SkillFoxx
Telegram

Ollaya — скилл

Скилл и MCP-сервер Ollaya: агент задает локальным моделям решений типизированные вопросы и получает вероятности без вызова LLM

  • 1 461 ★ репозитория
  • Последний коммит
  • Apache-2.0
Скилл

Расширенный доступ

Почему такой уровень

  • Запускает локальный демон с HTTP API на порту 11435 и скачивает веса моделей из Hugging Face
  • Установочный скрипт `curl | sh` выполняется с вашими правами
  • Решения с невысокой уверенностью могут ошибаться, если по ним агент действует автоматически
Все причины и проверки

ollaya-dev/ollayaАвтор:Mert Cobanov

Установка

В терминале, через SkillFoxx CLI

npx skillfoxx add skills/ollaya

Определит агенты на машине, покажет уровень доступа и зафиксирует версию.

Другие способы установки

Доступ и проверки

Как мы проверяем

Расширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.

  • Запускает локальный демон с HTTP API на порту 11435 и скачивает веса моделей из Hugging Face
  • Установочный скрипт `curl | sh` выполняется с вашими правами
  • Решения с невысокой уверенностью могут ошибаться, если по ним агент действует автоматически

Это чужой код. Посмотрите файлы в репозитории перед установкой.

Что делает

Ollaya запускает на вашем компьютере модели решений. Модель получает состояние (письмо, обращение, любой JSON) и типизированные вопросы трех видов: `choice` выбирает из вариантов, `score` оценивает по шкале, `noul` проверяет утверждение «да или нет». За один проход она возвращает вероятности. Для агента в репозитории есть два артефакта. Скилл `ollaya-decisions` учит агента, когда применять такие решения: сортировка обращений и писем, маршрутизация запросов, модерация, проверка промптов на джейлбрейк и инъекции. Агент выбирает путь по порядку: сначала MCP-инструмент `decide`, затем команда `ollaya` и наконец локальный HTTP API на порту 11435. Скилл содержит правила: когда уверенности достаточно для действия, а когда вопрос нужно передать человеку. MCP-сервер включается командой `ollaya mcp`. У него есть инструменты `decide`, `list_models`, `show_model` и `pull_model`, а наборы вопросов доступны как ресурсы `ollaya://presets/<имя>`. Готовые наборы называются triage, email, guard, moderation, router и agent. Последний проверяет команду, которую агент собирается выполнить.

Для кого. Для разработчиков агентов, которые хотят быстро и локально классифицировать входящие сообщения, фильтровать запросы или проверять опасные команды, не тратя токены LLM.

Подходит, если

  • Нужно разложить сотню обращений по командам и срочности, и вызывать LLM на каждое слишком дорого
  • Перед запуском команды агент должен получить вердикт «выполнить, спросить или заблокировать» от набора `agent`
  • Нужно отсеивать запросы с джейлбрейком и промпт-инъекциями набором `guard`, пока данные остаются на машине
  • У вас клиент для TypeSafe Jev, и вы хотите перенаправить его на локальный сервер, указав `TYPESAFE_BASE_URL`

Не подходит, если

  • Нужен новый текст, например резюме или ответ клиенту: модели решений текст не пишут
  • Ответ не сводится к известному набору вариантов, оценке или да и нет
  • На машине нет подходящего железа: крупным моделям вроде `jeeves` и `clef` нужна видеокарта на 24 ГБ

Пример запроса к агенту

Прогони эти 200 обращений через ollaya с набором triage и покажи таблицу: обращение, команда, срочность и вероятность. Сомнительные выдели отдельно

Ограничения

  • Нужны установленная Ollaya и скачанные модели. Первый вызов подтягивает модель, а без видеокарты Nvidia разработчик советует начинать с `laya`, которая отвечает за 0,2–0,4 с на процессоре.
  • Веса моделей принадлежат их авторам и подгружаются с Hugging Face. Условия различаются: например, `nimble:9b-v3` распространяется по некоммерческой лицензии.
  • Точность умеренная: у рекомендованной `winnow:e4b` 0,724 на типизированных решениях против 0,738 у закрытого Jev, а `von` помечена автором как архивная.
  • Действовать по решению можно только при высокой уверенности. Скилл задает порог 0,6 для `choice` и 0,8 и 0,2 для `noul`, остальные случаи агент передает человеку.

Как отключить. Снимите MCP-сервер командой `claude mcp remove ollaya`, а скилл удалите из каталога навыков агента. Остановить демон можно командой `ollaya stop`, а модели удаляет `ollaya rm <модель>`.

Частые вопросы

Как поставить Ollaya в Claude Code?

Установите Ollaya командой `curl -fsSL https://ollaya.dev/install.sh | sh`, затем выполните `claude mcp add ollaya -- ollaya mcp`. Скилл ставится командой `npx skills add ollaya-dev/ollaya --skill ollaya-decisions`.

Чем модель решений отличается от LLM?

Она не генерирует текст. На вход идут состояние и типизированные вопросы, на выходе вероятности, и все это за один прямой проход за миллисекунды. LLM разумнее оставить для задач, где нужен новый текст.

Чем Ollaya отличается от Ollama?

Ollaya запускает открытые модели решений разных авторов, а ее CLI устроен по образцу Ollama: `run`, `pull`, `list`, `ps`, `rm`. Сама Ollama тоже принимает запросы `/v1/systemone` и запускает девять моделей решений в собственных сборках GGUF.

Какие готовые наборы вопросов есть?

Шесть: triage, email, guard, moderation, router и agent. Каждый задает список вопросов и поле состояния, например `message` для triage.

Данные покидают компьютер?

Решения принимаются локально. Из сети скачиваются только веса моделей и небольшие ONNX-графы из реестра Ollaya. Тексты запросов на внешний сервер не отправляются.

Обсуждение

Вопросов и отзывов пока нет.

Скиллы

Терминальный MCP-клиент для локальных моделей Ollama: инструменты, промпты и ресурсы MCP, режим агента и переключение моделей

CLIРасширенный доступ836

Один агент запускает других в фоне: Claude Code, Codex, Copilot CLI, Grok Build и Pi, с выбором модели под каждый этап.

СкиллШирокий доступ119
Официальный

Локальный MCP-сервер хранит скиллы как версии и пускает улучшенные варианты в работу только после проверки человеком

MCP-серверРасширенный доступ51

Скилл, плагин и MCP-сервер: быстрые модели Jev и Laya решают выбор вместо дорогого чата в браузере, играх и роутинге тикетов.

ПлагинРасширенный доступ182

MCP-сервер evaluate отдает агенту вероятности и выбор из вариантов, например срочность обращения, чтобы код ветвился по числу

MCP-серверРасширенный доступ361

Скилл и MCP-сервер cascadeflow: сначала отвечает дешевая модель, дорогая подключается при сомнении, бюджет под контролем

СкиллРасширенный доступ3,9 тыс.

Коротко о README

README подает проект как слой решений для агентов, описывает API для вашей машины или сервера, совместимый с TypeSafe Jev, и сравнивает его с Jev и Ollama. Далее идут возможности, таблица моделей, результаты замеров, способы установки на Linux, macOS, Windows и в Docker и структура репозитория.

Бейдж для README

Исходный SKILL.md

---
name: ollaya-decisions
description: "Make typed, calibrated decisions about text or JSON with local decision models served by Ollaya: classify (choice), rate (score) or check a yes/no statement (noul) in milliseconds, with probabilities you can threshold."
license: Apache-2.0
metadata:
  homepage: https://ollaya.dev
---

# Typed decisions with Ollaya

Ollaya runs *decision models* on this machine. A decision model reads a **state** (a message, an email, a ticket, any JSON) and a set of **typed questions**, and returns a calibrated answer to each question in one forward pass. It never generates text.

Reach for it when the answer is one of a known set of outcomes and you will act on it: route, label, block, escalate, pick a template. Keep reasoning in text for open-ended work.

## How to call it

1. **MCP** (tool `decide`, server `ollaya`)
2. **CLI** (`ollaya` on PATH)
3. **HTTP** (`http://127.0.0.1:11435`), TypeSafe-compatible

Сообщить о проблеме