Levo-Hilfe · Für deinen Mac

Für KI- und ML-Arbeit: Modelle, Hugging Face, Ollama

Modelle füllen einen Mac am schnellsten. Ein einziger Download hat oft 5 bis 40 GB, und beim Ausprobieren häufen sie sich an. Levo zeigt sie alle und überlässt dir die Entscheidung.

Wonach Levo sucht

Hugging Face-Modelle und -Datensätze.
Ollama-Modelle.
LM Studio-Modelle.
Downloads von PyTorch, Keras und NLTK sowie Whisper-Modelle.
Python-Umgebungen: virtualenvs, conda-Umgebungen und die Caches von pip, uv und poetry.
Laufzeitdateien von Jupyter und Caches von Python-Tools.
Docker und andere Container, die Trainings-Images enthalten. Siehe unten.

Modelle werden aufgelistet, nicht angehakt

Ein Modell kostet Zeit und Bandbreite, wenn man es erneut herunterlädt, und manche sind Feintunings, die es online nicht mehr gibt. Deshalb zeigt Levo Modelle mit ihrer Größe in der Liste, und du hakst die an, die weg sollen. Smartly hakt sie bei Careful oder Balanced nicht an, egal welche Bereinigungsstufe gilt. Ein Modell kann nur von dir angehakt werden.

Dein Agent hilft, indem er sagt, was jedes Modell ist und wann es zuletzt lief, also genau das, was dir der Finder nicht verrät.

Wie ein Modell entfernt wird

Levo nutzt den eigenen Aufräumbefehl des Tools, wo es einen gibt. Alles andere wird gelöscht oder in den Papierkorb gelegt, wenn du Move to Trash unter Settings › Agent aktiviert hast. Ein Modell ist endgültig weg, sobald du ohne diese Option aufräumst. Prüfe die Liste also vorher.

Container und virtuelle Maschinen

Docker, OrbStack, Colima und Podman legen ein großes Disk-Image an. Levo listet es mit seiner Größe auf und zeigt den Build-Cache von Docker als Zeile, die du anhaken kannst. Auch eine virtuelle Maschine, etwa UTM, Parallels oder VMware, wird aufgelistet und geht nur, wenn du sie anhakst, weil sie deine eigenen Daten enthält.

Ein guter Ablauf

Starte die Analyse und öffne dann die Gruppe AI models.
Sortiere nach Größe und hake die Modelle an, die du einmal ausprobiert und vergessen hast.
Lass die, die du nutzt, in Ruhe. Klicke dann auf Clean up.

Solange Ollama läuft, erscheinen seine Modelle als in Gebrauch und sind gesperrt.