diff --git a/post/pershyy-dosvid-z-ollama-llm.md b/post/pershyy-dosvid-z-ollama-llm.md
new file mode 100644
index 0000000..4a4bde6
--- /dev/null
+++ b/post/pershyy-dosvid-z-ollama-llm.md
@@ -0,0 +1,64 @@
+# Перший досвід з Ollama / LLM
+
+Схоже, я значно відстаю від загальних трендів і хайпу довкола ШІ, хоча й давно вже користуюсь цим інструментом, зокрема - засобами Duck.ai
+
+Тільки зараз знайшов час поставити собі локально відкритий сервер [Ollama](https://ollama.com), здебільшого - з метою приватного користування, без відправлення хоч й анонімних, але цілком очевидних запитів на сторонні сервери. Нижче коротенький "дамп" з цього досвіду, може комусь також згодиться.
+
+## Встановлення
+
+Ollama - сервер з відкритим кодом, який надає API для роботи з мовними моделями від різних постачальників. Завантажити його можна з [офіційного сайту](https://ollama.com/download). Є також останні релізи в репозиторії на [GitHub](https://github.com/ollama/ollama/releases).
+
+Зібрати з сорсу в мене не вийшло через помилку Vulkan. Наскільки я зрозумів (з попереднього досвіду встановлення графічного редактора Zed) його API не підтримується моїм старим залізом (iMac 2011)
+
+Вперше, я спробував поставити сервер Ollama з репозиторію Fedora:
+
+``` bash
+dnf install ollama
+```
+
+Він працює, але модель gpt-oss не запустилась через [баг з датою](https://github.com/ollama/ollama/issues/11680): дуже дивно, що в репозиторії (Fedora 43) й досі якась допотопна версія цього серверу.
+
+Отже, збирайтесь одразу або з сорсу (якщо зможете) або з бінарників останніх релізів на GitHub - там по суті треба розпакувати теку та виконати:
+
+``` bash
+bin/ollama --help
+```
+* або поставити його в систему командою `install`
+
+## Моделі LLM
+
+Після встановлення сервера, потрібно завантажити мовну модель. Вони бувають різні, для кожної задачі - своя спеціалізація, така спеціалізація може бути "універсальною". Для коду (в рамках тестування на Duck.ai) мені сподобались Claude Haiku та загальний GPT-4o mini. Обрати популярні моделі можна зі [списку](https://ollama.com/search), інші можна скачати на офіційних сайтах окремих моделей.
+
+Для тестів я обрав:
+
+* Mistral (~4Gb)
+* GPT-OSS (~14Gb або 65Gb) - в залежності від кількості "нейронів" та конкретної версії
+
+Встановлюються і запускаються моделі після запуску сервера Ollama:
+
+``` bash
+ollama serve
+```
+
+Потрібна модель вказується аргументом run, я це роблю в окремому табі (сесії) терміналу:
+
+``` bash
+ollama run mistral
+```
+* якщо модель відсутня, її буде автоматично завантажено з репозиторію
+* тут варто зауважити, що у вас повинно бути достатньо оперативної пам'яті, інакше ймовірне її переповнення з подальшим завісанням системи. Скільки для якої моделі потрібно пам'яті - дивіться в специфікації. Скажу тільки що моїх 12 Gb + 8 Gb swap достатньо лише для Mistral. Наскільки розумію, розмір пам'яті приблизно дорівнюватиме розміру моделі + витрати на систему і сам сервер Ollama. Так собі думаю, що теоретично можна організувати swap-файл на SSD, звісно буде не дуже швидко і не дуже "гуманно" для цього типу носія, але якось буде.
+
+Щоб видалити модель і звільнити простір, виконуємо послідовність команд:
+
+``` bash
+ollama list
+ollama rm ID
+```
+* ID - назва зі списку
+* файли завантажених моделей можна знайти в теці `~/.ollama` поточного користувача
+
+## Клієнти
+
+Не довго обираючи, поставив з магазину додатків Alpaca, ця "альпака" також є на [GitHub](https://github.com/Jeffser/Alpaca).
+
+В іншому, тут що кому треба: можна прикрутити плагіни для VSCode та інших програм, або ж просто користуватись штатним CLI сервера Ollama без додаткового софту.
\ No newline at end of file