omm

omm recommend

실제 설치 텔레메트리로 학습한 예측 모델로 후보 순위를 매기고 — 학습된 모델을 못 가져오면 정적 규칙으로 대체 — 1위 후보를 설치하겠냐고 물어봅니다.

01 / 06

개요

뭘 설치해야 할지 모를 때 쓰는 명령입니다. 이 머신을 스캔해서 예측 속도와 안전 메모리 예산을 얼마나 쓰는지로 후보 순위를 매기고, --json이 아니면 하나를 고르도록 안내한 다음 바로 설치합니다. --json은 읽기 전용입니다 — 순위 목록만 출력하고 아무것도 설치하지 않아서 스크립트에 쓰기 안전합니다. --yes는 선택 과정을 건너뛰고 1위 후보를 바로 설치합니다.

02 / 06

옵션

이 명령이 받는 모든 옵션과, 생략했을 때의 기본값입니다.

  • --profilededicated | balanced | minimal기본값: prompted; balanced with --yes/--json

    모델이 이 머신을 얼마나 차지해도 되는지 dedicated, balanced, minimal 중에서 고릅니다. 대화형 실행은 물어보고, --yes와 --json은 balanced가 기본입니다.

  • --json—기본값: off

    순위 매긴 후보를 JSON으로 출력하고 아무것도 설치하지 않습니다.

  • --yes—기본값: off

    대화형 선택을 건너뛰고 1위 후보를 바로 설치합니다.

03 / 06

예제

기본 검색부터 스크립트에 넣을 만한 형태까지.

대화형 — 후보 순위를 매긴 다음 하나를 고르도록 안내하고 설치합니다.

$ omm recommend

다른 작업에 메모리를 더 남기도록 가장 작은 메모리 사용 프로필을 고릅니다.

$ omm recommend --profile minimal

읽기 전용 — 순위 목록만 출력하고 아무것도 설치하지 않습니다.

$ omm recommend --json

비대화형 — 묻지 않고 1위 후보를 설치합니다.

$ omm recommend --yes

04 / 06

실제 실행 예시

2026-08-25, 실제 터미널로 처음부터 끝까지 직접 진행한 omm recommend 실행입니다 — 이 세션이 돌아가는 노트북 대신, design/FACTS.md의 설치 가이드가 쓰는 것과 같은 중급 사양 PC(Intel Core Ultra 7 155H, RAM 15.5GB, Intel Arc)를 기준으로 삼아서, 실제로 이걸 돌릴 만한 하드웨어 기준으로 순위가 나오게 했습니다. 바꿔치기한 건 하드웨어 값 하나뿐이고, 순위 계산·GitHub에서 실시간으로 가져온 후보 10개·화살표로 mistral 7b instruct v0.2(같은 순위 결과에 실제로 들어있는 후보)까지 이동한 것·그걸 고른 다음 나오는 상세 카드까지 전부 실제로 계산된 진짜입니다. Repository 필드에 나오는 TheBloke/Mistral-7B-Instruct-v0.2-GGUF도 이 사이트의 설치 데모가 이미 검증해 둔 것과 정확히 같은 저장소입니다. 이걸 선택하면 실제로 뭘 받는지도 보여주는데, 이 페이지만을 위해 4.4GB를 또 내려받는 대신 이미 검증된 같은 설치 데모(실제 바이트 수, Ollama·LM Studio·Jan 연결 요약)를 그대로 재사용했습니다.

06 / 06

문제가 생겼다면

아래 메시지는 모두 이 명령이 실제로 출력하는 것들입니다. 해당하는 메시지를 찾아 원인을 읽고, 마지막 줄대로 하면 됩니다.

  1. No model is predicted to run on this hardware.
    원인
    학습된 예측 모델이 매긴 후보가 전부 이 하드웨어에서 쓸 만한 최소 속도 밑으로 나왔습니다.
    대처
    이 머신에는 지금 학습 카탈로그에 있는 것보다 더 작은 모델이 필요할 가능성이 높습니다 — omm search로 1~3B급처럼 작은 모델을 직접 찾아보세요.
    출처
    src/omm/cli.py:2916
  2. No model in the current rules fits this hardware.
    원인
    학습된 모델을 못 가져와서 정적 규칙으로 대체했는데, 그마저도 이 머신의 남은 메모리에 맞는 걸 못 찾았습니다.
    대처
    다른 앱을 닫아 메모리를 확보한 다음 다시 시도하거나, 더 작은 모델을 직접 검색하세요.
    출처
    src/omm/cli.py:2952

그래도 해결되지 않는다면, 화면에 뜬 메시지 그대로를 첨부해 이슈를 등록하세요.

전체 명령어