C'est quoi Ollama ? 01
Ollama est un outil qui permet de faire tourner des LLM (grands modèles de langage) directement sur ta machine, sans connexion internet, sans abonnement, sans envoyer tes données sur un serveur distant. C'est l'équivalent local de ChatGPT ou Claude.
Les avantages :
- Confidentialité : tes conversations restent sur ta machine
- Gratuit : pas d'abonnement, pas de limite de messages
- Hors-ligne : ça fonctionne sans internet une fois le modèle téléchargé
- Intégration Python : on peut appeler Ollama depuis nos scripts
Les modèles locaux sont moins puissants que GPT-4 ou Claude Opus, mais pour beaucoup d'usages (chatbots, résumés, aide au code, agents simples), ils font très bien le travail. gemma4:e2b de Google est petit, rapide, et tourne sur CPU — pas besoin de GPU.
Installer Ollama 02
Rends-toi sur ollama.com et télécharge la version pour ton système d'exploitation.
Télécharge l'installeur OllamaSetup.exe et lance-le. Ollama s'installe comme n'importe quel logiciel Windows et démarre automatiquement en arrière-plan.
Télécharge le fichier .zip, décompresse-le et glisse Ollama.app dans ton dossier Applications. Lance-le — une icône apparaît dans la barre de menu.
curl -fsSL https://ollama.com/install.sh | shLe script installe Ollama et configure un service systemd qui démarre automatiquement.
Vérifie que l'installation s'est bien passée :
ollama --versionTu devrais voir le numéro de version d'Ollama. Si tu as une erreur "commande introuvable", redémarre ton terminal.
Télécharger ton premier modèle 03
Un modèle, c'est un fichier (souvent entre 1 et 30 Go selon la taille) qui contient le réseau de neurones entraîné. On le télécharge une fois, ensuite il est disponible hors-ligne.
On va utiliser gemma4:e2b de Google. C'est un modèle efficace, compact, qui tourne bien sur CPU (pas besoin de carte graphique) :
ollama pull gemma4:e2bLe téléchargement peut prendre quelques minutes selon ta connexion. Ollama affiche une barre de progression. Une fois terminé, le modèle est stocké localement.
Tu peux explorer d'autres modèles sur ollama.com/library. Des modèles populaires : llama3.2 (Meta), mistral (Mistral AI), phi4 (Microsoft). Pour commencer, gemma4:e2b est un bon choix.
Voir les modèles téléchargés sur ta machine :
ollama listTa première conversation en local 04
On peut converser directement avec le modèle depuis le terminal, sans écrire une seule ligne de code :
ollama run gemma4:e2bUn prompt >>> apparaît. Tu peux taper n'importe quelle question, appuyer sur Entrée, et le modèle répond. Pour quitter, tape /bye ou appuie sur Ctrl + D.
>>> Explique-moi ce qu'est un réseau de neurones en 3 phrases simples.
Un réseau de neurones artificiel est un système informatique
inspiré du cerveau humain. Il est composé de couches de "neurones"
mathématiques interconnectés qui transforment des données d'entrée
en sortie. Lors de l'entraînement, ces connexions sont ajustées
pour minimiser les erreurs sur des exemples connus.
>>> /byeOllama tourne en tant que serveur local sur le port 11434. C'est ce qui nous permettra dans le tuto suivant de l'appeler depuis Python via une simple requête HTTP. Tu peux d'ailleurs vérifier : ouvre ton navigateur et va sur http://localhost:11434 — tu verras "Ollama is running".
Tester l'API depuis le terminal 05
Avant de passer à Python, on peut déjà appeler Ollama via son API HTTP avec curl. Ça permet de comprendre le mécanisme sous-jacent :
curl http://localhost:11434/api/generate -d '{
"model": "gemma4:e2b",
"prompt": "Dis bonjour en français.",
"stream": false
}'Ollama répond avec un JSON. Le texte généré est dans le champ "response". C'est exactement ce que notre script Python fera dans le tuto suivant — automatiquement.
Tu es prêt. Dans le prochain tuto, on construit un chatbot complet en Python avec historique de conversation.