Ollama Easy GUI – versione 1.0.0

Ho appena rilasciato la versione 1.0.0 di Ollama Easy GUI, un progetto a cui lavoro da tempo e che oggi è disponibile su GitHub. È un’interfaccia grafica per Ollama, pensata per chi vuole usare modelli AI in locale mantenendo il controllo completo sui propri dati.

In questo articolo racconto cos’è, perché l’ho realizzata e come si può usare nel suo insieme, in seguito pubblicherò guide più approfondite sulle singole funzionalità.

Per chi non ce la fa a resistere e vuole vedere subito la pagina su Github, il link è questo.

Il contesto: Ollama e l’AI locale

Per chi non lo conoscesse, Ollama permette di far girare modelli AI sul proprio computer. Si scarica localmente un modello (Llama, Mistral, Qwen e molti altri), ci si interagisce, tutto resta sulla propria macchina.

Ollama nasce per funzionare da terminale: si fa una richiesta e il modello risponde. Efficiente, ma non esattamente comodo per l’uso quotidiano. Esistono diverse interfacce grafiche che risolvono questo problema, alcune molto valide. Ollama Easy GUI è la mia proposta in questo spazio.

Perché un’altra interfaccia

Nasce dal mio desiderio di trovare il giusto equilibrio tra semplicità e funzionalità.

Ollama da terminale è essenziale, troppo essenziale per un uso quotidiano, come lo è anche l’interfaccia resa disponibile da qualche tempo. LM Studio, che uso regolarmente, va nella direzione opposta: molte funzionalità, ma un’interfaccia che può risultare dispersiva. Cercavo qualcosa nel mezzo, con tutte le funzioni che servono, presentate in modo chiaro e accessibile.

C’era anche una seconda motivazione, più sperimentale. Volevo capire fino a che punto si può arrivare sviluppando software in collaborazione con Claude Code, senza essere programmatori di professione. Il progetto è iniziato mesi fa, ma è stato possibile portarlo a termine solo con l’arrivo di Opus 4.5, che ha la capacità di gestire la complessità necessaria per un’applicazione di queste dimensioni.

Le funzionalità specifiche che volevo integrare erano diverse.

• Il supporto MCP: il Model Context Protocol sviluppato da Anthropic. MCP permette ai modelli AI di interagire con strumenti esterni, leggere file, interrogare database, accedere a repository GitHub e altro ancora. È un protocollo che apre possibilità interessanti, ma richiede modelli con il supporto per il function calling e un’infrastruttura per la gestione delle chiamate. Volevo un’interfaccia con l’integrazione di MCP in modo nativo e con indicatori visivi chiari su cosa sta succedendo durante l’esecuzione.

• Un prompt di sistema globale: istruzioni che si applicano a tutti i modelli, indipendentemente da quale si usa. Utile per definire preferenze di lingua, formato delle risposte, requisiti di accuratezza. Una volta impostato, non serve ripeterlo per ogni conversazione o per ogni modello.

• I prompt di sistema per modello: che ho chiamato “base prompt” per distinguerli da quelli di sistema veri e propri. Ogni modello ha caratteristiche diverse e può beneficiare di istruzioni specifiche, volevo poter definire un prompt base per ciascun modello, applicato automaticamente a tutte le conversazioni con quel modello.

• E naturalmente la privacy: un’applicazione dove tutti i dati restassero locali. Nessun cloud, nessun tracking, nessuna dipendenza da servizi esterni per le funzionalità core. Le conversazioni salvate in file JSON sulla mia macchina, punto.

Come è nato il progetto

Ollama Easy GUI è nato con la collaborazione con Claude Code, lo strumento di Anthropic per lo sviluppo assistito da AI. Il mio ruolo è andato oltre quello di semplice committente, di volta in voltasono stato anche capo-progetto e direttore della revisione, definendo requisiti, architettura generale e funzionalità, ma anche supervisionando ogni fase dello sviluppo e guidando le scelte implementative.

Claude è stato sviluppatore, ma anche revisore critico delle mie richieste prima ancora che del codice, una guida preziosa nell’orientarmi tra le possibilità tecniche, un’interfaccia operativa efficace verso GitHub, e naturalmente l’autore materiale del software. Per questo non si è trattato di “io ho chiesto, l’AI ha eseguito”, ma di un lavoro a più livelli dove entrambi abbiamo contribuito in modi diversi e complementari.

Il progetto ha richiesto tempo. L’ho avviato mesi fa con il nome OllamaGUI, ma le versioni di allora di Claude non riuscivano a gestire la complessità crescente dell’applicazione. Con Opus 4.5 le cose sono cambiate: il modello riesce a mantenere coerenza su un progetto così articolato.

Prima di pubblicare su GitHub ho fatto un controllo e ho scoperto che esistono già diversi progetti chiamati OllamaGUI. Da qui la necessità di trovare un nome unico. La scelta di inserire “Easy” non è casuale, riflette lo spirito del progetto, un’interfaccia che vuole essere facile da usare senza sacrificare le funzionalità.

Cosa fa Ollama Easy GUI

L’interfaccia si presenta con un layout a tre colonne: conversazioni a sinistra, chat centrale, pannello di controllo a destra.

Le funzionalità principali si possono raggruppare in quattro macroaree.

• Gestione delle conversazioni: è possibile creare, modificare, eliminare ed esportare conversazioni. Ogni conversazione è autonoma e può avere allegati (PDF, documenti Word, immagini, file di testo). L’esportazione supporta tre formati: Markdown, testo semplice e Word.

• Gestione dei modelli: si possono vedere i modelli installati localmente, consultare le loro caratteristiche, rimuoverli. Ma soprattutto si possono cercare e scaricare nuovi modelli direttamente dall’hub di Ollama, senza passare dal terminale. Ogni modello può avere un suo prompt di sistema personalizzato che viene applicato automaticamente a tutte le conversazioni.

• Integrazione MCP: è possibile configurare server MCP (filesystem, GitHub, altri) e abilitarli con un toggle nell’interfaccia. È importante evidenziare che MCP funziona solo con modelli che supportano il function calling. Non tutti i modelli Ollama hanno questa capacità. Llama 3.1, Llama 3.2, Llama 3.3, Qwen 2.5, Mistral e Command-R sono compatibili. Llama 2, CodeLlama, Phi nelle prime versioni non lo sono. La documentazione del progetto include una guida dettagliata alla compatibilità.

• Global system prompt: un pulsante nell’header permette di definire istruzioni che si applicano a tutti i modelli. È il punto dove impostare preferenze come “rispondi sempre in italiano” o “sii conciso”. Queste istruzioni si combinano automaticamente con i prompt specifici di ciascun modello, senza doverle ripetere ogni volta.

Architettura e scelte tecniche

L’applicazione è costruita con Node.js lato server e JavaScript vanilla lato client. Nessun framework, nessuna dipendenza pesante. L’unica libreria esterna è pdf-parse per gestire gli allegati PDF.

Questa scelta di minimalismo ha vantaggi concreti: l’applicazione si avvia in pochi millisecondi, occupa poca memoria, non richiede build complesse. Lo svantaggio è che alcune funzionalità richiedono più codice di quanto ne servirebbero con un framework, ma per un progetto di queste dimensioni il trade-off mi sembra favorevole.

I dati sono tutti in file JSON nella directory dell’applicazione. Conversazioni, configurazioni MCP, prompt di sistema: tutto leggibile, tutto esportabile, tutto sotto il tuo controllo.

Requisiti e installazione

Per usare Ollama Easy GUI ti serve:

• Ollama installato sul sistema (scaricabile da ollama.ai)

• Node.js versione 16 o successiva

• Git per clonare il repository

L’installazione è semplice, da terminale:

git clone https://github.com/paolodalprato/ollama-easy-gui.git 
cd ollama-easy-gui 
npm install 
npm start

L’interfaccia si apre nel browser all’indirizzo localhost:3003.

Per gli utenti Windows c’è anche uno script batch che semplifica ulteriormente le cose: controlla gli aggiornamenti, configura le variabili d’ambiente per ottimizzare l’uso della GPU, avvia tutto con un doppio click.

Una nota sulla privacy e MCP

Ho parlato di privacy come principio fondante del progetto. È importante però fare una distinzione.

Ollama Easy GUI in sé non comunica con nessun server esterno. Le conversazioni restano locali, non c’è telemetria, non ci sono API key richieste per le funzionalità base.

Tuttavia, alcuni server MCP sono ponti verso servizi cloud. Se si configura il server GitHub, le query passano attraverso le API di GitHub. Se si usano server MCP che accedono a servizi esterni, quei servizi riceveranno i dati. La privacy locale dell’applicazione non si estende automaticamente agli strumenti che si sceglie di collegare.

Il punto è che usando solo funzionalità completamente locali (chat con modelli, allegati, salvataggio conversazioni) oppure abilitando selettivamente le integrazioni che servono in modo consapevole, si ottiene il controllo dei propri dati.

Cosa manca e cosa verrà

La versione 1.0.0 è funzionalmente completa per l’uso che ne faccio io, ma c’è spazio per miglioramenti.

Sto già raccogliendo idee, senza avere ancora deciso cosa mettere nella versione 2. E anche idee e suggerimenti di tutti, l’Open Source serve a anche a questo.

Il codice è su GitHub con licenza MIT: chiunque può contribuire, segnalare problemi, proporre funzionalità.

Per concludere

Ollama Easy GUI è uno strumento che ho costruito prima di tutto per me, per un’esigenza concreta di interfaccia locale con supporto MCP. Lo rilascio pubblicamente perché potrebbe essere utile ad altri con esigenze simili.

Non è l’interfaccia Ollama definitiva, non pretende di esserlo. È un’opzione in più, con caratteristiche specifiche che potrebbero interessare o meno. Per chi ritiene importante la privacy locale, per chi vuole sperimentare con MCP o preferisce un’applicazione leggera senza dipendenze pesanti, il codice è aperto e disponibile.

Il repository è questo.

La documentazione include guide all’installazione, alla configurazione MCP, alla compatibilità dei modelli. Nei prossimi articoli approfondirò le singole funzionalità, con esempi pratici d’uso.