alpaca-electron

GitHub
1.3k 138 简单 1 次阅读 4天前MITAgent开发框架图像语言模型插件
AI 解读 由 AI 自动生成,仅供参考

Alpaca Electron 是一款专为个人电脑设计的本地大语言模型聊天工具,旨在让用户以最简单的方式运行 Alpaca 及其他基于 LLaMA 架构的 AI 模型。它解决了传统部署方式中需要配置复杂命令行环境、编译代码或依赖昂贵显卡的痛点,让普通用户也能轻松在本地体验开源 AI 的魅力。

这款软件非常适合希望保护数据隐私、在没有网络连接环境下使用 AI,或者仅拥有普通 CPU 而无高端显卡的普通用户及爱好者。其核心亮点在于基于高效的 llama.cpp 后端构建,不仅完全离线运行(仅需下载模型时联网),还大幅降低了硬件门槛,无需任何外部依赖即可通过安装包直接运行。此外,Alpaca Electron 提供了类似主流商业聊天机器人的简洁图形界面,支持上下文记忆功能,并兼容多种量化模型格式。目前虽主要完善支持 Windows 系统,但也为 macOS 和 Linux 用户提供了探索可能。只需下载模型文件并指定路径,用户即可立即开始与本地 AI 进行流畅对话,是入门本地大模型应用的理想选择。

使用场景

一位没有高端显卡的初级数据分析师,希望在断网环境下利用本地大模型辅助清洗和解释复杂的销售数据。

没有 alpaca-electron 时

  • 必须熟悉命令行操作,手动编译 C++ 后端代码并配置复杂的环境依赖,门槛极高。
  • 极度依赖昂贵的 NVIDIA 显卡,普通办公电脑的 CPU 无法运行量化后的 LLaMA 模型。
  • 每次使用需联网调用云端 API,不仅存在数据泄露风险,还受限于网络波动和服务配额。
  • 缺乏直观的对话界面,只能通过脚本输入输出,难以进行多轮上下文交互和调试。

使用 alpaca-electron 后

  • 直接下载安装包即可运行,无需任何命令行操作或编译过程,开箱即用。
  • 基于 llama.cpp 后端优化,仅需普通 CPU 即可流畅运行 4bit 量化模型,零硬件成本。
  • 模型完全本地化部署,除下载模型外无需联网,确保敏感销售数据绝对安全且响应即时。
  • 提供类似主流聊天机器人的图形界面,支持上下文记忆,可自然地进行多轮数据追问。

alpaca-electron 将本地大模型的使用门槛从“工程师专属”降低至“普通用户可用”,让每台电脑都能成为私有的 AI 算力中心。

运行环境要求

操作系统
  • Windows
  • macOS
  • Linux
GPU
  • 非必需
  • 默认在 CPU 上运行,无需昂贵显卡
  • GPU 加速(cuBLAS & openBLAS)功能尚在开发中(待办事项)
内存

未说明(模型加载到 RAM 中运行,具体需求取决于所选模型大小,如 7B 模型)

依赖
notes1. Windows 是目前主要支持的平台,其他平台的二进制文件可能尚未更新以支持 GGUF 格式。2. Windows 用户若遇到 'vcruntime140_1.dll 缺失' 错误,需安装 Microsoft Visual C++ Redistributable。3. CPU 需支持 AVX2 指令集以获得较好性能,否则将回退到较慢的 AVX 模式。4. macOS 用户首次打开可能需要通过终端命令或右键菜单绕过‘未知开发者’的安全限制。5. 需自行下载 Alpaca 模型文件(推荐 7B 原生版本或 4bit 量化 .bin 文件),本项目不提供模型下载链接。6. 可通过 Docker Compose 运行。
python不需要 Python(基于 Node.js 和 Electron 构建)
Node.js
Electron
llama.cpp (后端)
Microsoft Visual C++ Redistributable (Windows)
alpaca-electron hero image

快速开始


Alpaca Electron


Alpaca Electron 从零开始构建,旨在成为与羊驼 AI 模型对话的最简单方式。无需命令行或编译!


重要提示:

目前仅支持 Windows 系统。支持 GGUF 格式的新型 llama.cpp 二进制文件尚未为其他平台构建。
如果您愿意提供帮助,请提交拉取请求,并更新 ./bin 中的二进制文件。

📃 功能与待办事项

  • 在您的本地计算机上运行,除下载模型外无需互联网连接
  • 体积小巧、效率高,因为其后端使用了 llama.cpp,该库也支持 Alpaca 和 Vicuna 模型
  • 支持 CPU 运行,无需昂贵显卡即可使用
  • 无外部依赖,所有内容均包含在安装程序中
  • 界面“借鉴”自那款流行的聊天 AI :trollface:
  • 支持 Windows、MacOS 和 Linux(未测试)
  • 已 Docker 化 🐋
  • 上下文记忆功能
  • 聊天历史记录
  • 与 Stable Diffusion 集成
  • 集成 DuckDuckGo 实现网络访问
  • GPU 加速(cuBLAS 和 openBLAS)

🎞 演示

演示

🚀 快速入门指南

  1. 下载一个 Alpaca 模型(推荐使用 7B 原生版本),并将其放置在您电脑上容易找到的位置。

注意
本仓库不会提供下载链接。

  1. 发布页面 下载最新的安装程序。

  2. 打开安装程序,等待安装完成。

  3. 安装完成后,程序会提示您输入有效的模型路径。此时,请前往您存放模型的文件夹,按住 Shift 键,右键单击该文件,然后选择“复制为路径”。接着将此路径粘贴到对话框中并点击“确认”。

  4. 程序会自动重启。现在您可以开始聊天了!

注意
程序也接受任何其他 4 位量化 .bin 格式的模型文件。如果您能找到其他 .bin 格式的 Alpaca 模型,可以替代快速入门指南中推荐的模型进行尝试。不过,请务必谨慎对待从网上下载的内容。

🔧 故障排除

一般情况

  • 如果在粘贴模型路径时出现“无效文件路径”的错误,很可能是路径中存在拼写错误。请重新复制路径或使用文件选择器。
  • 如果出现“无法加载模型”的错误,可能是因为您的模型已损坏或不兼容。请尝试重新下载模型。
  • 如果遇到此处未列出的问题或故障,请在本页顶部的“Issues”标签页中创建一个问题,详细描述发生的情况,并附上截图。

Windows

  • 如果模型已加载到内存中,但文本生成似乎并未开始,请检查您的 CPU 是否支持 AVX2 指令集。如果不支持 AVX2,Alpaca Electron 将改用 AVX,但速度会慢很多,请耐心等待。
  • 如果出现“vcruntime140_1.dll 丢失”的错误,或者根本没有任何反应且模型未加载到内存中,请尝试安装 Microsoft Visual C++ Redistributable

MacOS

  • 如果出现“应用无法打开,因为它来自未识别的开发者”的错误,请前往“应用程序”文件夹。按住 Control 键并点击该应用,然后选择“打开”,再在弹出警告时再次点击“打开”。系统会保存您的偏好设置,此后您就可以正常打开该应用了。
  • 如果上述方法无效,请在终端中运行以下命令:xattr -cr /Applications/Alpaca\ Electron.app/

Linux

  • 您可以从发布页面下载预编译的应用程序包(tar.gz 格式),解压后通过执行 ./alpaca electron 来运行;也可以自行编译该应用。

  • 如果您想自行编译:

克隆仓库:

git clone https://github.com/ItsPi3141/alpaca-electron.git

切换当前目录至 alpaca-electron:

cd alpaca-electron

安装应用特定依赖项:

npm install --save-dev

编译应用:

npm run linux-x64

切换当前目录至构建目标:

cd release-builds/'Alpaca Electron-linux-x64'

运行应用:

./'Alpaca Electron'

Docker Compose

  • 您可以通过 Docker Compose 运行此 Electron 应用程序。为此,您需要完成以下步骤:

克隆仓库:

git clone https://github.com/ItsPi3141/alpaca-electron.git

切换当前目录至 alpaca-electron:

cd alpaca-electron

构建容器镜像:

docker compose build

启动应用容器:

docker compose up -d

  • 如果没有窗口打开,请运行 docker compose up(不带 -d)。如果出现类似“需要授权,但未指定授权协议”的错误,请在 Docker 主机上运行 xhost local:root

⚒️ 构建

前置条件

  • Node.js
  • Git
  • 如果您使用的是 Windows 并计划编译 llama.cpp 的二进制文件,还需要 CMake

(可选) 从源码编译 llama.cpp

  1. 克隆 llama.cpp 的 GitHub 仓库
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp
  1. 编译 llama.cpp 在 Windows 上:
mkdir build
cd build
cmake ..
cmake . --config Release

在 Linux 和 MacOS 上:

make

从源代码运行项目

  1. 克隆 GitHub 仓库
git clone https://github.com/ItsPi3141/alpaca-electron
cd alpaca-electron
  1. 安装 Node.js 依赖包
npm install
npm run rebuild

提示 如果您使用的是 Linux 系统,请将 npm run rebuild 替换为 npm run rebuild-linux

  1. (可选) 使用您自己的 llama.cpp 构建

警告
此步骤并非必需。仅当您自行编译了 llama.cpp 并希望使用该构建时才执行。否则,请跳至 第 4 步。 如果您在上一节中已编译 llama.cpp,请将 main 可执行文件复制到 alpaca-electron 文件夹内的 bin 目录中。

请确保替换正确的文件。例如,如果您使用的是 Windows 系统,请用您的文件替换 chat.exe;如果您使用的是 arm64 架构的 macOS,则替换 chat_mac_arm64,以此类推。

  1. 启动 Electron 应用程序
npm start

构建发布版本及安装程序

运行以下命令之一:

  • npm run win
  • npm run mac-x64
  • npm run mac-arm64
  • npm run linux-x64

您只能在当前操作系统上构建对应平台的版本。例如,如果您使用的是 Windows 系统,则只能构建 Windows 版本,而无法构建 macOS 或 Linux 版本。

👨‍💻 致谢

感谢 @antimatter15 创建了 alpaca.cpp,也感谢 @ggerganov 创建了 llama.cpp,它们是 alpaca.cpp 的核心基础。最后,感谢 Meta 和斯坦福大学分别开发的 LLaMA 和 Alpaca 模型。

特别感谢 @keldenl 提供了适用于 macOS 的 arm64 架构构建,以及 @W48B1T 提供的 Linux 构建。

版本历史

v1.0.62023/12/04
v1.0.52023/04/06
v1.0.42023/03/26
v1.0.32023/03/26
v1.0.22023/03/25
v1.0.12023/03/25
v1.0.02023/03/25

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

349.3k|★★★☆☆|今天
Agent开发框架图像

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。

162.1k|★★★☆☆|昨天
开发框架图像Agent

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

140.4k|★★☆☆☆|今天
开发框架Agent语言模型

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。

107.7k|★★☆☆☆|3天前
开发框架图像Agent

Deep-Live-Cam

Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。

88.9k|★★★☆☆|今天
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|昨天
开发框架语言模型