CLI リファレンス

Ollaya は単一のバイナリです。CLI、サーバー、モデルランナーがその中にあります。Ollama を使ったことがあれば、コマンドは馴染み深く感じられるでしょう。

serve と update を除くすべてのコマンドは、OLLAYA_HOST のサーバーと通信します。そこから応答がなく、アドレスがローカルの場合、CLI は（モデルなしの ollaya stop を除いて）ollaya serve をバックグラウンドで起動し、~/.ollaya/logs/server.log（または OLLAYA_LOG_DIR の server.log）にログを記録します。

モデル名

モデルは name:tag として参照します。tag を省略すると latest が使われます。名前は大文字小文字を区別しません。

ollaya run laya                 # same as laya:latest, a router
ollaya run laya:multilingual
ollaya pull laya:en-fp32

laya:en のようなモデルは、1 つの重みファイルを共有する fp16 と fp32 のグラフを持ちます。精度はモデルのロード時に選ばれます。CUDA GPU では fp16、CPU では fp32 です。-fp16 と -fp32 の tag でどちらかに固定できます。

ollaya run

ollaya run laya --preset triage "Your app crashed during checkout and I was charged twice. Please refund one of the charges."

run はサーバーに接続し（必要なら起動し）、モデルがこのマシンになければ取得し、ロードして、質問ごとに 1 行を出力します。答え、バー、その確率です。

質問の出どころは、最初に一致したものが優先されます。--questions、次に --preset、次にモデルに組み込まれた質問（qwen3guard のもの、または Modelfile で追加したもの）、最後に triage プリセットです。run が triage にフォールバックすると、その旨を stderr に出力します。

--questions は curl -d のように、コマンドラインで直接 JSON を受け取ることもできます。{ で始まる値はインライン JSON で、それ以外はファイルパスです。@file は常にファイルで（ファイル名が { で始まる場合に便利です）、@- は標準入力から質問を読み、その場合状態はコマンドラインに書きます。

ollaya run winnow:e4b --questions '{"topic":{"type":"choice","criteria":["billing","access","other"]}}' "..."
ollaya run winnow:e4b --questions @questions.json "..."
cat questions.json | ollaya run winnow:e4b --questions @- "..."

状態はコマンドラインの残りの部分です。状態がない場合、run はパイプされた標準入力を読みます。

cat ticket.txt | ollaya run laya --preset triage

状態なしで端末上で実行すると、run はプロンプトを開きます。状態を入力して Enter を押します。複数行は """ で囲みます。コマンド：

ollaya serve

CLI とあなたのアプリケーションが通信するサーバーを起動します。ネイティブ API（/api/*）と TypeSafe 互換 API（/v1/*）を提供します。詳しくは API リファレンス を参照してください。Linux のインストーラはこれを ollaya systemd サービスとして実行します。

ollaya serve

これが必要になることはほとんどありません。サーバーが起動していないときは、他のコマンドがバックグラウンドで起動します。OLLAYA_HOST で既にサーバーが動いている場合、ollaya serve はその旨を告げて終了します。サーバーをフォアグラウンドで実行するには、先に ollaya stop でそれを停止してください。

環境変数で設定します。

systemd サービスの場合は、sudo systemctl edit ollaya と Environment= 行で変更します。

ollaya pull

モデルをダウンロードし、各レイヤーを sha256 で検証します。ルーターを取得すると、それがルーティングするすべてのモデルも取得します。このマシンに必要なレイヤーだけがダウンロードされ、中断したダウンロードは再開します。

ollaya pull laya

ollaya list と ollaya ps

list はこのマシン上のモデルを ID、サイズ、取得した時刻とともに表示します。ps はロードされたモデル、実行されているデバイス（cpu、cuda:0）、精度、アンロードされる時刻を表示します。

NAME                ID             SIZE     MODIFIED
laya:latest         b87ca1631b11   11 KB    13 seconds ago
laya:multilingual   ba7a334675b4   684 MB   13 seconds ago
laya:en             bf30e4654e94   854 MB   30 seconds ago

ollaya show

モデルのアーキテクチャ、パラメータ、コンテキスト長、精度、言語、機能、ライセンスを出力します。ルーターの場合はルートを出力します。

ollaya stop

ollaya stop MODEL は、実行中のモデルを、処理中のリクエストが終わり次第アンロードします。keep-alive が切れるのを待ちません。

モデルなしの ollaya stop は OLLAYA_HOST のサーバーを停止し、すべてのモデルをアンロードします。停止するのは、あなたが ollaya serve で、または別のコマンドの実行で起動したサーバーだけです。Linux の systemd サービスのような他のユーザーのサーバーは決して停止しません。それは sudo systemctl stop ollaya で停止します。

ollaya rm と ollaya cp

ollaya cp laya:en my-guardrail
ollaya rm my-guardrail

rm は、他のどのモデルも使っていない blob も削除します。ルーターを削除しても、それがルーティングするモデルは残ります。cp は既存の宛先を上書きします。

ollaya preset

プリセットは、どのモデルでも再利用できる名前付きの質問セットです。ollaya run MODEL --preset NAME、または /api/decide で "preset": "NAME" です。6 つが組み込みです。自分のものは次のように保存します。

ollaya preset create billing-check --questions billing.json --description "Billing, and how upset the customer is"
ollaya run winnow:e4b --preset billing-check "I was charged twice this month."

名前は小文字、数字、-、_ です。カスタムプリセットはサーバーが保存するため（モデルの隣の presets/ に）、CLI、API、MCP サーバーのすべてがそれらを参照できます。プリセットは Modelfile の QUESTIONS で作ったモデルとは異なります。1 つのモデルに縛られず、何もコピーしません。

ollaya update

最新リリースを現在のものに上書きインストールします。インストールスクリプトを同じプレフィックスにもう一度実行するので、モデル、プリセット、systemd サービスはそのままです。

ollaya update --check   # only say whether a newer release exists
ollaya update

デスクトップアプリに付属するバイナリ（macOS アプリ、Windows インストーラ、AppImage、または .deb と .rpm パッケージ）は新しいアプリをインストールすることで更新され、コンテナは新しいイメージを取得することで更新されます。ollaya update はそれを変更せず、その旨を告げます。

ollaya create

Modelfile からモデルをビルドします。たとえば質問セット、再フィットした較正、固定した精度を焼き込むためです。-f の既定は ./Modelfile です。

ollaya create triage -f Modelfile