Ajuda de Levo · Per al teu tipus de Mac

Per a treball d’IA i ML: models, Hugging Face, Ollama

Els models són la manera més ràpida d’omplir un Mac. Una sola baixada sovint pesa entre 5 i 40 GB, i s’acumulen mentre vas provant coses. Levo te’ls mostra tots i et deixa triar a tu.

Què busca Levo

• Els models i conjunts de dades de Hugging Face.
• Els models d’Ollama.
• Els models de LM Studio.
• Les baixades de PyTorch, Keras i NLTK, i els models de Whisper.
• Entorns de Python: virtualenvs, entorns de conda i les memòries cau de pip, uv i poetry.
• Els fitxers d’execució de Jupyter i les memòries cau d’eines de Python.
• Docker i altres contenidors que guarden imatges d’entrenament. Més avall.

Els models es llisten, no es marquen

Tornar a baixar un model costa temps i dades, i alguns són ajustos fins (fine-tunes) que ja no existeixen en línia. Per això Levo mostra els models a la llista amb la seva mida i tu marques els que vols fer fora. Smartly no els marca a Careful ni a Balanced, sigui quin sigui el nivell de neteja. Un model només el pots marcar tu.

El teu agent hi ajuda dient què és cadascun i quan es va fer servir per última vegada, que és just el que Finder no et pot dir.

Com s’elimina un model

Levo fa servir l’ordre de neteja de la mateixa eina quan n’hi ha una. Tota la resta s’esborra, o va a la Paperera si has activat Move to Trash a Settings › Agent. Un model desapareix per sempre quan nets sense aquesta opció, així que revisa primer la llista.

Contenidors i màquines virtuals

Docker, OrbStack, Colima i Podman guarden una única imatge de disc gran. Levo la llista amb la seva mida i mostra la memòria cau de compilació de Docker com una fila que pots marcar. Una màquina virtual, com UTM, Parallels o VMware, també es llista i només s’elimina si la marques, perquè conté les teves pròpies dades.

Una bona rutina

1. Fes una anàlisi i obre el grup AI models.
2. Ordena per mida i marca els models que vas provar una vegada i vas oblidar.
3. Deixa els que fas servir. Fes Clean up.

Mentre Ollama s’està executant, els seus models apareixen com a en ús i queden bloquejats.