localgpt
LocalGPT 是一款开源的本地 AI 助手,核心能力在于让用户通过自然语言描述,直接生成可探索的 3D 虚拟世界。它解决了传统 3D 场景构建门槛高、流程复杂的问题,用户无需掌握建模软件或编写繁琐代码,只需输入如“创建带有金字塔的沙漠场景”等指令,即可自动完成几何形状、材质光影、音效及动态行为的生成。
这款工具特别适合游戏开发者、创意设计师以及希望快速原型验证的研究人员使用。对于熟悉命令行的技术用户,它还提供了与 Claude、VS Code 等主流开发工具集成的 MCP 服务器模式,能无缝嵌入现有工作流。
LocalGPT 的技术亮点在于其完全本地化运行,保护数据隐私且无需依赖云端服务;基于高性能的 Bevy 游戏引擎构建,支持参数化形状、PBR 材质及多种物理行为。此外,它具备独特的“记忆系统”,能学习用户的创作风格并在后续生成中自动应用,同时支持无头模式进行批量实验或自动化流水线作业。无论是想快速搭建演示场景的开发者,还是渴望将想象力即时可视化的创作者,LocalGPT 都提供了一个高效、自由的实现途径。
使用场景
独立游戏开发者小林正在为一款原型游戏快速构建多个风格迥异的 3D 测试场景,以验证核心玩法在不同环境下的表现。
没有 localgpt 时
- 建模门槛高:每次调整场景布局或更换资产风格,都需要在 Blender 中手动建模、贴图,耗时数小时甚至数天。
- 迭代成本大:想要尝试“吉卜力风格的雪地村庄”或“赛博朋克夜市”,必须重新寻找素材包并手动调整灯光材质,难以快速验证创意。
- 自动化缺失:无法在夜间批量生成几十种变体供第二天筛选,只能人工逐个搭建,严重拖慢开发进度。
- 上下文割裂:每次新建场景都从零开始,之前调试好的光影参数和实体行为模板无法自动复用,重复劳动多。
使用 localgpt 后
- 自然语言创世:只需输入"Create a desert scene with pyramids and a UFO hovering above",localgpt-gen 即可瞬间生成包含几何体、PBR 材质和光照的完整 3D 世界。
- 风格一键切换:通过 headless 模式配合
--style "Studio Ghibli"参数,能批量产出不同艺术风格的场景变体, overnight 即可完成数百次实验。 - 智能记忆复用:localgpt 的记忆系统自动学习小林偏好的调色板和光照习惯,在后续生成中自动应用,无需反复微调。
- 工作流无缝集成:通过 MCP Server 将 localgpt 接入 VS Code 或 Cursor,直接在代码编辑器中调用生成指令,实现“所想即所得”的开发体验。
localgpt 将原本需要数天的 3D 场景搭建工作压缩至分钟级,让开发者能专注于创意验证而非繁琐的资源制作。
运行环境要求
- Linux
- macOS
- Windows
- 非必需(取决于所选 LLM 提供商)
- 若使用本地模型(如通过 LM Studio 或 Ollama),需根据具体模型大小配置相应 GPU 和显存
- 工具本身为 CPU 优先设计
未说明(取决于运行的本地模型大小,建议 8GB+ 以运行小型模型,大型模型需更多)

快速开始
LocalGPT
使用自然语言构建可探索的3D世界——包括几何体、材质、光照、音频和行为。开源,可在本地运行。
安装
# 世界构建
cargo install localgpt-gen
# AI 助手(聊天、记忆、守护进程)
cargo install localgpt
生成模式(世界构建)
localgpt-gen 是一个独立的二进制文件,用于借助 Bevy 游戏引擎进行AI驱动的3D世界创建。
# 启动交互模式
localgpt-gen
# 使用初始提示启动
localgpt-gen "创建一个有金字塔和UFO悬浮其上的沙漠场景"
# 加载现有场景
localgpt-gen --scene ./world.glb
# 详细日志记录
localgpt-gen --verbose
特性
- 参数化形状 — 立方体、球体、圆柱体、胶囊体、平面、环面、金字塔、四面体、二十面体、楔形体
- PBR 材质 — 颜色、金属度、粗糙度、自发光、透明度、双面
- 光照 — 点光源、聚光灯、方向光,支持颜色和强度调节
- 行为 — 轨道运动、自转、上下摆动、注视目标、脉冲效果、沿路径移动、反弹
- 音频 — 环境音效(风声、雨声、森林声、海浪声、洞穴声)以及空间声源
- 导出 — glTF/GLB 格式、HTML(可在浏览器中查看)、截图
- 世界技能 — 可将完整的世界保存为可复用的技能并加载
无头模式与实验队列
将世界生成实验排队,在没有窗口的情况下进行生成——适合夜间批量运行、CI 流水线或脚本化的变体:
# 生成单个世界(无窗口)
localgpt-gen headless --prompt "建造一座位于雪地森林中的舒适小屋"
# 带风格提示
localgpt-gen headless --prompt "村庄集市" --style "吉卜力工作室"
记忆系统会在不同会话中学习你的创作风格——配色方案、光照偏好、实体模板等,并在未来的生成中自动应用。
完整文档:无头模式与实验队列
MCP 服务器
从任何兼容 MCP 的工具中使用生成功能(Claude CLI、Codex CLI、Gemini CLI、VS Code、Zed、Cursor):
localgpt-gen mcp-server
将其添加到你的 .mcp.json 文件中:
{
"mcpServers": {
"localgpt-gen": {
"command": "localgpt-gen",
"args": ["mcp-server"]
}
}
}
当通过 CLI 后端交互式使用生成功能时,可以使用 --connect 参数,将工具调用路由到你现有的窗口,而不是再打开一个新的窗口。详情请参阅 CLI 模式(MCP 中继)。
完整文档:LocalGPT 生成 | MCP 服务器
如果你创造了什么酷炫的东西,请在 Discord 或 YouTube 上分享吧!
AI 助手
localgpt 是一款以本地优先的AI助手,具备持久化记忆、自主任务处理能力以及多种界面。
# 交互式聊天
localgpt chat
# 单一问题
localgpt ask "生命的意义是什么?"
# 作为守护进程运行,提供 HTTP API 和 Web UI
localgpt daemon start
为什么选择 LocalGPT?
- 单个二进制文件 — 无需 Node.js、Docker 或 Python
- 专注于本地设备 — 完全在你的机器上运行,数据始终属于你
- 持久化记忆 — 基于 Markdown 的知识库,支持全文和语义搜索
- 混合网络搜索 — 原生提供商搜索直通,同时具备客户端侧回退机制
- 自主心跳机制 — 将任务委托给它,让它在后台工作
- 多种界面 — CLI、Web UI、桌面 GUI、Telegram 机器人
- 纵深防御安全 — 签名策略文件、内核强制沙盒、提示注入防御
- 多模型提供商 — LM Studio、Ollama、Anthropic、OpenAI、xAI、GLM、Vertex AI、CLI 提供商
工作原理
LocalGPT 使用符合 XDG 规范的目录来存储配置、数据、状态和缓存。运行 localgpt paths 可查看解析后的路径。
工作区内存布局如下:
<workspace>/
├── MEMORY.md # 长期知识(每次会话自动加载)
├── HEARTBEAT.md # 自主任务队列
├── SOUL.md # 个性与行为指导
└── knowledge/ # 结构化知识库
这些文件通过 SQLite FTS5 进行关键词搜索,并利用 sqlite-vec 实现基于本地嵌入的语义搜索。
配置
存储在 <config_dir>/config.toml 文件中:
通过 LM Studio 使用本地模型(无需 API 密钥,完全离线):
[agent]
default_model = "openai/qwen/qwen3.5-35b-a3b"
[providers.openai]
api_key = "lm-studio"
base_url = "http://127.0.0.1:1234/v1"
云端提供商(Anthropic、OpenAI 等):
[agent]
default_model = "claude-cli/opus"
[providers.anthropic]
api_key = "${ANTHROPIC_API_KEY}"
完整配置参考:website/docs/configuration.md
安全性
- 内核强制沙盒 — Linux 上的 Landlock/seccomp,macOS 上的 Seatbelt
- 签名策略文件 — 使用 HMAC-SHA256 签名的
LocalGPT.md文件,具备篡改检测功能 - 提示注入防御 — 标记剥离、模式检测、内容边界控制
- 审计链 — 哈希链式安全事件日志
安全文档:website/docs/sandbox.md | website/docs/localgpt.md
HTTP API
| 端点 | 描述 |
|---|---|
GET / |
内嵌 Web UI |
POST /api/chat |
与助手聊天 |
POST /api/chat/stream |
SSE 流式聊天 |
GET /api/memory/search?q=<query> |
搜索记忆 |
完整 API 参考:website/docs/http-api.md
CLI 命令
localgpt chat # 交互式聊天
localgpt ask "question" # 单一问题
localgpt daemon start # 启动守护进程
localgpt memory search "query" # 搜索记忆
localgpt config show # 显示配置
localgpt paths # 显示解析后的路径
完整 CLI 参考:website/docs/cli-commands.md
博客
技术栈
Rust、Tokio、Axum、Bevy、SQLite(FTS5 + sqlite-vec)、fastembed、eframe
贡献者
许可证
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。
