تشغيل الذكاء الاصطناعي محليًا: Ollama وLM Studio خطوة بخطوة

كيف يمكن تشغيل الذكاء الاصطناعي محليًا؟ أسهل طريقة هي Ollama أو LM Studio: نثبّت البرنامج، وننزّل نموذجًا مفتوح الأوزان (open-weight)، ونتحدث معه دون إنترنت ودون اشتراك. Ollama أمر واحد في الطرفية، أما LM Studio فتطبيق بنوافذ ومحرك بحث عن النماذج. وللبداية يكفي حاسوب فيه نحو 8 غيغابايت من الذاكرة الحرة في بطاقة الرسوميات، أو جهاز Mac بمعالج Apple Silicon.

لماذا نشغّل الذكاء الاصطناعي محليًا أصلًا؟

تصدر نماذج جديدة مفتوحة الأوزان كل أسبوع تقريبًا. بعضها عمالقة مثل Reflection Beam (MoE 501B) لا يمكن تشغيلها على أجهزة منزلية، لكن هناك أيضًا إصدارات أصغر ونماذج من فئة “Flash” يتسع لها حاسوب محمول عادي أكثر فأكثر.

ما الذي نكسبه:

1. الخصوصية. لا تغادر الأوامر (prompts) والملفات حاسوبنا.
2. لا حدود ولا فواتير. ندفع ثمن الكهرباء فقط (واستهلاك العتاد).
3. العمل دون اتصال. بعد تنزيل النموذج لا نحتاج إلى الإنترنت.
4. واجهة API محلية. يمكن ربط سكربتاتنا وأدواتنا بالنموذج على localhost، تمامًا كما نربطها بواجهة API سحابية.

لكن هناك مشكلة واحدة: النموذج المحلي جيد بقدر ما يسمح به عتادنا. وأقوى النماذج السحابية ما زالت بعيدة عن متناول بطاقة رسوميات منزلية.

ما العتاد المطلوب؟

الأهم هو الذاكرة: ذاكرة VRAM في بطاقة الرسوميات، أو الذاكرة الموحدة في Mac.

• Ollama يوصي في دليل البدء الرسمي بـ 8 غيغابايت من VRAM الحرة (أو الذاكرة الموحدة في Mac) للنموذج المثال، وحجم تنزيله نحو 7.2 غيغابايت. ومع ذاكرة VRAM أقل يستخدم Ollama ذاكرة RAM العادية، لكن الردود تصبح أبطأ. كما أن نافذة السياق الأكبر تستهلك ذاكرة أكثر.
• LM Studio يحتاج بحسب متطلبات النظام على Mac إلى معالج Apple Silicon (M1–M4) ونظام macOS 14 أو أحدث، مع 16 غيغابايت RAM موصى بها (يعمل أيضًا على 8 غيغابايت، لكن مع النماذج الأصغر فقط). وعلى Windows يوصي بـ 16 غيغابايت RAM و4 غيغابايت VRAM على الأقل، ويجب أن يدعم معالج x64 تعليمات AVX2. وعلى Linux يتطلب Ubuntu 20.04 أو أحدث.

القاعدة الذهبية: يجب أن يتسع ملف النموذج في الذاكرة مع هامش للسياق. وتعرض مكتبة النماذج الأحجام، فمثلًا يتوفر Gemma 4 في Ollama بإصدارات من نحو 4.6 غيغابايت (e2b) إلى نحو 20 غيغابايت (31b).

كيف نشغّل الذكاء الاصطناعي محليًا باستخدام Ollama؟

Ollama برنامج مجاني ومفتوح المصدر (رخصة MIT، المستودع على GitHub). يعمل على macOS وWindows وLinux، وفي داخله خادم يدير النماذج في الخلفية.

1. التثبيت. على macOS ننزّل التطبيق من موقع Ollama. وعلى Linux يكفي أمر واحد:

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

وعلى Windows في PowerShell:

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

2. النموذج الأول. نشغّل في الطرفية:

ollama run gemma4:e2b

ينزّل Ollama النموذج بنفسه ويفتح محادثة. ننهي المحادثة بالأمر /bye. وعلى Linux، إن لم يكن الخادم يعمل، يجب تشغيله أولًا بالأمر ollama serve.

3. إدارة النماذج. بعض الأوامر من توثيق واجهة سطر الأوامر المفيدة من اليوم الأول:

ollama pull gemma4   # تنزيل نموذج دون تشغيله
ollama ls            # قائمة النماذج المنزّلة
ollama ps            # النماذج التي تعمل الآن
ollama stop gemma4   # إيقاف نموذج
ollama rm gemma4     # حذف نموذج من القرص

والطريف أن Ollama يستطيع أيضًا تشغيل أدوات البرمجة على نموذج محلي. فالأمر ollama launch claude يشغّل Claude Code، والأمر ollama launch claude --model qwen3.5 يفعل ذلك مع نموذج نختاره. وعلى Mac يحتوي تطبيق Ollama أيضًا على تبويب Apps نربط عبره النماذج بتطبيق Claude أو ChatGPT Desktop (في الحالة الثانية في وضع Codex فقط).

كيف نشغّل الذكاء الاصطناعي محليًا في LM Studio؟

LM Studio تطبيق سطح مكتب لمن يفضّل النقر على الكتابة في الطرفية. فيه محادثة، ومحرك بحث عن النماذج على Hugging Face، ودعم لـ MCP، وخادم API محلي. وبحسب شروط الترخيص هو متاح للاستخدام الشخصي والاستخدام الداخلي في الشركات، وإن كانت بعض الميزات قد تكون مدفوعة.

1. التثبيت. ننزّل المثبّت من موقع LM Studio ونشغّل التطبيق.
2. تنزيل النموذج. نفتح تبويب Discover (‏⌘ + 2 على Mac، وCtrl + 2 على Windows وLinux) ونكتب اسمًا، مثل “gemma” أو “qwen”. ويمكن أيضًا لصق رابط من Hugging Face.
3. اختيار الإصدار. أسماء مثل Q4_K_M أو Q8 تشير إلى ما يسمى التكميم (quantization): يصبح النموذج أصغر على حساب جزء من الجودة. وينصح التوثيق باختيار إصدار 4 بت أو أعلى إن سمح العتاد بذلك.
4. المحادثة. نحمّل النموذج ونكتب كما في أي محادثة ذكاء اصطناعي.

ولدى LM Studio أيضًا واجهة سطر أوامر خاصة به هي lms، تُثبَّت مع التطبيق (يكفي تشغيله مرة واحدة). وبحسب توثيق واجهة سطر الأوامر يمكن فعل الشيء نفسه من الطرفية:

lms get llama-3.1-8b          # تنزيل نموذج
lms ls                        # قائمة النماذج على القرص
lms chat my-model             # محادثة في الطرفية
lms server start              # تشغيل خادم API المحلي

Ollama أم LM Studio؟

البرنامجان يفعلان في جوهرهما الشيء نفسه، ويختلفان في أسلوب العمل.

	Ollama	LM Studio
الاستخدام	الطرفية (إضافة إلى تطبيق بسيط)	تطبيق بنوافذ (إضافة إلى واجهة lms)
الترخيص	مفتوح المصدر (MIT)	مغلق، للاستخدام الشخصي والداخلي في الشركات
البحث عن النماذج	المكتبة على ollama.com	بحث Hugging Face داخل التطبيق
واجهة API المحلية	http://localhost:11434/v1/	http://localhost:1234/v1

إن كنا نحب الطرفية أو نريد ربط النموذج بالسكربتات والوكلاء، فالأسهل أن نبدأ بـ Ollama. وإن كنا نفضّل أولًا استعراض النماذج ومقارنتها، فـ LM Studio أريح لذلك.

كيف نربط نموذجًا محليًا بالكود الخاص بنا؟

يوفّر البرنامجان واجهة API متوافقة مع OpenAI، لذا يكفي تغيير العنوان في مكتبة openai المعتادة. وهذا مثال من توثيق Ollama:

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1/",
    api_key="ollama",  # تطلبه المكتبة ويتجاهله Ollama
)

reply = client.chat.completions.create(
    model="gpt-oss:20b",
    messages=[{"role": "user", "content": "Give me a one-line fun fact."}],
)
print(reply.choices[0].message.content)

في LM Studio نشغّل الخادم بمفتاح Start server في تبويب Developer، أو بالأمر lms server start. وفي أمثلة التوثيق يعمل الخادم على المنفذ 1234 (http://localhost:1234/v1) ويدعم، من بين أمور أخرى، /v1/chat/completions و/v1/responses و/v1/embeddings.

وهذا يفتح الباب لأشياء أمتع من المحادثة: وكلاء محليون، والبحث في ملاحظاتنا الخاصة، أو تجربة نماذج جديدة مفتوحة الأوزان يوم إطلاقها، مثل MiniMax M3.1 Flash. ومن يريد أن يرى كيف تُقدَّم هذه النماذج في بيئة الإنتاج يجد المزيد في المقال عن DeepSeek DeepInfer.

الأسئلة الشائعة

هل الذكاء الاصطناعي المحلي مجاني؟

Ollama مجاني ومفتوح المصدر. وLM Studio متاح للاستخدام الشخصي والداخلي في الشركات، وإن كانت بعض الميزات قد تكون مدفوعة بحسب الشروط. أما النماذج مفتوحة الأوزان نفسها فتنزيلها مجاني، لكن لكل منها رخصته الخاصة التي يجدر التحقق منها.

هل يمكن تشغيل الذكاء الاصطناعي محليًا دون بطاقة رسوميات؟

نعم، لكن بشكل أبطأ. فعند غياب VRAM يستخدم Ollama ذاكرة RAM العادية. والأفضل حينها اختيار نموذج صغير، مثل gemma4:e2b.

كم ذاكرة يحتاج النموذج المحلي؟

تقريبًا بقدر حجم ملف النموذج، مع هامش للسياق. وللنموذج المثال في دليل البدء الخاص بـ Ollama (نحو 7.2 غيغابايت) يوصى بـ 8 غيغابايت من VRAM الحرة.

هل يعمل النموذج المحلي دون إنترنت؟

نعم. الإنترنت مطلوب فقط لتنزيل البرنامج والنموذج.