hollama
Hollama 是一个完全在浏览器中运行的轻量级大模型聊天应用，无需安装任何软件，打开网页即可使用。它支持连接 Ollama 和 OpenAI 等多个后端服务，让你自由选择模型，无论是文本生成还是图文理解都能应对。特别适合希望在本地隐私环境下使用 AI 的用户，所有对话数据都保存在你的浏览器中，可随时导入导出，无需注册或上传敏感内容。支持 Markdown 渲染、LaTeX 数学公式、代码高亮、多轮编辑与重试，还内置了代码编辑器和自定义系统提示功能，提升交互体验。你甚至可以直接在界面上下载 Ollama 模型，省去命令行操作。界面响应式设计，支持深色/浅色主题和多语言，适合开发者、研究人员、技术爱好者，以及注重隐私的普通用户。无需服务器，不依赖云端，真正实现“开箱即用”的本地 AI 体验。
使用场景
一位前端开发者在本地调试 AI 驱动的代码生成需求时，常需反复测试不同 LLM 的响应质量。使用前，他依赖多个网页端聊天平台，每次切换模型都要重新登录、复制粘贴上下文，且无法保存历史对话。遇到数学公式或代码片段时，排版混乱、无法高亮，调试效率极低。他想用 Ollama 运行本地的 Mistral 模型，却苦于没有轻量、离线可用的界面。
使用后，他直接下载了 hollama，无需注册，一键启动。他添加了本地 Ollama 服务，选择 mistral:7b-instruct 模型，将系统提示词设为“你是一个严谨的 JavaScript 开发者，只输出可运行代码，不解释”。在大文本框中输入复杂需求：“写一个带防抖的搜索输入框，使用 React 18 和 TypeScript”，hollama 自动渲染出带语法高亮的完整代码，并正确显示 KaTeX 数学公式（如函数复杂度 O(n)）。他发现响应不够精准，直接编辑上一条消息，点击“重试”，模型立刻重新生成。整个会话自动保存在浏览器本地，他导出为 JSON 文件，第二天继续修改。当他想测试 Vision 模型时，只需拖入一张 UI 设计图，hollama 就能分析结构并生成对应代码。他甚至从 UI 直接下载了 llava:13b 模型，无需命令行。现在，他每天在离线状态下高效完成 5–8 次模型测试，不再依赖网络，也不再丢失上下文。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
Hollama
一款完全在浏览器中运行的极简大型语言模型聊天应用。
功能特点
- 支持 Ollama 和 OpenAI 服务器
- 多服务器支持
- 文本与视觉模型
- 大型提示字段
- 支持推理模型
- 带语法高亮的 Markdown 渲染
- KaTeX 数学符号
- 代码编辑器功能
- 可自定义系统提示及高级 Ollama 参数
- 复制代码片段、消息或整个会话
- 编辑并重试消息
- 数据本地存储于您的浏览器
- 导入与导出已存储数据
- 响应式布局
- 浅色与深色主题
- 多语言界面
- 直接从界面下载 Ollama 模型
开始使用
- ⚡️ 实时演示
- 无需注册
- 🖥️ 下载适用于 macOS、Windows 和 Linux
- 🐳 使用 Docker 自托管
- 🐞 贡献
 |
 |
|---|---|
 |
 |
版本历史
0.35.42025/10/120.35.32025/10/100.35.22025/10/090.35.12025/07/200.35.02025/07/040.34.02025/06/090.33.02025/05/140.32.22025/05/090.32.12025/05/070.32.02025/05/040.31.02025/03/300.30.02025/03/240.29.02025/03/240.28.02025/03/240.27.02025/02/220.26.12025/02/220.26.02025/02/120.25.12025/01/260.25.02025/01/260.24.02024/12/19常见问题
相似工具推荐
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。
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。
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。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。