omm contribute
하드웨어에 맞는 모델을 반복해서 설치·벤치마크·텔레메트리 업로드한 다음 지우는 과정을 반복해, omm recommend의 학습 데이터를 키웁니다.
01 / 06
개요
contribute는 omm 명령 중 유일하게 한동안 방치해도 되도록 만들어진 명령입니다: 후보를 내려받아 벤치마크하고, 현재 업로드 정책에 따라 결과를 올리고, 디스크 사용량을 억제하기 위해 모델을 지운 다음, Esc를 누르거나 이 하드웨어가 아직 안 다룬 후보가 바닥날 때까지 반복합니다. 모든 모델 볼륨에 실제 여유 공간이 있어야 시작하고, 뭐든 내려받기 전에 아래의 동의 안내문을 정확히 출력합니다.
02 / 06
옵션
이 명령이 받는 모든 옵션과, 생략했을 때의 기본값입니다.
--report-errors—기본값: off이번 실행에서만 정리된 에러 리포트를 보냅니다. 저장된 정책은 바꾸지 않고, 에러 리포트가 명시적으로 꺼져 있으면 무시됩니다.
--yes—기본값: off'Start contributing compute now?' 확인과 모델별 프롬프트를 모두 건너뜁니다 — 방치 실행에 필요합니다.
03 / 06
예제
기본 검색부터 스크립트에 넣을 만한 형태까지.
대화형 — 동의 안내문을 출력한 다음 시작하기 전에 물어봅니다.
$ omm contribute방치 실행 — 확인 없이, Esc를 누르거나 후보가 바닥날 때까지 돕니다.
$ omm contribute --yes이번 실행의 에러 리포트도 함께 보냅니다.
$ omm contribute --report-errors기본 ~/.omm 대신 여유 있는 볼륨에 모델을 저장합니다 — README에서 그대로 가져온 예제입니다.
$ OMM_HOME=/mnt/data/omm omm contribute --yes04 / 06
실제 실행 예시
2026-08-25, 업로드 정책을 'ask'로 맞춘 임시 OMM_HOME에서 실제로 실행한 omm contribute --yes입니다('never'면 contribute가 아예 시작을 거부해서 'always' 대신 'ask'를 썼습니다) — 실제로 후보 하나(maziyarpanahi/Qwen3-0.6B-GGUF)를 내려받고, 실제 실행 중인 Ollama로 벤치마크하고, 지운 다음, 두 번째 후보로 넘어갔습니다. 원래 그렇게 도는 명령입니다. 여기서 일부러 멈춘 이유는 숨기지 않고 밝힐 게 있어서입니다: contribute 자체의 업로드 호출은 force=True를 넘기기 때문에, 위 안내문이 설명하는 'ask' 정책 아래에서도 이 실제(익명화된) 벤치마크 결과 하나가 업로드됐습니다 — README와 화면 문구는 'ask'가 건마다 물어보는 것처럼 읽히지만, 코드는 contribute 자체의 업로드를 그렇게 막지 않습니다. 전송된 내용 자체는 design/FACTS.md의 setting 섹션이 이미 설명한, CPU/GPU 칩 점수만 담긴 텔레메트리 그 이상도 이하도 아닙니다.
06 / 06
문제가 생겼다면
아래 메시지는 모두 이 명령이 실제로 출력하는 것들입니다. 해당하는 메시지를 찾아 원인을 읽고, 마지막 줄대로 하면 됩니다.
omm contribute requires benchmark uploads to be enabled. Run `omm setting upload --enable` or `--ask` first.- 원인
- contribute는 항상 벤치마크 결과를 업로드합니다 — 그게 이 명령의 존재 이유라, 업로드가 아예 꺼져 있으면 시작을 거부합니다.
- 대처
- omm setting upload --enable이나 --ask를 실행한 다음 다시 시도하세요.
- 출처
- src/omm/cli.py:9273-9276
Neither Ollama nor LM Studio is installed or available. Install one of them, start it once, then retry `omm contribute`.- 원인
- 벤치마크하려면 모델을 로드할 실행 중인 엔진이 필요한데, contribute는 Ollama나 LM Studio만 구동할 줄 압니다.
- 대처
- Ollama나 LM Studio 중 하나를 설치하고 한 번 실행한 다음 다시 시도하세요.
- 출처
- src/omm/cli.py:8456-8459
omm contribute will not start with low disk space. Keep at least 10 GiB free on every model volume before an unattended run. /Users/you/.omm/models: 3.2 GiB free.- 원인
- 후보마다 중앙 다운로드에 더해 최악의 경우 엔진 사본까지 들어갈 여유가 필요합니다 — contribute는 방치 실행을 시작하기 전에 이걸 확인하지, 도중에 확인하지 않습니다.
- 대처
- 메시지에 나온 볼륨(정확한 필요량이 메시지에 있습니다)의 공간을 확보하거나, OMM_HOME을 여유 있는 드라이브로 지정하세요.
- 출처
- src/omm/cli.py:7871-7879
그래도 해결되지 않는다면, 화면에 뜬 메시지 그대로를 첨부해 이슈를 등록하세요.
전체 명령어
- omm search큐레이션 카탈로그, HuggingFace, ModelScope에서 모델을 한 번에 찾습니다.
- omm install모델을 허브에 내려받아 설치된 모든 러너에 연결합니다.
- omm run설치한 모델과 대화합니다 — Ollama는 터미널에서, GUI 러너는 앱을 열어서.
- omm recommend이 머신 하드웨어에 맞춰 순위 매긴 모델을 추천하고, 설치까지 제안합니다.
- omm setup하드웨어 스캔과 러너 설치 체크리스트를 언제든 다시 실행합니다.
- omm scan이 머신의 하드웨어·감지된 러너·모델을 보여줍니다 — 옵션 없이 바로.
- omm tune모델에 맞는 컨텍스트 길이·GPU 오프로드·스레드·배치 크기 추천값을 받습니다.
- omm fit설치 여부와 상관없이 지금 이 머신 여유 메모리에 모델이 맞는지 봅니다.
- omm helpomm 자체 명령어 요약, 또는 --all로 전체 레퍼런스를 봅니다.
- omm import다른 앱의 모델 디렉터리에 있는 .gguf 파일을 omm 허브로 편입시킵니다.
- omm uninstall모델을 제거하고 심볼릭 링크·매니페스트를 정리합니다. 별칭: rm.
- omm listomm이 설치한 모든 모델과 각각 어떤 러너에 연결돼 있는지 봅니다. 별칭: ls.
- omm info설치된 모델 하나의 저장소·버전·크기·링크·실행 명령을 자세히 봅니다.
- omm upgrade설치된 모델을 소스 기준으로 새로고침 — 실제로 바뀐 것만 다시 내려받습니다. 별칭: up.
- omm link설치된 모든 모델의 러너 링크를 다시 확인·복구하거나, 커스텀 디렉터리에 링크합니다.
- omm cleanup남은 부분 다운로드와 깨진 러너 심볼릭 링크를 한 번에 정리합니다 — 옵션 없이 바로.
- omm verify설치된 모델이 이 머신에서 실제로 로드되고 텍스트를 생성하는지 증명합니다.
- omm benchmark설치된 모델 하나 이상의 로컬 품질·속도 증거를 남깁니다.
- omm update최신 소스로 omm을 재설치하고 추천 데이터를 새로고침합니다.
- omm settingomm 설정을 보거나 바꿉니다 — 텔레메트리·외부 전송 데이터·테마·업데이트 채널 등.
- omm doctoromm 설치와 Ollama 링크를 읽기 전용으로 진단합니다 — 옵션 없이 바로.
- omm engine install설정 체크리스트를 건너뛰고 로컬 AI 러너 하나를 바로 설치합니다.
- omm log로컬 실행 로그를 읽습니다 — omm이 뭘 실행했고 잘 됐는지.
- README — UsageEvery omm command, one line each.