Instructions to use optima-tools-ch/chat-low with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use optima-tools-ch/chat-low with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf optima-tools-ch/chat-low:Q4_0
# Run inference directly in the terminal:
llama cli -hf optima-tools-ch/chat-low:Q4_0

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf optima-tools-ch/chat-low:Q4_0
# Run inference directly in the terminal:
llama cli -hf optima-tools-ch/chat-low:Q4_0

Build from source code

git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-app
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama serve -hf optima-tools-ch/chat-low:Q4_0
# Run inference directly in the terminal:
./build/bin/llama cli -hf optima-tools-ch/chat-low:Q4_0

Use Docker

docker model run hf.co/optima-tools-ch/chat-low:Q4_0

Llama new
LM Studio
Jan

vLLM

How to use optima-tools-ch/chat-low with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "optima-tools-ch/chat-low"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "optima-tools-ch/chat-low",
		"messages": [
			{
				"role": "user",
				"content": [
					{
						"type": "text",
						"text": "Describe this image in one sentence."
					},
					{
						"type": "image_url",
						"image_url": {
							"url": "https://cdn.britannica.com/61/93061-050-99147DCE/Statue-of-Liberty-Island-New-York-Bay.jpg"
						}
					}
				]
			}
		]
	}'

Use Docker

docker model run hf.co/optima-tools-ch/chat-low:Q4_0

Ollama
How to use optima-tools-ch/chat-low with Ollama:
```
ollama run hf.co/optima-tools-ch/chat-low:Q4_0
```
Unsloth Desktop

How to use optima-tools-ch/chat-low with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf optima-tools-ch/chat-low:Q4_0

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "optima-tools-ch/chat-low:Q4_0"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use optima-tools-ch/chat-low with Docker Model Runner:
```
docker model run hf.co/optima-tools-ch/chat-low:Q4_0
```

Lemonade

How to use optima-tools-ch/chat-low with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull optima-tools-ch/chat-low:Q4_0

Run and chat with the model

lemonade run user.chat-low-Q4_0

List all available models

lemonade list

Hermes Agent

How to use optima-tools-ch/chat-low with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf optima-tools-ch/chat-low:Q4_0

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default optima-tools-ch/chat-low:Q4_0

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use optima-tools-ch/chat-low with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf optima-tools-ch/chat-low:Q4_0

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "optima-tools-ch/chat-low:Q4_0" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

chat-low / README.md

OptimaTools

Chat Low : documents, crédits, licence et manifeste

c83eb5d verified 2 days ago

preview code

Raw History Blame

2.74 kB

metadata

license: apache-2.0
license_link: https://www.apache.org/licenses/LICENSE-2.0.txt
library_name: gguf
pipeline_tag: image-text-to-text
base_model: google/gemma-4-E4B-it-qat-q4_0-unquantized
base_model_relation: quantized
tags:
  - gguf
  - gemma
  - vision
  - optima-tools

Optima Tools — Chat et raisonnement — Low

Paquet Low du chat d'Optima Tools (identifiant chat.low) : Gemma 4 E4B, quantification QAT Q4_0, avec son projecteur multimodal pour l'analyse d'images. Niveau léger : poste courant sans GPU dédié.

Statut

Fichiers copiés depuis la source le 2026-10-27, identiques octet pour octet à la révision indiquée ci-dessous.
Les empreintes SHA-256 sont celles des métadonnées LFS de Hugging Face, identiques sur la source et sur ce dépôt. Elles n'ont pas été recalculées localement.
Le modèle n'a pas été testé dans Optima Tools : son intégration reste à qualifier.
Le téléchargement depuis l'application n'est pas encore ouvert.

Fichiers du modèle

Fichier	Rôle	Taille	SHA-256
`gemma-4-E4B_q4_0-it.gguf`	Modèle de langage (poids Gemma 4 E4B, quantification QAT Q4_0)	5,15 Go	`676c35070db6dbe52f93e9c864ee0fba4eddea94b9c875d9cb10daff453fbaee`
`gemma-4-E4B-it-mmproj.gguf`	Projecteur multimodal : nécessaire à l’analyse des images	0,99 Go	`7498a37cb619e55f2fcf87eb931f56e99389ed6d432e4c5c66110694c0d65578`

Les deux fichiers se placent dans le même dossier : le moteur (llama.cpp) retrouve le projecteur à côté du modèle.

Source

Dépôt : https://huggingface.co/google/gemma-4-E4B-it-qat-q4_0-gguf
Révision : 4b4a2c1d584be7264f87aac328a1bc739ce81b6c
Auteurs : Google DeepMind
Transfert : duplication des fichiers LFS côté serveur Hugging Face, puis commit. Aucun fichier modifié.

Licence et crédits

Apache License 2.0 : texte intégral dans LICENSE. Auteurs, source, révision, rôle d'Optima Tools (préparateur et distributeur) et modifications : CREDITS.md et CREDITS.json.

Documents du dépôt

Fichier	Contenu
`README-Google.md`	README officiel de la révision source, copie identique
`LICENSE`	Licence Apache 2.0
`CREDITS.md`, `CREDITS.json`	Crédits, licence, modifications
`SOURCE.json`	Provenance, révision, fichiers, tailles, SHA-256
`.optima-package.json`	Manifeste lu par Optima Tools (taille et SHA-256 de chaque fichier du modèle)

Droits des auteurs d'origine

Les auteurs d'origine conservent l'ensemble de leurs droits. Optima Tools n'est pas le créateur de ce modèle : ce dépôt en prépare la distribution vérifiée pour l'application, avec mention des sources, des licences et des crédits.