يبحث الناس عن "Odysseus vs Ollama" وكأنّ عليهم اختيار أحدهما. هذا هو السؤال الخاطئ، ومن السهل أن نرى لماذا طُرح. Odysseus انتشر بسرعة كبيرة بعد إطلاقه في May 31, 2026، وأطّرته الكثير من تغطيات الإطلاق على أنه "بديل ChatGPT" وتجاهلت الجزء المهم: على أي طبقة يقع.
إليك الإجابة المختصرة. Odysseus هو مساحة العمل: واجهة الدردشة، والوكلاء، وأدوات البحث. أما Ollama فهو المحرّك الذي يتحدث إليه، الشيء الذي يشغّل النموذج. إنهما ليسا منتجين متنافسين، بل طابقان من المبنى نفسه.
لقد ربطتُ هذين الاثنين وشغّلتهما معًا، لذا فإن بقية هذا المقال تدور حول ما يفعله كل منهما، وما إذا كنت بحاجة إلى كليهما، وما يتطلبه استضافة الحزمة بنفسك.
الخلاصة السريعة
- Odysseus هو مساحة عمل ذكاء اصطناعي ذاتية الاستضافة؛ وOllama هو محرك استدلال محلي. إنهما ليسا متنافسين. يستدعي Odysseus واجهة برمجة تطبيقات Ollama للحصول على استجابات النموذج، تمامًا كما يستدعي أي تطبيق قاعدة بيانات.
- أنت على الأرجح تريد كليهما. يمنحك Odysseus التجربة (الدردشة، والوكلاء، والبحث المتعمق، والبريد الإلكتروني، والملاحظات)؛ ويشغّل Ollama نموذج اللغة الفعلي محليًا وبخصوصية.
- Ollama هو الخيار الافتراضي الأسهل، وليس الخلفية الوحيدة. يمكن لـ Odysseus أيضًا أن يشير إلى خوادم استدلال محلية أخرى أو إلى واجهات برمجة تطبيقات سحابية مثل OpenAI وAnthropic وOpenRouter. المقايضة بسيطة: الخلفيات المحلية تُبقي الاستدلال على جهازك؛ أما واجهات برمجة التطبيقات السحابية فتنقله خارج الجهاز.
- النموذج هو ما يحدد عتادك. يشغّل VPS بمعالج CPU نموذجًا بحجم 7B؛ وأي نموذج بحجم 13B فما فوق يحتاج إلى GPU. هذه مسألة VRAM، وليست مسألة RAM النظام.
ما هو Odysseus
شغّل Odysseus وستحصل على نافذة دردشة على localhost:7000، لكن الدردشة هي أصغر جزء منه. خلف تلك النافذة توجد مساحة عمل كاملة: وكلاء مستقلون مع تنفيذ أدوات MCP، والوصول إلى الملفات والصدفة (shell)، ووضع بحث متعمق يشغّل بحثًا متعدد الخطوات على الويب ويكتب تقريرًا، ومحرر مستندات Markdown مع كتابة بالذكاء الاصطناعي، ومساعد بريد إلكتروني يفرز صندوق وارد IMAP/SMTP الخاص بك، إضافة إلى الملاحظات والمهام وتقويم CalDAV. وهناك Model Cookbook يوصي بالنماذج ومسارات التنزيل بناءً على عتادك، وبحث ويب مدمج يعمل على حاوية SearXNG ينشرها إلى جانب نفسه.
ما يفعله Odysseus ليس يفعله هو تشغيل النموذج. كل واحدة من تلك الميزات (الوكيل الذي يقرر أي أداة يستدعي، ومساعد البحث الذي يلخّص صفحة، وفرز البريد الذي يختار وسمًا) هي طلب يُرسل إلى مكان آخر إلى نموذج ينتج النص. Odysseus ينسّق. إنه لا يستدل.
لهذا السبب فإن النشر النموذجي يتكوّن من نحو أربع حاويات Docker (ChromaDB لمخزن المتجهات، وSearXNG للبحث، وntfy للإشعارات، وصورة Odysseus الرئيسية) ولا واحدة منها هي نموذج اللغة. يعيش النموذج في عملية منفصلة يشير إليها Odysseus.
إنه مرخّص تحت AGPL-3.0-or-later، وهو أمر يهم أكثر مما يبدو أنه ينبغي، وسأعود إلى ذلك. تنبيه واحد بخصوص استخدام الأدوات: يُوصى بالنماذج القادرة على استدعاء الدوال (function-calling) لميزات الوكلاء، فضع ذلك في اعتبارك عند اختيار ما ستشغّله.
ما يفعله Ollama، ولماذا هو طبقة مختلفة
Ollama هو العملية التي تحمّل فعليًا نموذج لغة إلى الذاكرة وتشغّله. إنه محرك استدلال محلي مبني على خلفية llama.cpp، والشيء الذي يجعله مفيدًا لـ Odysseus هو أنه يعرض REST API متوافق مع OpenAI. يتحدث Odysseus إلى تلك الواجهة تمامًا كما يتحدث أي تطبيق إلى قاعدة بيانات: يرسل طلبًا، ويحصل على استجابة، دون أن يهتم بكيفية إنجاز العمل في الداخل.
في وقت كتابة هذا المقال، أحدث إصدار من Ollama هو v0.31.1 (June 30, 2026)، وهو مرخّص تحت MIT، ويسحب من مكتبة نماذج كبيرة على ollama.com/library: Llama 3، وMistral، وPhi-3، وGemma، وQwen، وغيرها الكثير بأمر واحد. لا واجهة مستخدم، ولا وكلاء، ولا مساحة عمل. إنه يشغّل النماذج ويجيب على استدعاءات API. تلك هي المهمة كلها.
شيء واحد يستحق التوضيح، لأنه يربك الناس: مُشغّل Ollama المحلي المجاني مفتوح المصدر (الشيء المرخّص تحت MIT الذي يدور حوله هذا المقال بأكمله) يختلف عن خيارات Ollama السحابية المُستضافة. عندما يذكر لك أحدهم سعرًا شهريًا لـ "Ollama"، فإنه عادةً يتحدث عن الاستخدام السحابي المُستضاف أو مستوى سحابي مدفوع، لا عن المُشغّل المحلي. المُشغّل الذي تثبّته على جهازك الخاص لا يكلّف شيئًا. تكلفتك الوحيدة هي الجهاز الذي يعمل عليه.
إذا كنت تريد التعمّق في Ollama تحديدًا، وكيف يقارن بأداة تعتمد على واجهة GUI أولًا، فلدينا مقارنة كاملة بين Ollama وLM Studio تغطي تلك المقارنة.
الخلاصة: Ollama هو خادم، وليس تطبيقًا. إنه يشغّل النماذج ويجيب على استدعاءات API؛ أما طبقة التجربة فهي مهمة شخص آخر.
فهل تحتاج إلى كليهما؟
صُفّ الأداتين ميزة بميزة وستلاحظ شيئًا: كل عمود هو في الغالب المساحة الفارغة للأخرى. إنهما بالكاد يتداخلان.
| الإمكانية | Odysseus | Ollama |
|---|---|---|
| واجهة الدردشة | نعم | No |
| الوكلاء / تنفيذ أدوات MCP | نعم | No |
| البحث المتعمق | نعم | No |
| البريد الإلكتروني / الملاحظات / التقويم | نعم | No |
| تشغيل النموذج (الاستدلال) | No | نعم |
| مكتبة النماذج | لا (يوصي عبر Model Cookbook) | نعم |
| يعرض API | يستهلك واحدة | نعم (متوافق مع OpenAI) |
إذًا الإجابة البسيطة: إذا كنت تريد مساحة عمل ذكاء اصطناعي كاملة مع استدلال محلي وخاص، فأنت تشغّل كليهما. Odysseus للتجربة، وOllama للنموذج. تلك هي الإعداد القياسي، وهي الإعداد الذي ترشد إليه دروس الإطلاق الناس.
Ollama اختياري إذا وجّهت Odysseus إلى خلفية استدلال مختلفة. قد يعني ذلك واجهة برمجة تطبيقات سحابية مثل OpenAI أو Anthropic أو OpenRouter، أو محركًا محليًا آخر مثل llama.cpp أو LM Studio أو vLLM. تعتمد المقايضة على مكان حدوث الاستدلال: الخلفيات المحلية تُبقي المطالبات (prompts) على جهازك الخاص، بينما تنقلها واجهات برمجة التطبيقات السحابية خارج الجهاز وتُعيد عادةً التسعير القائم على الاشتراك أو الاستخدام إلى الصورة.
الخلاصة: أنت بحاجة إلى خلفية استدلال من أجل الاستدلال المحلي. Ollama هو الخيار الافتراضي الأسهل، لكنه ليس الخيار المحلي الوحيد.
كيف يتصلان (الجزء الذي يعلق فيه الناس)
الاتصال نفسه تافه: تخبر Odysseus بمكان نقطة نهاية Ollama المتوافقة مع OpenAI، وهذا كل شيء. المشكلة، وهي الشيء الوحيد الذي يعلق فيه الناس، هي أن "مكان وجودها" يتغير بحسب كيفية تشغيلك للأمور، لأن شبكات Docker متقلّبة.
تحتاج نقطة النهاية إلى اللاحقة /v1 (وهذا هو المسار المتوافق مع OpenAI تحديدًا). أين توجّهها:
- التثبيت الأصلي (native)، على الجهاز نفسه:
http://localhost:11434/v1 - Docker على macOS أو Windows:
http://host.docker.internal:11434/v1 - Docker على Linux:
http://172.17.0.1:11434/v1، أو أضفextra_hosts: ["host.docker.internal:host-gateway"]إلى ملف compose الخاص بك
وعندما يصل Odysseus إلى Ollama من داخل حاوية، يجب أن يكون Ollama مستمعًا على جميع الواجهات، وليس على loopback فقط. اضبط OLLAMA_HOST=0.0.0.0:11434 (و OLLAMA_ORIGINS=*) وإلا فلن ينجح الاتصال ببساطة.
نصيحة احترافية: على macOS، لا يمر تسريع GPU عبر Metal من خلال Docker. إذا كنت تريد استدلالًا مسرَّعًا بـ GPU على جهاز Mac، فشغّل Odysseus بشكل أصلي (natively) بدلًا من داخل حاوية. وإلا فأنت عالق على CPU مهما كان العتاد الذي تملكه.
هذا هو شكل الأمر. هذا ليس دليل النشر خطوة بخطوة الكامل؛ الهدف هنا هو فهم لماذا يكون الاتصال معتمدًا على المضيف وأين تبحث عندما لا ينجح من المحاولة الأولى.
هل هو جاهز؟ قراءة مشروع انتشر بسرعة عمره خمسة أسابيع
لدى Odysseus نحو 800 مشكلة (issue) مفتوحة و785 طلب دمج (PR) مفتوحًا مقابل نحو 80,800 نجمة. اقرأ ذلك بالطريقة الصحيحة: إنه ليس مشروعًا معطوبًا، بل مشروع انتشر بسرعة أسرع مما استطاع القائمون على صيانته استيعاب سيل المساهمات. عندما يصل شيء إلى أكثر من 30,000 نجمة في يوميه الأولين و80k خلال خمسة أسابيع، فإن متتبّع المشكلات سيبدو هكذا بغض النظر عن جودة الكود. إنها إشارة انتشار، وليست إشارة تعفّن.
ومع ذلك، عمره خمسة أسابيع ويظهر ذلك في بعض المواضع. أبلغ المستخدمون عن مهلة زمنية قصيرة مثبّتة في الكود (hardcoded timeout) يمكن أن تلغي استدعاءات أدوات MCP البطيئة عبر stdio عند بدء التشغيل. وهناك أخطاء ترميز غير ASCII تطفو حولها. ولم يجرِ بعد أي تدقيق أمني مجتمعي واسع النطاق، وهو أمر يستحق المعرفة قبل الاعتماد عليه لأداة بهذا القدر من الانتشار.
الاعتراض الأكثر حدة في نقاش HN ذاك ليس الحواف الخشنة. بل هو "ما الذي يفعله هذا ولا يفعله Open WebUI أو LibreChat أو AnythingLLM بالفعل؟" طُرح ذلك السؤال مرارًا في نقاش على Hacker News حول الإطلاق، إلى جانب تشكيك في جودة قاعدة الكود المُساعَدة بالذكاء الاصطناعي وبعض التذمر من أن مشروعًا لشخصية مشهورة يجذب نجومًا لم تكن أداة مطوّر مجهول المكافئة لتجذبها أبدًا.
سؤال التمايز يستحق إجابة مباشرة، لا تشجيعًا. شيئان يميّزان Odysseus. أولًا، الترخيص: Odysseus هو AGPL-3.0-or-later، بينما Open WebUI، رغم أنه مفتوح المصدر، لديه علامة تجارية و قيود على العلامة تمنعك من إزالة أو تغيير علامته، وهي نقطة أُثيرت في نقاش HN نفسه. إذا كان ترخيص FOSS غير مقيّد فعلًا يهمك، فهذا تمييز حقيقي. ثانيًا، النطاق: فوق الدردشة، يجمع Odysseus بريدًا إلكترونيًا وملاحظات وتقويمًا مدمجًا إضافةً إلى Model Cookbook المدرك للعتاد، حيث تتوقف البدائل في الغالب عند الدردشة والمستندات. وما إذا كانت تلك الحزمة تستحق يعتمد على ما إذا كنت ستستخدم تلك الأجزاء. Open WebUI وLibreChat وAnythingLLM كلها خيارات مشروعة؛ هذه ليست ضربة قاضية.
شيء آخر ينبغي أن توازنه بصدق: سطح الهجوم كبير. يمكن لـ Odysseus أن يتصفح الويب، وينفّذ أوامر الصدفة (shell) عبر وكلائه، ويستدعي أدوات MCP، ويصل إلى بريدك الإلكتروني عبر IMAP. ركّب ذلك على قاعدة كود حديثة ومولّدة جزئيًا بالذكاء الاصطناعي مع قلق بشأن حقن المطالبات (prompt-injection) أشار إليه المجتمع، وستحصل على أداة يمكنها فعل الكثير، بما في ذلك أشياء لم تقصدها إذا زوّدها أحدهم بمدخل خاطئ. هذا ليس سببًا لتجنبها. إنه سبب لعزلها في بيئة معزولة (sandbox)، وإبقائها بعيدة عن أي شيء حساس حتى تصبح أكثر اختبارًا في الميدان، ومعرفة ما الذي تشغّله.
تشغيل الحزمة على VPS
جرّب Odysseus وOllama على حاسوبك المحمول أولًا؛ فهذا جيد لاختبار الأمور. لكن في اللحظة التي تريد فيها الاعتماد على الشيء، يتوقف الحاسوب المحمول عن كونه الحل. وكلاء يتفقّدون بريدك الإلكتروني، ومساعد بحث تريده متاحًا، ومساحة عمل دردشة تفتحها من هاتفك: كل ذلك يحتاج إلى جهاز يعمل دائمًا ويمكن الوصول إليه دائمًا. هذا هو Linux VPS.
ثم يحدد النموذج الحجم، وهذا هو المواصفة الوحيدة التي يفهمها الناس بشكل معكوس، لذا سأكون صريحًا بشأنها: ذاكرة RAM النظام لا تشغّل النماذج الكبيرة جيدًا. VRAM هي التي تفعل. يمكن لـ VPS بمعالج CPU فقط مع 8–16 GB من ذاكرة RAM النظام أن يشغّل Ollama إضافةً إلى نموذج صغير بحجم 7B–8B، بطيء لكنه قابل للاستخدام للاستخدام الشخصي منخفض التزامن. وحالما تنتقل إلى نماذج 13B–34B، يبدأ GPU في أن يصبح أكثر منطقية بكثير، وبطاقة بـ 24 GB VRAM هي منطقة الراحة العملية للعديد من النماذج المكمَّمة متوسطة الحجم. أما نموذج 70B عند Q4 فهو صنف مختلف: توقّع نحو 48 GB+ من VRAM، أو بطاقة بـ 80 GB إذا أردت هامشًا أنظف للسياق وتنازلات أقل. تحميل نموذج 70B في 16 GB من ذاكرة RAM النظام ليس بطيئًا فحسب، بل لإعداد مفيد، إنه الهدف الخاطئ.
إذا كنت تشغّل Ollama على VPS، فإن أسرع طريقة لتخطي التثبيت اليدوي هي تطبيق Ollama بنقرة واحدة من متجر Cloudzy: فهو يقيم لك المحرك حتى تنتقل مباشرة إلى سحب نموذج، وتحدّد حجم VPS بحسب صنف النموذج الذي تحتاجه (Linux VPS قياسي لنموذج 7B، ونسخة GPU لنموذج 13B فما فوق). جدير بالملاحظة على جانب GPU: التوفر مقيّد جغرافيًا، لذا فإن مجموعة GPU الكاملة ليست في كل مركز بيانات. تحقق من الموقع الذي يحتوي على البطاقة التي تريدها قبل أن تلتزم. أما Odysseus فستظل تثبّته يدويًا باستخدام Docker؛ إنها ضريبة الإعداد لمرة واحدة لنصف مساحة العمل من الحزمة.
الخلاصة: طبقة مساحة العمل خفيفة؛ أما طبقة النموذج فهي التي تحدد حجم VPS الخاص بك. CPU لنموذج 7B، وGPU لنموذج 13B فما فوق.
الأسئلة الشائعة
هل يحتاج Odysseus إلى Ollama؟
ليس بالضرورة. يمكن لـ Odysseus أن يشغّل استدلاله عبر خلفيات واجهات برمجة تطبيقات سحابية (OpenAI، Anthropic، OpenRouter) أو محركات محلية أخرى مثل llama.cpp أو LM Studio أو vLLM. Ollama هو الخيار القياسي عندما تريد استدلالًا مجانيًا ومحليًا وخاصًا، لكنه خيار افتراضي، وليس متطلبًا.
هل Odysseus بديل عن Ollama؟
لا، إنهما طبقتان مختلفتان من الحزمة. Odysseus هو مساحة العمل والتطبيق (الدردشة، والوكلاء، والبحث، والبريد الإلكتروني)؛ وOllama هو خادم النموذج الذي يستدعيه لتشغيل نموذج لغة. يتحدث Odysseus إلى Ollama عبر API، فهما يعملان معًا بدلًا من التنافس.
كيف أربط Odysseus بـ Ollama؟
وجّه Odysseus إلى نقطة نهاية Ollama المتوافقة مع OpenAI، والتي تحتاج إلى اللاحقة /v1 . يعتمد المضيف الدقيق على إعدادك: http://localhost:11434/v1 للتثبيت الأصلي (native)، http://host.docker.internal:11434/v1 لـ Docker على macOS/Windows، وعنوان host-gateway لـ Docker على Linux. يحتاج Ollama أيضًا إلى OLLAMA_HOST=0.0.0.0:11434 عندما يجري الوصول إليه من حاوية.
هل Ollama مجاني؟
نعم، المُشغّل المحلي مفتوح المصدر مجاني ومرخّص تحت MIT. لدى Ollama أيضًا خيارات سحابية مُستضافة، بما في ذلك مستويات Pro وMax المدفوعة، لكن ذلك منفصل عن المُشغّل المحلي الذي يدور حوله هذا المقال بشكل رئيسي. المُشغّل الذي تثبّته على جهازك أو VPS الخاص بك لا يكلّف شيئًا؛ تكلفتك الوحيدة هي العتاد الذي يعمل عليه.
هل تشغيل Odysseus آمن؟
لديه سطح هجوم كبير (تنفيذ الصدفة والوكيل، واستدعاء أدوات MCP، والوصول إلى بريد IMAP) وهو قاعدة كود حديثة ومولّدة جزئيًا بالذكاء الاصطناعي دون تدقيق أمني واسع النطاق بعد. إنه قابل للتشغيل، لكن تعامل معه بحسب ذلك: اعزله في بيئة معزولة (sandbox)، وأبقه بعيدًا عن الحسابات الحساسة حتى ينضج، وراقب خطر حقن المطالبات (prompt-injection).
خلاصة القول
النموذج الذهني هو بيت القصيد بأكمله: Odysseus وOllama ليسا في مواجهة، بل هما حزمة. تجلس مساحة العمل في الأعلى، ويعمل محرك الاستدلال في الأسفل، وتستدعي مساحة العمل المحرك عبر API. النموذج الذي تختاره هو ما يحدد حجم عتادك، لذا قرّر ما تريد تشغيله قبل أن تقرر ما ستشغّله عليه.
