memown tourne sur la machine que vous possédez déjà. Au premier lancement, il télécharge son moteur (llama.cpp, depuis GitHub) ; il vous faut aussi un fichier de modèle (.gguf), par exemple sur Hugging Face. Ensuite, les réponses sont calculées sur votre machine. Choisissez votre plateforme.
Ubuntu 24.04 ou plus récent (glibc ≥ 2.38), avec libgomp1 installée. Vérifié sous Ubuntu 24.04 le 23 septembre 2026. Ne démarre pas sous Ubuntu 22.04.
Télécharger .tar.gzVersion de juillet 2026, signée (Apple Developer ID) et notariée — non revérifiée depuis.
Télécharger .tar.gzVersion de juillet 2026, signée (Apple Developer ID) et notariée — non revérifiée depuis.
Télécharger .tar.gzmemown.exe n'est pas signé numériquement. Chrome peut vous avertir lors du téléchargement : ouvrez les téléchargements de Chrome, cliquez sur les ⋯ à côté du fichier et choisissez Conserver. Lors de notre test du 23 septembre 2026, Microsoft Defender n'a détecté aucune menace dans memown.exe ; vous pouvez aussi vérifier le SHA‑256 du .zip ci-dessous. Dézippez, puis lancez memown.exe depuis un terminal (voir Démarrage ci-dessous). Si une fenêtre bleue Windows a protégé votre ordinateur apparaît, cliquez sur Informations complémentaires → Exécuter quand même..tar.gz, puis lancez ./memown dans le Terminal comme indiqué dans Démarrage ci-dessous.sudo apt install libgomp1 (sans elle, le moteur ne démarre pas et memown peut annoncer à tort que le modèle est trop gros). Extrayez le .tar.gz (ajoutez chmod +x memown si nécessaire), puis lancez ./memown comme indiqué dans Démarrage ci-dessous. Vérifié le 23 septembre 2026 sous Ubuntu 24.04.Qwen2.5-0.5B-Instruct-Q4_K_M.gguf (environ 400 Mo) sur Hugging Face, le petit modèle utilisé lors de notre test du 23 septembre 2026. Dans un terminal, dans le dossier où vous avez extrait memown, lancez .\memown.exe serve --model C:\chemin\vers\modele.gguf sous Windows, ou ./memown serve --model /chemin/vers/modele.gguf sous Linux et macOS. Au premier lancement, il télécharge son moteur (llama.cpp) depuis GitHub. Une fois prêt, il répond sur votre machine, via une API compatible OpenAI, à l'adresse http://127.0.0.1:8095/v1.Chaque archive a un SHA-256 publié. Sur votre machine, lancez sha256sum (Linux), shasum -a 256 (macOS) ou certutil -hashfile memown-1.0.0-windows-x64.zip SHA256 (Windows), puis comparez à la liste.
Ce que nous avons mesuré, et quand : voir la section des preuves de la page d'accueil