gaianet-node
gaianet-node 是一款帮助你在个人电脑上快速搭建并运行去中心化 AI 智能体服务的开源工具。它旨在解决大模型部署门槛高、依赖云端服务以及数据隐私难以保障等痛点,让每个人都能轻松拥有属于自己的 AI 节点。
无论是具备一定技术基础的开发者、希望本地化实验的研究人员,还是对去中心化网络感兴趣的普通用户,只需在 Mac、Linux 或 Windows 系统中执行一行命令,即可完成从环境配置到服务启动的全过程。gaianet-node 会自动下载所需的开源大语言模型文件和向量数据库,并在本地构建一个可交互的 AI 聊天界面。
其核心技术亮点在于集成了 WasmEdge 运行时与 GGML 插件,实现了高效的本地推理能力,同时结合 Qdrant 向量数据库支持检索增强生成(RAG),让 AI 能够基于特定知识库进行精准回答。此外,每个节点都会生成唯一的去中心化地址,既方便分享交流,也体现了 Web3 时代的自主可控理念。通过 gaianet-node,你不仅能体验前沿的 AI 技术,还能参与到构建开放、分布式的智能网络生态中。
使用场景
一家专注于法律科技的小型初创团队,希望为律师提供基于私有案例库的专属 AI 助手,但受限于预算和数据隐私要求,无法依赖公有云大模型服务。
没有 gaianet-node 时
- 数据泄露风险高:必须将敏感的法律案情和客户信息上传至第三方云平台,违反行业合规要求。
- 部署运维成本巨大:自行搭建向量数据库、推理引擎和 API 服务需要多名后端工程师耗时数周调试环境。
- 资源利用率低:为了运行模型不得不购买昂贵的云端 GPU 实例,即便在夜间无请求时也需持续付费。
- 定制化困难:难以针对特定法律领域微调模型或替换本地知识库,响应速度慢且不够精准。
使用 gaianet-node 后
- 实现数据完全本地化:通过一条命令即可在自有服务器上部署节点,所有推理与检索过程均在内部网络完成,确保数据不出域。
- 一键自动化部署:利用
gaianet init和start指令,自动下载并配置 WasmEdge 运行时、Qdrant 向量库及模型文件,将部署周期从数周缩短至几分钟。 - 低成本边缘计算:直接利用现有硬件资源运行去中心化节点,无需依赖昂贵的云端 GPU,显著降低运营开支。
- 灵活的知识库更新:只需修改本地配置文件即可切换不同的法律垂直模型或更新案例向量库,即时响应业务需求变化。
gaianet-node 让小型团队也能以极低的门槛构建安全、可控且高效的私有化 AI 代理服务,真正实现了“数据主权”与“技术民主化”。
运行环境要求
- Linux
- macOS
- Windows (WSL)
- 非必需
- 安装脚本会自动检测 CUDA 版本并下载对应的 WasmEdge GGML 插件,支持 CPU 和 GPU 推理
- 具体显存需求取决于所选模型(如 Llama-2-7b)
未说明(取决于运行的模型大小,通常 7B 模型建议 8GB+)

快速开始
运行您自己的 GaiaNet 节点
日语(日本語) | 中文(中文) | 韩语(한국어) | 土耳其语 (Türkçe) | 波斯语(فارسی) | 阿拉伯语 (العربية) | 印尼语 | 俄语 (русскийة) | 葡萄牙语 (português) | 我们需要您的帮助,将本 README 翻译成您的母语。 喜欢我们的工作吗?⭐ 请给我们加星标!
查看我们的官方文档以及一本关于如何自定义开源模型的Manning 电子书。
快速入门
在 Mac、Linux 或 Windows WSL 上,只需一行命令即可安装默认节点软件栈。
curl -sSfL 'https://github.com/GaiaNet-AI/gaianet-node/releases/latest/download/install.sh' | bash
随后,请按照屏幕上的提示设置环境路径。命令行将以
source开头。

初始化节点。它会下载 $HOME/gaianet/config.json 文件中指定的模型文件和向量数据库文件,由于文件较大,可能需要几分钟时间。
gaianet init
启动节点。
gaianet start
脚本会在控制台上打印出官方节点地址,如下所示: 您可以打开浏览器访问该 URL,查看节点信息,并与节点上的 AI 代理进行对话。
... ... https://0xf63939431ee11267f4855a166e11cc44d24960c0.us.gaianet.network
要停止节点,可以运行以下脚本。
gaianet stop
安装指南
curl -sSfL 'https://raw.githubusercontent.com/GaiaNet-AI/gaianet-node/main/install.sh' | bash
输出应如下所示:
[+] 下载默认配置文件 ...
[+] 下载 nodeid.json ...
[+] 使用 wasi-nn_ggml 插件安装 WasmEdge ...
信息:检测到 Linux-x86_64
信息:WasmEdge 安装于 /home/azureuser/.wasmedge
信息:正在获取 WasmEdge-0.13.5
/tmp/wasmedge.2884467 ~/gaianet
######################################################################## 100.0%
~/gaianet
信息:正在获取 WasmEdge-GGML-插件
信息:检测到 CUDA 版本:
/tmp/wasmedge.2884467 ~/gaianet
######################################################################## 100.0%
~/gaianet
WasmEdge-0.13.5 安装成功
WasmEdge 二进制文件可访问
WasmEdge Runtime wasmedge 版本 0.13.5 已安装在 /home/azureuser/.wasmedge/bin/wasmedge 中。
[+] 安装 Qdrant 二进制文件...
* 下载 Qdrant 二进制文件
################################################################################################## 100.0%
* 初始化 Qdrant 目录
[+] 下载 rag-api-server.wasm ...
################################################################################################## 100.0%
[+] 下载仪表盘 ...
################################################################################################## 100.0%
默认情况下,它会安装到 $HOME/gaianet 目录。您也可以选择安装到其他目录。
curl -sSfL 'https://raw.githubusercontent.com/GaiaNet-AI/gaianet-node/main/install.sh' | bash -s -- --base $HOME/gaianet.alt
初始化节点
gaianet init
输出应如下所示:
[+] 下载 Llama-2-7b-chat-hf-Q5_K_M.gguf ...
############################################################################################################################## 100.0%############################################################################################################################## 100.0%
[+] 下载 all-MiniLM-L6-v2-ggml-model-f16.gguf ...
############################################################################################################################## 100.0%############################################################################################################################## 100.0%
[+] 在 Qdrant 实例中创建“default”集合 ...
* 启动 Qdrant 实例 ...
* 删除已存在的“default”Qdrant 集合 ...
* 下载 Qdrant 集合快照 ...
############################################################################################################################## 100.0%############################################################################################################################## 100.0%
* 导入 Qdrant 集合快照 ...
* 恢复成功完成
init 命令会根据 $HOME/gaianet/config.json 文件初始化节点。您可以使用我们预设的一些配置。例如,以下命令会初始化一个搭载 llama-3 8B 模型、以伦敦旅游指南为知识库的节点。
gaianet init --config https://raw.githubusercontent.com/GaiaNet-AI/node-configs/main/llama-3-8b-instruct_london/config.json
要查看预设配置列表,可以执行 gaianet init --help。
除了像 gaianet_docs 这样的预设配置外,您还可以传递您自己的 config.json 的 URL,使节点初始化为您期望的状态。
如果您需要在其他目录下安装的节点上执行 init 操作,请这样做:
gaianet init --base $HOME/gaianet.alt
启动节点
gaianet start
输出应如下所示:
[+] 启动 Qdrant 实例 ...
Qdrant 实例已启动,进程 ID 为:39762
[+] 启动 LlamaEdge API 服务器 ...
运行以下命令以启动 LlamaEdge API 服务器:
wasmedge --dir .:./dashboard --nn-preload default:GGML:AUTO:Llama-2-7b-chat-hf-Q5_K_M.gguf --nn-preload embedding:GGML:AUTO:all-MiniLM-L6-v2-ggml-model-f16.gguf rag-api-server.wasm --model-name Llama-2-7b-chat-hf-Q5_K_M,all-MiniLM-L6-v2-ggml-model-f16 --ctx-size 4096,384 --prompt-template llama-2-chat --qdrant-collection-name default --web-ui ./ --socket-addr 0.0.0.0:8080 --log-prompts --log-stat --rag-prompt "请使用以下上下文信息回答用户的问题。\n如果您不知道答案,请直接说明您不知道,不要尝试编造答案。\n----------------\n"
LlamaEdge API 服务器已启动,进程 ID 为:39796
您可以启动用于本地使用的节点。该节点仅可通过 localhost 访问,不会在 GaiaNet 域名的任何公共 URL 上可用。
gaianet start --local-only
您也可以启动安装在替代基础目录中的节点。
gaianet start --base $HOME/gaianet.alt
停止节点
gaianet stop
输出应如下所示:
[+] 停止 WasmEdge、Qdrant 和 frpc ...
停止安装在替代基础目录中的节点。
gaianet stop --base $HOME/gaianet.alt
更新配置
使用 gaianet config 子命令可以更新 config.json 文件中定义的关键字段。在更新配置后,您必须再次运行 gaianet init。
例如,要更新 chat 字段,可使用以下命令:
gaianet config --chat-url "https://huggingface.co/second-state/Llama-2-13B-Chat-GGUF/resolve/main/Llama-2-13b-chat-hf-Q5_K_M.gguf"
再如,要更新 chat_ctx_size 字段,可使用以下命令:
gaianet config --chat-ctx-size 5120
以下是 config 子命令的所有选项。
$ gaianet config --help
用法:gaianet config [选项]
选项:
--chat-url <url> 更新聊天模型的 URL。
--chat-ctx-size <val> 更新聊天模型的上下文大小。
--embedding-url <url> 更新嵌入模型的 URL。
--embedding-ctx-size <val> 更新嵌入模型的上下文大小。
--prompt-template <val> 更新聊天模型的提示模板。
--port <val> 更新 LlamaEdge API 服务器的端口。
--system-prompt <val> 更新系统提示。
--rag-prompt <val> 更新 RAG 提示。
--rag-policy <val> 更新 RAG 策略 [可能值:system-message, last-user-message]。
--reverse-prompt <val> 更新反向提示。
--domain <val> 更新 GaiaNet 节点的域名。
--snapshot <url> 更新 Qdrant 快照。
--qdrant-limit <val> 更新返回结果的最大数量。
--qdrant-score-threshold <val> 更新结果的最低得分阈值。
--base <path> GaiaNet 节点的基础目录。
--help 显示此帮助信息
祝您玩得开心!
资源与贡献回馈
正在寻找文档吗?请查看 文档 或 贡献指南。我们还建议阅读 Awesome-Gaia,其中收录了 Gaia 社区精选的工具、项目和资源。
想与社区交流吗?欢迎加入我们的 Telegram,分享您的想法以及您使用 GaiaNet 构建的内容。
发现 bug 了吗?请前往我们的 问题追踪器,我们会尽力协助解决。我们也非常欢迎 Pull Request!
我们期望所有 GaiaNet 贡献者遵守我们的 行为准则。
贡献者
版本历史
0.6.02025/10/130.0.02025/10/130.5.42025/08/110.5.32025/07/250.5.22025/06/270.5.12025/05/190.5.02025/05/080.4.282025/04/300.4.272025/04/140.4.262025/04/090.4.252025/03/310.4.242025/03/210.4.232025/03/170.4.222025/03/130.4.212025/02/260.4.202025/02/210.4.192025/02/120.4.182025/02/080.4.172025/01/260.4.162025/01/17常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器