oterm CLI

Установка

Ручная установка

uvx oterm

Что делает

oterm запускается командой `oterm` (или `uvx oterm`) и открывает в терминале интерфейс для чата с языковыми моделями. Он находит провайдеров по окружению: запущенный Ollama на 127.0.0.1:11434 появляется без настройки, для облачных провайдеров достаточно задать ключ в переменной окружения. Список включает Ollama, OpenAI, Anthropic, Google, Groq, Mistral, Cohere, AWS Bedrock, DeepSeek, Cerebras, Grok, Hugging Face и любую конечную точку, совместимую с OpenAI, например vLLM, LM Studio, llama.cpp, OpenRouter и LiteLLM. Каждый чат хранится в SQLite вместе с системным промптом и параметрами, вкладок с чатами может быть несколько. Модели можно подключить инструменты. Встроенные: `think`, `date_time`, `shell` и `generate_image` (картинки через модель генерации Ollama). Собственный инструмент пишется как функция на Python и регистрируется в группе точек входа `oterm.tools`, после чего oterm подхватывает его при запуске. Любой MCP-сервер добавляется в ключ `mcpServers` файла `config.json`, схема совпадает с Claude Desktop и Cursor. Модель видит каждый инструмент под именем `{сервер}_{инструмент}`, а включать инструменты можно в каждом чате отдельно. Кроме инструментов, есть возможности из pydantic-ai: `web_search`, `web_fetch`, `memory` (общая записная книжка в `memory.db`), `filesystem` (чтение, запись и поиск файлов только внутри каталога запуска), `summarize` и `speak`. Когда разговор занимает 80% окна контекста, `summarize` заменяет старые сообщения сводкой от модели чата и оставляет последние 40% окна как есть. Команды вызываются через палитру по Ctrl+p: переименование и экспорт чата в Markdown, повторная генерация последнего ответа, история запросов, журнал. Картинки к сообщению добавляются по Ctrl+i.

Для кого. Для разработчиков и энтузиастов локальных моделей, которым нужен быстрый чат в терминале с несколькими провайдерами и проверкой MCP-серверов без редактора.

Пример запроса к агенту

Поставь oterm, подключи мой локальный Ollama и добавь в config.json MCP-сервер для git, чтобы модель могла смотреть историю коммитов

Ограничения

• Интеграцию с MCP переписали на поддержке MCP из pydantic-ai. Старое поле `auth` с типом bearer больше не читается, и такая запись молча теряется, пока сервер не начнет отвечать 401. Токен теперь задается через заголовок `Authorization`.
• Процессы stdio-серверов не наследуют окружение, кроме `HOME`, `LOGNAME`, `PATH`, `SHELL`, `TERM` и `USER` на Linux и macOS. Остальные переменные нужно объявить в блоке `env`. Имя сервера может содержать только буквы, цифры, подчеркивание и дефис, иначе сервер не загрузится.
• Вызывать инструменты умеют не все модели, у маленьких это получается хуже: если вызовы не идут, уменьшите число инструментов в чате или возьмите модель побольше.
• Возможность `speak` требует дополнительного пакета с `piper-tts` под GPL-3.0 и читает ответ единственным голосом GLaDOS, сменить его нельзя.
• Пакеты для Arch, NixOS и FreeBSD ведут участники сообщества, они могут отставать от релиза. Лицензия MIT.

Как отключить. Закройте oterm сочетанием Ctrl+q. Запуск через `uvx` ничего не устанавливает, для `pip` выполните `pip uninstall oterm`, для Homebrew `brew uninstall oterm`. Чаты и настройки лежат в каталоге данных, путь покажет `oterm --data-dir`, этот каталог можно удалить вручную.

Коротко о README

Главная страница репозитория короткая: одна строка о том, что это терминальный клиент для Ollama, OpenAI, Anthropic и провайдеров на pydantic-ai, анимация заставки, команда установки `uvx oterm`, ссылки на документацию и журнал изменений и лицензия MIT. Подробности вынесены в каталог docs: возможности, способы установки, настройка, MCP, инструменты, команды и сочетания клавиш, параметры моделей и пример RAG. В репозитории есть пример собственного инструмента, тесты приложения и агента и журнал изменений.