Alpaca
Alpaca 是一款专为本地和云端 AI 模型设计的开源客户端，旨在让用户轻松管理与对话多个大语言模型。作为 Ollama 的友好前端，它解决了普通用户在命令行操作门槛高、多模型切换繁琐以及难以整合云端服务（如 ChatGPT、Gemini）的痛点。无论是技术极客还是对 AI 感兴趣的初学者，都能通过 Alpaca 直观地体验本地部署的 AI 能力，无需复杂的配置即可上手。
除了基础的聊天功能，Alpaca 拥有多项实用亮点：支持在同一对话中灵活切换不同模型，具备图片识别、文档内容读取甚至 YouTube 视频转录分析能力；用户还能直接输入网址让 AI 解读网页内容，或在对话中享受代码高亮与消息编辑等便捷操作。此外，它支持导入导出聊天记录，并允许用户通过 API 密钥接入各类兼容 OpenAI 协议的云服务。
这款软件特别适合希望隐私安全地在本地运行 AI 的普通用户、需要快速测试不同模型效果的研究人员，以及想要统一管理本地与云端模型资源的开发者。Alpaca 以简洁开放的姿态，将强大的 AI 交互能力变得触手可及，让每个人都能更自由地探索人工智能的无限可能。
使用场景
一名数据分析师需要快速整理一份包含技术文档、YouTube 教程视频截图以及竞品官网信息的综合调研报告。
没有 Alpaca 时
- 工具切换繁琐：必须分别在浏览器打开视频和网页提取文字，再切换到命令行终端运行 Ollama，最后将复制的内容粘贴进去，操作链路极长。
- 多模态支持割裂：本地模型无法直接“看懂”截图中的图表或读取 PDF 文档，需要额外寻找专门的 OCR 工具进行预处理。
- 上下文管理困难：一旦关闭终端窗口，之前的对话记录即丢失，无法在不同模型间无缝切换对比回答，也难以回溯修改之前的提问。
- 云端模型集成复杂：若想用更强的云端模型（如 Gemini）补充本地模型的不足，需单独配置 API 环境和脚本，门槛较高。
使用 Alpaca 后
- 一站式交互体验：直接在 Alpaca 界面中粘贴 YouTube 链接或网址，即可自动获取转录内容和网页信息并与本地模型对话，无需手动提取文本。
- 原生多模态识别：拖入文档或截图即可让模型直接分析图表数据和文件内容，图像与文档识别功能内置，流程丝滑流畅。
- 灵活的会话管理：支持在同一对话中动态切换多个本地模型，随时编辑历史消息或重新生成回答，所有聊天记录可导出保存，便于后续复盘。
- 混合模型调用：无需额外配置，即可在同一个聊天窗口中通过 API Key 调用云端模型，轻松实现“本地隐私处理 + 云端强力推理”的混合工作流。
Alpaca 将分散的 AI 交互流程整合为统一的桌面枢纽，极大降低了本地大模型与多模态数据结合的使用门槛。
运行环境要求
- Linux
未说明 (依赖后端 Ollama 的配置)
未说明
快速开始
Alpaca
Alpaca 是一个 Ollama 客户端，您可以在其中管理和多个模型进行对话。Alpaca 提供了一种简单易用、适合初学者的方式来与本地 AI 交互，所有内容均为开源，并由 Ollama 提供支持。
您还可以使用第三方 AI 服务提供商，例如 Gemini、ChatGPT 等！
[!警告] 本项目与 Ollama 毫无关联。对于因运行任何 AI 模型提供的代码而导致的设备或软件损坏，我概不负责。
[!重要提示] 请注意，在与本仓库互动之前，GNOME 行为准则 适用于 Alpaca。
[!警告] 由 AI 生成的问题和拉取请求将被拒绝；屡次违规者将被禁止参与本仓库。AI 可以成为有用的工具，但我并不希望 Alpaca 被“氛围开发”，谢谢。
功能！
- 在同一对话中与多个模型交流
- 从应用中拉取和删除模型
- 图像识别
- 文档识别（纯文本文件）
- 代码高亮显示
- 多个对话窗口
- 通知功能
- 导入/导出聊天记录
- 删除/编辑消息
- 重新生成消息
- YouTube 视频识别（通过视频字幕提问）
- 网站内容识别（粘贴网址后提问）
- 使用您自己的 API 密钥，通过与 OpenAI 兼容的 API 与云端托管的模型对话
截图
| 普通对话 | 图像识别 | 自定义角色 | 集成脚本执行 | 网络搜索集成 |
|---|---|---|---|---|
 |
 |
 |
 |
 |
文档
Alpaca 的文档和教程现已在 jeffser.com 上提供。
翻译人员
| 语言 | 贡献者 |
|---|---|
| 俄语 | Alex K DasHi Snowflake |
| 西班牙语 | Jeffry Samuel |
| 法语 | Louis Chauvet-Villaret , Théo FORTIN |
| 巴西葡萄牙语 | Daimar Stein , Bruno Antunes , Lucas Loura |
| 挪威语 | CounterFlow64 |
| 孟加拉语 | Aritra Saha |
| 简体中文 | Yuehao Sui , Aleksana |
| 印地语 | Aritra Saha |
| 土耳其语 | YusaBecerikli |
| 乌克兰语 | Simon |
| 德语 | Marcel Margenberg , Magnus Schlinsog , Ina Krapp |
| 希伯来语 | Yosef Or Boczko |
| 泰卢固语 | Aryan Karamtoth |
| 意大利语 | Edoardo Brogiolo |
| 日语 | Shidore |
| 荷兰语 | Henk Leerssen |
| 印尼语 | Nofal Briansah |
| 泰米尔语 | Harimanish |
| 格鲁吉亚语 | Ekaterine Papava |
| 卡纳达语 | Jeethan Roche |
| 阿拉伯语 | Ahmed Najmawi |
| 白俄罗斯语 | Aliaksandr Kliujeŭ |
| 卡拜尔语 | Athmane MOKRAOUI , MoonShadow |
想添加一种语言吗？请访问 此维基页面 开始吧！
致谢
- not-a-dev-stein，感谢他们帮助申请新图标以及提交的 bug 报告。
- TylerLaBree，感谢他们的请求和想法。
- Imbev，感谢他们的报告和建议。
- Nokse，感谢他们在 UI 和表格渲染方面的贡献。
- Louis Chauvet-Villaret，感谢他们的建议。
- Aleksana，感谢她帮助改进目录处理。
- Gnome Builder 团队，感谢他们提供的优秀 IDE，我正是用它来开发 Alpaca 的。
- 感谢各位赞助者，是你们给了我足够的资金，让我每次去校园时都能打车。<3
- 感谢所有给予我鼓励和支持的朋友们！
打包 Alpaca
如果您希望以其他方式打包 Alpaca，请阅读 此维基页面。
版本历史
9.2.32026/04/029.2.22026/03/209.2.12026/03/039.2.02026/02/199.1.12026/02/169.1.02026/02/159.0.52026/02/069.0.42026/02/049.0.32026/02/039.0.22026/02/029.0.12026/01/299.0.02026/01/298.5.12025/12/118.5.02025/12/068.4.42025/11/288.4.32025/11/288.4.22025/11/268.4.12025/11/268.4.02025/11/268.3.12025/11/02常见问题
相似工具推荐
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
opencode
OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信
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
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备
spec-kit
Spec Kit 是一款专为提升软件开发效率而设计的开源工具包，旨在帮助团队快速落地“规格驱动开发”（Spec-Driven Development）模式。传统开发中，需求文档往往与代码实现脱节，导致沟通成本高且结果不可控；而 Spec Kit 通过将规格说明书转化为可执行的指令，让 AI 直接依据明确的业务场景生成高质量代码，从而减少从零开始的随意编码，确保产出结果的可预测性。 该工具特别适合希望利用 AI 辅助编程的开发者、技术负责人及初创团队。无论是启动全新项目还是在现有工程中引入规范化流程，用户只需通过简单的命令行操作，即可初始化项目并集成主流的 AI 编程助手。其核心技术亮点在于“规格即代码”的理念，支持社区扩展与预设模板，允许用户根据特定技术栈定制开发流程。此外，Spec Kit 强调官方维护的安全性，提供稳定的版本管理，帮助开发者在享受 AI 红利的同时，依然牢牢掌握架构设计的主动权，真正实现从“凭感觉写代码”到“按规格建系统”的转变。