Ilura vs Ollama: Yerel LLM Runtime mı, Agent Tezgâhı mı?

TLDR

Hangisi sana göre?

”Ben geliştiriciyim, kendi script’imde yerel LLM kullanıyorum”

Ollama. CLI + REST API ile her dilde entegrasyon. Açık kaynak (MIT), ücretsiz, hafif.

”Beni tanıyan, kararlarımı öğrenen bir agent istiyorum”

Ilura. Ollama bir engine; Ilura yetiştirilen kişisel agent / iş arkadaşı. Tercih profili (tercih, rutin, karar kuralı), kalıcı hafıza, Siri/Kısayollar, onay/red disiplini — Ollama’nın kapsamı değil.

”İkisi birlikte olur mu?”

Olur ama eskisi gibi iç içe değil: masaüstünde model deneylerin Ollama’yla, cebindeki kişisel agent’ın Ilura’yla. (İlk nesil masaüstü Ilura altta Ollama kullanırdı; o mimari iOS’a geçişle tarihe karıştı.)

Ollama nedir?

Ollama 2023’te çıkmış açık kaynak (MIT) yerel LLM runtime’ı. Ana özellikler:

• Model yönetimi — ollama pull llama3.1:8b ile indir, ollama list ile gör.
• REST API — localhost:11434 üzerinde her dilden çağrılabilir.
• Multi-platform — macOS, Windows, Linux. Apple Silicon + NVIDIA + AMD GPU desteği.
• Modelfile — Dockerfile gibi; model + system prompt + parametre kombinasyonu.
• GGUF + llama.cpp tabanlı — bellek-verimli inference.

Ollama’nın gücü basit ve hızlı. Bir komut, model çalışıyor. Ama o kadar — yetiştirme, hafıza, kişiselleşme Ollama’nın işi değil.

Engine vs kişisel agent — fark

Çalıştırmak Ollama’da; yetiştirmek Ilura’da.

Tarihsel not — engine + tezgah dönemi

İlk nesil (masaüstü) Ilura’nın inference köprüsü Ollama’ya bağlanırdı:

[İlk nesil Ilura — Tezgah]
  ├─ Politika motoru + audit chain + tercih profili
  └─ Inference bridge → [Ollama] → Llama 3.1 8B (GGUF)

Donanıma göre mlx veya llama.cpp da seçilebilirdi. Bu mimari iOS’a geçişle sadeleşti: bugünkü Ilura’da motor Apple Intelligence — kurulum, model indirme, backend seçimi yok.

Tek başına Ollama vs Ilura — kim ne yapar?

Ollama tek başına yeterli senaryolar:

• IDE’inde Continue.dev veya Cursor ile yerel kod tamamlama
• Kendi script’ine yerel LLM çağrısı eklemek (requests.post('http://localhost:11434/...'))
• LangChain ile yerel chain kurmak (LangChain Ollama integration)
• Quick experiment, no-state generation

Ilura gereken senaryolar:

• Seni tanıyan, kararlarını öğrenen günlük agent
• KVKK rahatlığı sıfır kurulumla (cihaz-üstü)
• Onay/red + Playbook ile yetiştirme
• Siri’yle çağırma, Kısayollar otomasyonu

Fiyat

Ollama:

• Tamamen ücretsiz, açık kaynak (MIT)
• Donanım maliyeti (M-serisi Mac veya RTX GPU)
• Modelin disk alanı (her biri 2-40 GB)

Ilura:

• Kâşif: ücretsiz — kişisel kullanım için
• Geliştirici ve Girişimci: ayrıntılar App Store’da

Cihaz-üstü çalıştığı için Ilura’da token faturası ve donanım yatırımı kalemi yoktur.

”Ollama şu durumda daha iyi”

1. Geliştirici experimentation. REST API üzerinden hızlı entegrasyon, açık kaynak, kendi pipeline’inde özelleştirme. Ilura bu UX’i hedeflemiyor.
2. Sadece yerel LLM gerek, agent kavramı overkill. Yerel ChatGPT alternatifi olarak Ollama + Open WebUI yeterli.
3. Headless server / Docker container — Ollama Linux server’da daemon olarak çalışır. Ilura kişisel bir iOS uygulaması; bu senaryo onun alanı değil.

Sona

Ollama bir engine; Ilura kişisel agent. Artık aynı yığında da durmuyorlar: biri geliştiricinin makinesinde model koşturur, diğeri cebinde seni tanıyan bir varlık yetiştirir. Doğru soru “hangisi iyi” değil — “model mi çalıştırıyorsun, agent mı yetiştiriyorsun?”