Hob: åpen desktop-app kjører Gemma 4 og gpt-oss lokalt og jobber med filene dine

Frigade ga ut versjon 0.2.1 av Hob 26. oktober for Mac med Apple Silicon, Windows og Linux, under MIT-lisens. Utvikleren Christian skriver i Show HN-innlegget at det vanskeligste var å få småmodellene til å bruke verktøy pålitelig: modeller på 4 milliarder parametere svarte gjerne «here's your chart» uten å kalle diagramverktøyet, eller satt fast i en evig kall-løkke. Prompt-justering hjalp lite på små modeller, så mye av arbeidet gikk til vakter i koden rundt modellen.

Hob er Electron koblet mot llama.cpp i en egen prosess. Ved første oppstart velger appen modell etter maskinvaren fra en katalog i repoet: fra Qwen3 1.7B på 1,83 GB via startmodellen Gemma 4 E4B på 5,15 GB til gpt-oss-120b på 63,39 GB. Minimum er 8 GB RAM, 16 GB holder til hverdagsoppgaver og 32 GB eller mer gir de beste modellene. Bilder går til en liten Qwen3-VL, diktering til en lokal Whisper-modell, websøket kjører via SearXNG, og du kan legge til egne MCP-connectorer.

Sandkassen er det mest interessante valget for deg som bygger agenter: Python-koden modellen skriver, kan bare skrive til chattens mappe og får ikke nettverk med mindre den ber om det. Isolasjonen bruker sandbox-exec på macOS, Landlock på Linux og en lavintegritetsprosess på Windows.

Tråden under Show HN-innlegget peker på svakheter. Én bruker vil kunne flytte modellene til en annen partisjon, en annen savnet opprydding:

«Jeg likte ikke at det ikke fantes noen måte å rydde opp de 18 GB med modeller den installerte, etter at jeg fant ut at den egentlig ikke var brukbar til noe reelt arbeid.» — wilg, på Hacker News

Hva bør du gjøre?

1. Sjekk RAM og ledig disk før du laster ned: Hob trenger 10 til 25 GB til appen og modellene, og rundt 75 GB for den største modellen.
2. Les catalog.json i repoet for å se hvilke GGUF-filer og kvantiseringer Hob henter, med SHA256-sum per fil.
3. Slå av Web access under Settings og Privacy for å kjøre offline, bortsett fra nedlasting av modeller og oppdateringer.