Pulire i modelli di Ollama e LM Studio sul Mac

Gli strumenti di AI locali possono riempire un disco in fretta perché i pesi dei modelli sono il prodotto, non una piccola cache attorno. Un modello si può di nuovo scaricare, ma il download può costare, una revisione può sparire, oppure licenza e accesso possono cambiare. Fai l’inventario dei modelli con lo strumento proprietario e conserva separatamente chat, fine-tune, adapter, prompt e dati di progetto.

Dove gli strumenti di AI locali salvano i pesi

I modelli sono quasi sempre la parte pesante, e ognuno si misura in gigabyte.

• Ollama conserva i modelli in ~/.ollama/models per impostazione predefinita, oppure nella directory impostata da OLLAMA_MODELS. Il suo riferimento CLI attuale usa ollama ls per inventariare i modelli e ollama rm <model> per rimuoverne uno per nome. È più sicuro che cancellare i file a mano, perché lo strumento può aggiornare il proprio archivio modelli.
• LM Studio ti fa scegliere la directory dei modelli. Usa My Models nell’app o lms ls per elencare modelli locali e dimensioni, poi rimuovi un modello tramite LM Studio così il catalogo dell’app resta coerente. Non affidarti a un solo percorso nascosto fisso.
• Le librerie Hugging Face mettono in cache i download in ~/.cache/huggingface/hub, che cresce man mano che gli script scaricano modelli e dataset, a meno che HF_HOME o un’altra impostazione di cache non cambi la radice. hf cache ls inventaria repository e revisioni. Anteprima di una rimozione precisa con hf cache rm model/<repo> --dry-run, oppure anteprima di revisioni staccate e incomplete con hf cache prune --dry-run. La guida alla cache di Hugging Face documenta entrambi i comandi.

Controlla i totali direttamente, così sai con cosa hai a che fare:

du -sh ~/.ollama/models ~/.cache/huggingface 2>/dev/null

Cache e dati non sono la stessa cosa

Questa distinzione rende la pulizia sicura. Un modello pubblicato può di nuovo scaricarsi, ma un fine-tune locale, un adapter, una quantizzazione convertita o un checkpoint privato possono non farlo. Le app desktop di AI possono anche tenere lo stato delle conversazioni e gli allegati in Application Support o sincronizzare parte della cronologia con un account. Controlla comportamento di export e sync dell’app invece di assumere che ogni chat sia locale o che ogni file locale sia usa e getta. Le cache dei modelli sono grandi, ma non sono gratuite da ricreare.

Rimuovere del tutto un’app di AI

Se hai finito con uno strumento, il bundle dell’app è la parte piccola. Per recuperare lo spazio vero devi rimuovere anche modelli e file di supporto, lo stesso problema di disinstallare del tutto un’app. Per Ollama, rimuovi i modelli per nome con ollama rm prima di disinstallare l’app. Per LM Studio, rimuovi i modelli dalla directory configurata tramite l’app. Per un client chat desktop, esporta la cronologia necessaria e segui la guida di disinstallazione del vendor prima di revisionare i dati di supporto. Non cancellare un intero container di Application Support solo perché il nome coincide con un’app.

Dietro le quinte: come gli strumenti memorizzano i modelli, e perché la dimensione è intrinseca

Ollama conserva ogni modello come blob content-addressed (file nominati con il loro hash sha256) sotto ~/.ollama/models/blobs, con piccoli manifest che collegano un nome di modello e un tag ai blob di cui ha bisogno. Due modelli basati sullo stesso layer base condividono i blob, quindi ollama rm elimina prima un manifest e libera un blob solo quando nient’altro lo referenzia. È esattamente perché cancellare i file blob a mano è rischioso: puoi orfanare un modello che ancora punta a essi. La dimensione non è overhead, è il modello: miliardi di parametri richiedono comunque gigabyte anche dopo la quantizzazione, e modelli più grandi o a precisione più alta ne richiedono molti di più, perché i pesi sono la cosa. La cache di Hugging Face funziona allo stesso modo, memorizzando snapshot immutabili chiave per revisione così i pull ripetuti si deduplicano. Ecco perché la regola è «rimuovi con il comando dello strumento»: mantiene coerente l’archivio content-addressed invece di lasciare blob orfani.

Dove aiuta una mappa del disco

Una mappa del disco come la vista Analyze di Mole può rivelare un archivio modelli inatteso, ma nomi dei modelli, blob condivisi e riferimenti alle revisioni appartengono a Ollama, LM Studio o Hugging Face. Un cleaner generico dovrebbe evitare archivi modelli e trascrizioni di chat a meno che l’utente non indichi un target esatto.

Un ordine di operazioni sicuro

Elenca i modelli con lo strumento proprietario, distingui i pesi pubblicati dagli artefatti privati o trasformati localmente, esporta conversazioni e adapter unici, poi rimuovi un modello per nome alla volta. Ricontrolla l’uso del disco perché i blob condivisi possono limitare lo spazio recuperato. Rimuovi intere directory di supporto solo come parte di una disinstallazione verificata, senza dati da conservare.