llms

GitHub
601 27 非常简单 1 次阅读 3天前BSD-3-Clause语言模型插件
AI 解读 由 AI 自动生成,仅供参考

llms 是一款轻量级的开源工具,集成了命令行界面(CLI)、服务器 API 以及类似 ChatGPT 的网页聊天界面,旨在为用户提供访问多种大语言模型(LLM)的一站式解决方案。它主要解决了用户在本地运行大模型时面临的部署复杂、数据隐私担忧以及对重型界面依赖过高等痛点。

与传统方案不同,llms 强调“完全离线”与“极致隐私”。所有对话数据和交互记录均直接存储在用户的浏览器本地存储中,无需上传至任何云端服务器,确保了敏感信息的绝对安全。同时,它作为 Open WebUI 的轻量化替代方案,去除了冗余功能,让启动和配置过程更加简洁高效。

这款工具非常适合注重数据隐私的研究人员、希望快速搭建本地模型测试环境的开发者,以及不愿依赖云端服务的普通用户。无论是需要在内网环境中工作的团队,还是希望在个人电脑上私密探索大模型能力的爱好者,llms 都能提供流畅且安全的体验。其独特的技术亮点在于将服务端能力与纯前端数据存储完美结合,既保留了强大的 API 扩展性,又实现了无需后端数据库支持的隐私保护架构,让用户能够真正掌控自己的 AI 交互数据。

使用场景

某金融合规团队需要在隔离内网环境中,利用多个本地大模型对敏感合同文档进行批量审查与摘要生成。

没有 llms 时

  • 团队成员必须分别启动不同模型的独立服务端口,通过复杂的命令行参数切换模型,操作繁琐且容易出错。
  • 由于缺乏统一的离线交互界面,开发人员只能依赖代码脚本调用 API,非技术背景的合规专员无法直接参与测试与验证。
  • 所有对话记录暂存于服务器内存或临时文件中,存在敏感合同数据意外泄露或被未授权访问的安全隐患。
  • 跨模型对比同一份合同的审查结果时,需要在多个终端窗口间反复复制粘贴,效率极低且难以直观评估模型差异。

使用 llms 后

  • 通过 llms 提供的统一 CLI 和类 ChatGPT 网页界面,用户可在一个平台上无缝切换并调用所有本地部署的 LLM,操作流程标准化。
  • 合规专员无需编写代码,直接在浏览器中通过友好的 UI 与模型对话,大幅降低了多模型协作的使用门槛。
  • 所有交互数据仅加密存储于用户浏览器本地,彻底切断网络传输路径,确保敏感金融数据完全私有且不出内网。
  • 支持在同一会话视图中并行请求不同模型,即时对比各模型对合同条款的解读差异,显著提升了评估与决策效率。

llms 通过提供全离线、高隐私且统一的交互入口,让多模型协作在安全受限的环境中变得简单高效。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该工具是一个轻量级 CLI、API 和类似 ChatGPT 的替代方案,用于访问多个大语言模型(LLMs)。其核心特性是完全离线运行,且所有数据均私有化存储在浏览器本地存储中,无需后端服务器。由于 README 提供的信息有限,具体的系统资源需求(如 GPU、内存、Python 版本)未在片段中明确列出,建议查阅完整文档或源代码以获取详细部署指南。
python未说明
llms hero image

快速开始

llms.py

轻量级命令行工具、API,以及类似 ChatGPT 的 Open WebUI 替代方案,用于访问多种大语言模型,完全离线运行,所有数据均保存在浏览器存储中,确保隐私安全。

llmspy.org

GitHub:llmspy.org

版本历史

v3.0.422026/03/22
v3.0.412026/03/03
v3.0.402026/03/02
v3.0.392026/03/01
v3.0.382026/02/27
v3.0.372026/02/27
v3.0.362026/02/27
v3.0.352026/02/25
v3.0.342026/02/18
v3.0.332026/02/15
v3.0.322026/02/09
v3.0.312026/02/09
v3.0.302026/02/08
v3.0.292026/02/05
v3.0.282026/02/05
v3.0.272026/02/03
v3.0.262026/02/03
v3.0.252026/01/30
v3.0.242026/01/30
v3.0.232026/01/30

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

150.7k|★★☆☆☆|今天
开发框架Agent语言模型

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。

100.8k|★★☆☆☆|昨天
插件Agent图像

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

93.4k|★★☆☆☆|5天前
插件开发框架

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

90.1k|★★★☆☆|5天前
语言模型图像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|★★☆☆☆|6天前
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85.1k|★★☆☆☆|昨天
图像数据工具视频