한에 걸려 실제 기여자·커밋 수는 이보다 많을 가능성이 높은데, 그 하한값만으로도 활동량이 낮지 않다. MIT 라이선스라 내부 도구에 임베드하는 데 법적 장벽이 없고, 코드베이스가 Go 단일 언어로 836개 파일에 몰려 있어 진입 지점을 찾기 쉽다. 도입 후보로 판정한다.

원문 README

아래는 ollama/ollama 저장소의 README 원문입니다(GitHub 렌더, 수집 시점 기준). 저작권은 원 프로젝트에 있으며 원 저장소의 라이선스를 따릅니다. GitHub에서 보기

README 전문 펼치기

ollama

Ollama

Start building with open models.

Download

macOS

curl -fsSL https://ollama.com/install.sh | sh

or download manually

Windows

irm https://ollama.com/install.ps1 | iex

or download manually

Linux

curl -fsSL https://ollama.com/install.sh | sh

Manual install instructions

Docker

The official Ollama Docker image ollama/ollama is available on Docker Hub.

Libraries

Community

Get started

ollama

You'll be prompted to run a model or connect Ollama to your existing agents or applications such as Claude Code, OpenClaw, OpenCode , Codex, Copilot, and more.

Coding

To launch a specific integration:

ollama launch claude

Supported integrations include Claude Code, Codex, Copilot CLI, DeepSeek Harness, Droid, and OpenCode.

AI assistant

Use OpenClaw to turn Ollama into a personal AI assistant across WhatsApp, Telegram, Slack, Discord, and more:

ollama launch openclaw

Chat with a model

Run and chat with Gemma 4:

ollama run gemma4

See ollama.com/library for the full list.

See the quickstart guide for more details.

REST API

Ollama has a REST API for running and managing models.

curl http://localhost:11434/api/chat -d '{
  "model": "gemma4",
  "messages": [{
    "role": "user",
    "content": "Why is the sky blue?"
  }],
  "stream": false
}'

See the API documentation for all endpoints.

Python

pip install ollama

from ollama import chat

response = chat(model='gemma4', messages=[
  {
    'role': 'user',
    'content': 'Why is the sky blue?',
  },
])
print(response.message.content)

JavaScript

npm i ollama

import ollama from "ollama";

const response = await ollama.chat({
  model: "gemma4",
  messages: [{ role: "user", content: "Why is the sky blue?" }],
});
console.log(response.message.content);

Supported backends

  • llama.cpp project founded by Georgi Gerganov.

Documentation

Community Integrations

Want to add your project? Open a pull request.

Chat Interfaces

Web

Desktop

  • Dify.AI - LLM app development platform
  • AnythingLLM - All-in-one AI app for Mac, Windows, and Linux
  • Maid - Cross-platform mobile and desktop client
  • Witsy - AI desktop app for Mac, Windows, and Linux
  • Cherry Studio - Multi-provider desktop client
  • Ollama App - Multi-platform client for desktop and mobile
  • PyGPT - AI desktop assistant for Linux, Windows, and Mac
  • Alpaca - GTK4 client for Linux and macOS
  • SwiftChat - Cross-platform including iOS, Android, and Apple Vision Pro
  • Enchanted - Native macOS and iOS client
  • RWKV-Runner - Multi-model desktop runner
  • Ollama Grid Search - Evaluate and compare models
  • macai - macOS client for Ollama and ChatGPT
  • AI Studio - Multi-provider desktop IDE
  • Reins - Parameter tuning and reasoning model support
  • ConfiChat - Privacy-focused with optional encryption
  • LLocal.in - Electron desktop client
  • MindMac - AI chat client for Mac
  • Msty - Multi-model desktop client
  • BoltAI for Mac - AI chat client for Mac
  • IntelliBar - AI-powered assistant for macOS
  • Kerlig AI - AI writing assistant for macOS
  • Hillnote - Markdown-first AI workspace
  • Perfect Memory AI - Productivity AI personalized by screen and meeting history

Mobile

SwiftChat, Enchanted, Maid, Ollama App, Reins, and ConfiChat listed above also support mobile platforms.

Code Editors & Development

Libraries & SDKs

Frameworks & Agents

RAG & Knowledge Bases

  • RAGFlow - RAG engine based on deep document understanding
  • R2R - Open-source RAG engine
  • MaxKB - Ready-to-use RAG chatbot
  • Minima - On-premises or fully local RAG
  • Chipper - AI interface with Haystack RAG
  • ARGO - RAG and deep research on Mac/Windows/Linux
  • Archyve - RAG-enabling document library
  • Casibase - AI knowledge base with RAG and SSO
  • BrainSoup - Native client with RAG and multi-agent automation

Bots & Messaging

Terminal & CLI

Productivity & Apps

Observability & Monitoring

  • Opik - Debug, evaluate, and monitor LLM applications
  • OpenLIT - OpenTelemetry-native monitoring for Ollama and GPUs
  • Lunary - LLM observability with analytics and PII masking
  • Langfuse - Open source LLM observability
  • HoneyHive - AI observability and evaluation for agents
  • MLflow Tracing - Open source LLM observability

Database & Embeddings

Infrastructure & Deployment

Cloud

Package Managers

의견

판정에 대한 반론, 도입 경험, 정정 제보를 환영합니다. GitHub 계정으로 참여합니다.

이것도 재봤습니다

전체 리포트 →
n8n 대표 이미지 TypeScript n8n-io / n8n TypeScript 코어와 Vue 에디터로 500만 줄 가까이 굴리는 워크플로 자동화 플랫폼 ◆ 도입 후보스타 203,266 13호 · 적용점 3 · 판독 6분 · 2026-09-04 테스트 파일이 전체 파일의 38% coolify 대표 이미지 PHP coollabsio / coolify 36만 라인 PHP 코드베이스로 돌아가는 자체 호스팅 PaaS ◆ 도입 후보90일 커밋 858건 11호 · 적용점 4 · 판독 6분 · 2026-09-03 이번 주 픽 immich 대표 이미지 TypeScript immich-app / immich 129명이 넉 달 새 733커밋을 쌓은 자가호스팅 구글포토 대체제 ◆ 도입 후보LoC 57.4만 10호 · 적용점 3 · 판독 5분 · 2026-09-03 넉 달 새 733커밋, 129명이 미는 자가호스팅 포토 플랫폼

이번 주 실측, 메일로 받기

매주 금요일, 그 주의 리포트와 매거진을 보내드립니다. 광고 없이 실측만.