Meta vs Ollama

Llama 与 Meta AI 背后的公司，重点关注开放权重模型、消费级 AI 与基础研究。

本地模型运行工具，适合追踪本地推理、模型分发、开发者体验与轻量部署。

用 Rust 编写并支持 15 家以上模型提供商，对需要本地部署、不想绑定单一模型厂商的开发团队来说，多了一个可嵌入自有工作流的开源选项。

用 npx ruflo init 就能给 Claude Code 装上多 Agent 协调、跨会话记忆和路由钩子，省去自己搭编排层的工作，但插件以账号权限运行且不做沙箱隔离，装之前得先读代码。

用 Tree-sitter 做确定性结构提取、LLM 只负责语义补充，这个分工让图谱结构可复现、语义可解释，是做代码理解和新人上手工具的团队值得参考的实现方式。

MCP 服务器、REST API 和四语言 SDK 让开发者能把这套实时情报管道直接接进现有 Agent 工作流，本地 Ollama 模式则免去 API 密钥成本。