[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-localgpt-app--localgpt":3,"tool-localgpt-app--localgpt":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","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。\n\n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。\n\nNextChat 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。",87618,"2026-04-05T07:20:52",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-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。\n\n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。",84991,"2026-04-05T10:45:23",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},3128,"ragflow","infiniflow\u002Fragflow","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。\n\n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。\n\n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。",77062,"2026-04-04T04:44:48",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":68,"owner_company":78,"owner_location":78,"owner_email":78,"owner_twitter":67,"owner_website":79,"owner_url":80,"languages":81,"stars":122,"forks":123,"last_commit_at":124,"license":125,"difficulty_score":23,"env_os":126,"env_gpu":127,"env_ram":128,"env_deps":129,"category_tags":139,"github_topics":140,"view_count":23,"oss_zip_url":78,"oss_zip_packed_at":78,"status":16,"created_at":146,"updated_at":147,"faqs":148,"releases":184},3888,"localgpt-app\u002Flocalgpt","localgpt","Local AI assistant, dreaming explorable worlds.","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。\n\n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。\n\nLocalGPT 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。","\n# \u003Cimg src=\"https:\u002F\u002Flocalgpt.app\u002Flogo\u002Flocalgpt-icon-app.svg\" width=\"50\" height=\"50\" alt=\"LocalGPT\" \u002F> LocalGPT\n\n[![License](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flicense-Apache%202.0-blue.svg)](https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt#license)\n[![Crates.io](https:\u002F\u002Fimg.shields.io\u002Fcrates\u002Fv\u002Flocalgpt.svg)](https:\u002F\u002Fcrates.io\u002Fcrates\u002Flocalgpt)\n[![Downloads](https:\u002F\u002Fimg.shields.io\u002Fcrates\u002Fd\u002Flocalgpt.svg)](https:\u002F\u002Fcrates.io\u002Fcrates\u002Flocalgpt)\n[![Docs](https:\u002F\u002Fdocs.rs\u002Flocalgpt\u002Fbadge.svg)](https:\u002F\u002Fdocs.rs\u002Flocalgpt\u002Flatest\u002Flocalgpt)\n[![CI](https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fworkflows\u002FCI\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Factions)\n[![Discord](https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F691052431525675048.svg?label=&logo=discord&logoColor=ffffff&color=7389D8&labelColor=6A7EC2)](https:\u002F\u002Fdiscord.gg\u002FspKRr6mRyp)\n\nBuild explorable 3D worlds with natural language — geometry, materials, lighting, audio, and behaviors. Open source, runs locally.\n\n[![LocalGPT Gen Demo](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flocalgpt-app_localgpt_readme_f84a81c30466.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=R__tg7YY0T8)\n\n## Install\n\n```bash\n# World Building\ncargo install localgpt-gen\n\n# AI Assistant (chat, memory, daemon)\ncargo install localgpt\n```\n\n## \u003Cimg src=\"https:\u002F\u002Flocalgpt.app\u002Flogo\u002Flocalgpt-icon.svg\" width=\"32\" height=\"32\" alt=\"LocalGPT\" \u002F> Gen Mode (World Building)\n\n`localgpt-gen` is a standalone binary for AI-driven 3D world creation with the Bevy game engine.\n\n```bash\n# Start interactive mode\nlocalgpt-gen\n\n# Start with an initial prompt\nlocalgpt-gen \"Create a desert scene with pyramids and a UFO hovering above\"\n\n# Load an existing scene\nlocalgpt-gen --scene .\u002Fworld.glb\n\n# Verbose logging\nlocalgpt-gen --verbose\n```\n\n### Features\n\n- **Parametric shapes** — box, sphere, cylinder, capsule, plane, torus, pyramid, tetrahedron, icosahedron, wedge\n- **PBR materials** — color, metalness, roughness, emissive, alpha, double-sided\n- **Lighting** — point, spot, directional lights with color and intensity\n- **Behaviors** — orbit, spin, bob, look_at, pulse, path_follow, bounce\n- **Audio** — ambient sounds (wind, rain, forest, ocean, cave) and spatial emitters\n- **Export** — glTF\u002FGLB, HTML (browser-viewable), screenshots\n- **World skills** — save\u002Fload complete worlds as reusable skills\n\n### Headless Mode & Experiment Queue\n\nQueue world experiments and generate without a window — overnight batch runs, CI pipelines, or scripted variations:\n\n```bash\n# Generate a single world (no window)\nlocalgpt-gen headless --prompt \"Build a cozy cabin in a snowy forest\"\n\n# With style hint\nlocalgpt-gen headless --prompt \"Village marketplace\" --style \"Studio Ghibli\"\n```\n\nThe memory system learns your creative style across sessions — palettes, lighting preferences, entity templates — and applies them automatically in future generations.\n\nFull docs: [Headless Mode & Experiment Queue](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen\u002Fheadless)\n\n### MCP Server\n\nUse Gen from any MCP-compatible tool (Claude CLI, Codex CLI, Gemini CLI, VS Code, Zed, Cursor):\n\n```bash\nlocalgpt-gen mcp-server\n```\n\nAdd to your `.mcp.json`:\n\n```json\n{\n  \"mcpServers\": {\n    \"localgpt-gen\": {\n      \"command\": \"localgpt-gen\",\n      \"args\": [\"mcp-server\"]\n    }\n  }\n}\n```\n\nWhen using Gen interactively with a CLI backend, use `--connect` to route tool calls to your existing window instead of spawning a new one. See [CLI Mode (MCP Relay)](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen\u002Fcli-mode).\n\nFull docs: [LocalGPT Gen](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen) | [MCP Server](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen\u002Fmcp-server)\n\nBuilt something cool? Share on [Discord](https:\u002F\u002Fdiscord.gg\u002FspKRr6mRyp) or [YouTube](https:\u002F\u002Fwww.youtube.com\u002F@localgpt-gen)!\n\n---\n\n## AI Assistant\n\n`localgpt` is a local-first AI assistant with persistent memory, autonomous tasks, and multiple interfaces.\n\n```bash\n# Interactive chat\nlocalgpt chat\n\n# Single question\nlocalgpt ask \"What is the meaning of life?\"\n\n# Run as daemon with HTTP API and web UI\nlocalgpt daemon start\n```\n\n### Why LocalGPT?\n\n- **Single binary** — no Node.js, Docker, or Python required\n- **Local device focused** — runs entirely on your machine, your data stays yours\n- **Persistent memory** — markdown-based knowledge store with full-text and semantic search\n- **Hybrid web search** — native provider search passthrough plus client-side fallback\n- **Autonomous heartbeat** — delegate tasks and let it work in the background\n- **Multiple interfaces** — CLI, web UI, desktop GUI, Telegram bot\n- **Defense-in-depth security** — signed policy files, kernel-enforced sandbox, prompt injection defenses\n- **Multiple LLM providers** — LM Studio, Ollama, Anthropic, OpenAI, xAI, GLM, Vertex AI, CLI providers\n\n### How It Works\n\nLocalGPT uses XDG-compliant directories for config\u002Fdata\u002Fstate\u002Fcache. Run `localgpt paths` to see resolved paths.\n\nWorkspace memory layout:\n\n```\n\u003Cworkspace>\u002F\n├── MEMORY.md     # Long-term knowledge (auto-loaded each session)\n├── HEARTBEAT.md  # Autonomous task queue\n├── SOUL.md       # Personality and behavioral guidance\n└── knowledge\u002F    # Structured knowledge bank\n```\n\nFiles are indexed with SQLite FTS5 for keyword search and sqlite-vec for semantic search with local embeddings.\n\n### Configuration\n\nStored at `\u003Cconfig_dir>\u002Fconfig.toml`:\n\n**Local models via LM Studio** (no API key, fully offline):\n\n```toml\n[agent]\ndefault_model = \"openai\u002Fqwen\u002Fqwen3.5-35b-a3b\"\n\n[providers.openai]\napi_key = \"lm-studio\"\nbase_url = \"http:\u002F\u002F127.0.0.1:1234\u002Fv1\"\n```\n\n**Cloud providers** (Anthropic, OpenAI, etc.):\n\n```toml\n[agent]\ndefault_model = \"claude-cli\u002Fopus\"\n\n[providers.anthropic]\napi_key = \"${ANTHROPIC_API_KEY}\"\n```\n\nFull config reference: [`website\u002Fdocs\u002Fconfiguration.md`](website\u002Fdocs\u002Fconfiguration.md)\n\n### Security\n\n- **Kernel-enforced sandbox** — Landlock\u002Fseccomp on Linux, Seatbelt on macOS\n- **Signed policy files** — HMAC-SHA256 signed `LocalGPT.md` with tamper detection\n- **Prompt injection defenses** — marker stripping, pattern detection, content boundaries\n- **Audit chain** — hash-chained security event log\n\nSecurity docs: [`website\u002Fdocs\u002Fsandbox.md`](website\u002Fdocs\u002Fsandbox.md) | [`website\u002Fdocs\u002Flocalgpt.md`](website\u002Fdocs\u002Flocalgpt.md)\n\n### HTTP API\n\n| Endpoint | Description |\n|----------|-------------|\n| `GET \u002F` | Embedded web UI |\n| `POST \u002Fapi\u002Fchat` | Chat with assistant |\n| `POST \u002Fapi\u002Fchat\u002Fstream` | SSE streaming chat |\n| `GET \u002Fapi\u002Fmemory\u002Fsearch?q=\u003Cquery>` | Search memory |\n\nFull API reference: [`website\u002Fdocs\u002Fhttp-api.md`](website\u002Fdocs\u002Fhttp-api.md)\n\n### CLI Commands\n\n```bash\nlocalgpt chat                   # Interactive chat\nlocalgpt ask \"question\"         # Single question\nlocalgpt daemon start           # Start daemon\nlocalgpt memory search \"query\"  # Search memory\nlocalgpt config show            # Show config\nlocalgpt paths                  # Show resolved paths\n```\n\nFull CLI reference: [`website\u002Fdocs\u002Fcli-commands.md`](website\u002Fdocs\u002Fcli-commands.md)\n\n## Blog\n\n- [Explorable World as Agent Skill](https:\u002F\u002Flocalgpt.app\u002Fblog\u002Fworld-as-skill)\n- [Why I Built LocalGPT in 4 Nights](https:\u002F\u002Flocalgpt.app\u002Fblog\u002Fwhy-i-built-localgpt-in-4-nights)\n\n## Built With\n\nRust, Tokio, Axum, Bevy, SQLite (FTS5 + sqlite-vec), fastembed, eframe\n\n## Contributors\n\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fgraphs\u002Fcontributors\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flocalgpt-app_localgpt_readme_c2b700211089.png\" \u002F>\n\u003C\u002Fa>\n\n## License\n\n[Apache-2.0](LICENSE)\n","# \u003Cimg src=\"https:\u002F\u002Flocalgpt.app\u002Flogo\u002Flocalgpt-icon-app.svg\" width=\"50\" height=\"50\" alt=\"LocalGPT\" \u002F> LocalGPT\n\n[![许可证](https:\u002F\u002Fimg.shields.io\u002Fbadge\u002Flicense-Apache%202.0-blue.svg)](https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt#license)\n[![Crates.io](https:\u002F\u002Fimg.shields.io\u002Fcrates\u002Fv\u002Flocalgpt.svg)](https:\u002F\u002Fcrates.io\u002Fcrates\u002Flocalgpt)\n[![下载量](https:\u002F\u002Fimg.shields.io\u002Fcrates\u002Fd\u002Flocalgpt.svg)](https:\u002F\u002Fcrates.io\u002Fcrates\u002Flocalgpt)\n[![文档](https:\u002F\u002Fdocs.rs\u002Flocalgpt\u002Fbadge.svg)](https:\u002F\u002Fdocs.rs\u002Flocalgpt\u002Flatest\u002Flocalgpt)\n[![CI](https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fworkflows\u002FCI\u002Fbadge.svg)](https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Factions)\n[![Discord](https:\u002F\u002Fimg.shields.io\u002Fdiscord\u002F691052431525675048.svg?label=&logo=discord&logoColor=ffffff&color=7389D8&labelColor=6A7EC2)](https:\u002F\u002Fdiscord.gg\u002FspKRr6mRyp)\n\n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。\n\n[![LocalGPT 生成演示](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flocalgpt-app_localgpt_readme_f84a81c30466.jpg)](https:\u002F\u002Fwww.youtube.com\u002Fwatch?v=R__tg7YY0T8)\n\n## 安装\n\n```bash\n# 世界构建\ncargo install localgpt-gen\n\n# AI 助手（聊天、记忆、守护进程）\ncargo install localgpt\n```\n\n## \u003Cimg src=\"https:\u002F\u002Flocalgpt.app\u002Flogo\u002Flocalgpt-icon.svg\" width=\"32\" height=\"32\" alt=\"LocalGPT\" \u002F> 生成模式（世界构建）\n\n`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。\n\n```bash\n# 启动交互模式\nlocalgpt-gen\n\n# 使用初始提示启动\nlocalgpt-gen \"创建一个有金字塔和UFO悬浮其上的沙漠场景\"\n\n# 加载现有场景\nlocalgpt-gen --scene .\u002Fworld.glb\n\n# 详细日志记录\nlocalgpt-gen --verbose\n```\n\n### 特性\n\n- **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\n- **PBR 材质** — 颜色、金属度、粗糙度、自发光、透明度、双面\n- **光照** — 点光源、聚光灯、方向光，支持颜色和强度调节\n- **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\n- **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\n- **导出** — glTF\u002FGLB 格式、HTML（可在浏览器中查看）、截图\n- **世界技能** — 可将完整的世界保存为可复用的技能并加载\n\n### 无头模式与实验队列\n\n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：\n\n```bash\n# 生成单个世界（无窗口）\nlocalgpt-gen headless --prompt \"建造一座位于雪地森林中的舒适小屋\"\n\n# 带风格提示\nlocalgpt-gen headless --prompt \"村庄集市\" --style \"吉卜力工作室\"\n```\n\n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。\n\n完整文档：[无头模式与实验队列](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen\u002Fheadless)\n\n### MCP 服务器\n\n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）：\n\n```bash\nlocalgpt-gen mcp-server\n```\n\n将其添加到你的 `.mcp.json` 文件中：\n\n```json\n{\n  \"mcpServers\": {\n    \"localgpt-gen\": {\n      \"command\": \"localgpt-gen\",\n      \"args\": [\"mcp-server\"]\n    }\n  }\n}\n```\n\n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）](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen\u002Fcli-mode)。\n\n完整文档：[LocalGPT 生成](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen) | [MCP 服务器](https:\u002F\u002Flocalgpt.app\u002Fdocs\u002Fgen\u002Fmcp-server)\n\n如果你创造了什么酷炫的东西，请在 [Discord](https:\u002F\u002Fdiscord.gg\u002FspKRr6mRyp) 或 [YouTube](https:\u002F\u002Fwww.youtube.com\u002F@localgpt-gen) 上分享吧！\n\n---\n\n## AI 助手\n\n`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。\n\n```bash\n# 交互式聊天\nlocalgpt chat\n\n# 单一问题\nlocalgpt ask \"生命的意义是什么？\"\n\n# 作为守护进程运行，提供 HTTP API 和 Web UI\nlocalgpt daemon start\n```\n\n### 为什么选择 LocalGPT？\n\n- **单个二进制文件** — 无需 Node.js、Docker 或 Python\n- **专注于本地设备** — 完全在你的机器上运行，数据始终属于你\n- **持久化记忆** — 基于 Markdown 的知识库，支持全文和语义搜索\n- **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\n- **自主心跳机制** — 将任务委托给它，让它在后台工作\n- **多种界面** — CLI、Web UI、桌面 GUI、Telegram 机器人\n- **纵深防御安全** — 签名策略文件、内核强制沙盒、提示注入防御\n- **多模型提供商** — LM Studio、Ollama、Anthropic、OpenAI、xAI、GLM、Vertex AI、CLI 提供商\n\n### 工作原理\n\nLocalGPT 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。\n\n工作区内存布局如下：\n\n```\n\u003Cworkspace>\u002F\n├── MEMORY.md     # 长期知识（每次会话自动加载）\n├── HEARTBEAT.md  # 自主任务队列\n├── SOUL.md       # 个性与行为指导\n└── knowledge\u002F    # 结构化知识库\n```\n\n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。\n\n### 配置\n\n存储在 `\u003Cconfig_dir>\u002Fconfig.toml` 文件中：\n\n**通过 LM Studio 使用本地模型**（无需 API 密钥，完全离线）：\n\n```toml\n[agent]\ndefault_model = \"openai\u002Fqwen\u002Fqwen3.5-35b-a3b\"\n\n[providers.openai]\napi_key = \"lm-studio\"\nbase_url = \"http:\u002F\u002F127.0.0.1:1234\u002Fv1\"\n```\n\n**云端提供商**（Anthropic、OpenAI 等）：\n\n```toml\n[agent]\ndefault_model = \"claude-cli\u002Fopus\"\n\n[providers.anthropic]\napi_key = \"${ANTHROPIC_API_KEY}\"\n```\n\n完整配置参考：[`website\u002Fdocs\u002Fconfiguration.md`](website\u002Fdocs\u002Fconfiguration.md)\n\n### 安全性\n\n- **内核强制沙盒** — Linux 上的 Landlock\u002Fseccomp，macOS 上的 Seatbelt\n- **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\n- **提示注入防御** — 标记剥离、模式检测、内容边界控制\n- **审计链** — 哈希链式安全事件日志\n\n安全文档：[`website\u002Fdocs\u002Fsandbox.md`](website\u002Fdocs\u002Fsandbox.md) | [`website\u002Fdocs\u002Flocalgpt.md`](website\u002Fdocs\u002Flocalgpt.md)\n\n### HTTP API\n\n| 端点 | 描述 |\n|----------|-------------|\n| `GET \u002F` | 内嵌 Web UI |\n| `POST \u002Fapi\u002Fchat` | 与助手聊天 |\n| `POST \u002Fapi\u002Fchat\u002Fstream` | SSE 流式聊天 |\n| `GET \u002Fapi\u002Fmemory\u002Fsearch?q=\u003Cquery>` | 搜索记忆 |\n\n完整 API 参考：[`website\u002Fdocs\u002Fhttp-api.md`](website\u002Fdocs\u002Fhttp-api.md)\n\n### CLI 命令\n\n```bash\nlocalgpt chat                   # 交互式聊天\nlocalgpt ask \"question\"         # 单一问题\nlocalgpt daemon start           # 启动守护进程\nlocalgpt memory search \"query\"  # 搜索记忆\nlocalgpt config show            # 显示配置\nlocalgpt paths                  # 显示解析后的路径\n```\n\n完整 CLI 参考：[`website\u002Fdocs\u002Fcli-commands.md`](website\u002Fdocs\u002Fcli-commands.md)\n\n## 博客\n\n- [可探索的世界作为智能体技能](https:\u002F\u002Flocalgpt.app\u002Fblog\u002Fworld-as-skill)\n- [为什么我在4个晚上内构建了LocalGPT](https:\u002F\u002Flocalgpt.app\u002Fblog\u002Fwhy-i-built-localgpt-in-4-nights)\n\n## 技术栈\n\nRust、Tokio、Axum、Bevy、SQLite（FTS5 + sqlite-vec）、fastembed、eframe\n\n## 贡献者\n\n\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fgraphs\u002Fcontributors\">\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flocalgpt-app_localgpt_readme_c2b700211089.png\" \u002F>\n\u003C\u002Fa>\n\n## 许可证\n\n[Apache-2.0](LICENSE)","# LocalGPT 快速上手指南\n\nLocalGPT 是一款开源的本地优先 AI 工具集，包含两个核心组件：\n1. **localgpt-gen**：基于自然语言生成可探索的 3D 世界（使用 Bevy 引擎）。\n2. **localgpt**：具备持久记忆、自主任务能力的本地 AI 助手。\n\n## 环境准备\n\n*   **操作系统**：支持 Linux、macOS 和 Windows。\n*   **前置依赖**：\n    *   必须安装 **Rust** 工具链（包含 `cargo`）。\n        *   安装命令：`curl --proto '=https' --tlsv1.2 -sSf https:\u002F\u002Fsh.rustup.rs | sh`\n    *   **图形驱动**：若使用 `localgpt-gen` 进行 3D 渲染，请确保显卡驱动正常。\n    *   **模型服务（可选）**：若需完全离线运行 AI 助手，建议安装 [LM Studio](https:\u002F\u002Flmstudio.ai\u002F) 或 [Ollama](https:\u002F\u002Follama.com\u002F) 并在本地启动模型服务。\n\n> **注意**：目前国内暂无官方指定的 Rust crate 镜像加速方案，若 `cargo install` 下载缓慢，可尝试配置国内 Cargo 源（如清华源或中科大源）或在终端设置 `CARGO_REGISTRIES_CRATES_IO_PROTOCOL=sparse` 以提升解析速度。\n\n## 安装步骤\n\nLocalGPT 分为两个独立的二进制文件，请根据需求选择安装：\n\n### 1. 安装 3D 世界生成器 (Gen Mode)\n用于通过自然语言构建 3D 场景。\n```bash\ncargo install localgpt-gen\n```\n\n### 2. 安装 AI 助手 (AI Assistant)\n用于本地聊天、记忆管理和后台自主任务。\n```bash\ncargo install localgpt\n```\n\n## 基本使用\n\n### 场景一：使用 natural language 构建 3D 世界\n\n**交互式生成**\n直接运行命令进入交互模式，输入提示词即可开始创作：\n```bash\nlocalgpt-gen\n```\n\n**一键生成指定场景**\n直接在命令行传入提示词，例如创建一个沙漠场景：\n```bash\nlocalgpt-gen \"Create a desert scene with pyramids and a UFO hovering above\"\n```\n\n**无头模式（Headless Mode）**\n适用于脚本批量生成或 CI 流程，不弹出窗口：\n```bash\nlocalgpt-gen headless --prompt \"Build a cozy cabin in a snowy forest\" --style \"Studio Ghibli\"\n```\n\n**加载现有场景**\n```bash\nlocalgpt-gen --scene .\u002Fworld.glb\n```\n\n---\n\n### 场景二：使用本地 AI 助手\n\n**交互式对话**\n启动终端聊天界面：\n```bash\nlocalgpt chat\n```\n\n**单次问答**\n快速询问一个问题并退出：\n```bash\nlocalgpt ask \"What is the meaning of life?\"\n```\n\n**以守护进程模式运行**\n启动后台服务，开启 HTTP API 和 Web UI 界面：\n```bash\nlocalgpt daemon start\n```\n启动后，可在浏览器访问默认端口（通常为 `http:\u002F\u002Flocalhost:PORT`，具体见启动日志）使用图形界面。\n\n**配置本地模型（推荐离线使用）**\n编辑配置文件（运行 `localgpt config show` 查看路径），在 `\u003Cconfig_dir>\u002Fconfig.toml` 中添加本地模型提供商（如 LM Studio）：\n```toml\n[agent]\ndefault_model = \"openai\u002Fqwen\u002Fqwen3.5-35b-a3b\"\n\n[providers.openai]\napi_key = \"lm-studio\"\nbase_url = \"http:\u002F\u002F127.0.0.1:1234\u002Fv1\"\n```\n*注：确保本地已启动 LM Studio 并加载了相应模型。*\n\n**查看记忆与路径**\n搜索本地知识库或查看文件存储路径：\n```bash\nlocalgpt memory search \"query\"\nlocalgpt paths\n```","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。\n\n### 没有 localgpt 时\n- **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。\n- **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。\n- **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。\n- **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。\n\n### 使用 localgpt 后\n- **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。\n- **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。\n- **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。\n- **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。\n\nlocalgpt 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。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Flocalgpt-app_localgpt_f84a81c3.jpg","localgpt-app","LocalGPT","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Flocalgpt-app_d16da97b.png",null,"localgpt.app","https:\u002F\u002Fgithub.com\u002Flocalgpt-app",[82,86,90,94,98,102,106,110,114,118],{"name":83,"color":84,"percentage":85},"Rust","#dea584",85.1,{"name":87,"color":88,"percentage":89},"Swift","#F05138",6.3,{"name":91,"color":92,"percentage":93},"C","#555555",3.5,{"name":95,"color":96,"percentage":97},"TypeScript","#3178c6",1.8,{"name":99,"color":100,"percentage":101},"Kotlin","#A97BFF",1.6,{"name":103,"color":104,"percentage":105},"JavaScript","#f1e05a",0.7,{"name":107,"color":108,"percentage":109},"CSS","#663399",0.6,{"name":111,"color":112,"percentage":113},"HTML","#e34c26",0.2,{"name":115,"color":116,"percentage":117},"Shell","#89e051",0.1,{"name":119,"color":120,"percentage":121},"Dockerfile","#384d54",0,1099,97,"2026-04-03T20:47:20","Apache-2.0","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）",{"notes":130,"python":131,"dependencies":132},"该工具基于 Rust 构建，无需安装 Python、Node.js 或 Docker。它以单一二进制文件形式运行。支持多种 LLM 后端（包括本地的 LM Studio\u002FOllama 和云端的 Anthropic\u002FOpenAI 等）。若使用本地模型，需自行配置对应的推理服务（如 LM Studio）。安全特性包括 Linux 上的 Landlock\u002Fseccomp 和 macOS 上的 Seatbelt 沙盒机制。","不需要",[83,133,134,135,136,137,138],"Tokio","Axum","Bevy","SQLite (FTS5 + sqlite-vec)","fastembed","eframe",[13,14,15],[141,142,143,144,145],"agent","ai","rust","world","bevy","2026-03-27T02:49:30.150509","2026-04-06T07:10:08.253865",[149,154,159,164,169,174,179],{"id":150,"question_zh":151,"answer_zh":152,"source_url":153},17788,"如何配置本地模型（如 Ollama、LM Studio）或解决 'Failed to spawn Claude CLI' 错误？","目前项目原生支持 Ollama 作为本地推理后端。对于其他本地推理工具（如 vLLM 或 LM Studio），只要它们托管了 OpenAI 兼容的端点，可以通过配置 OpenAI 提供商指向正确的 localhost 端口来使用。例如，将 OpenAI 提供商地址设置为 `http:\u002F\u002F127.0.0.1:11434\u002Fv1`（Ollama 默认）或 `http:\u002F\u002F127.0.0.1:8080\u002F`（LM Studio 默认）。如果出现 'Failed to spawn Claude CLI' 错误，通常是因为未正确配置本地提供商，请改用上述 OpenAI 兼容模式或等待对特定提供商的原生支持。","https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fissues\u002F17",{"id":155,"question_zh":156,"answer_zh":157,"source_url":158},17789,"在 Linux (Wayland\u002FX11) 上编译时遇到依赖缺失或编译错误怎么办？","在 Linux 环境下（特别是使用 Wayland 或 X11 时），需要在 `Cargo.toml` 文件中手动添加 `winit` 依赖及其特定功能。请添加以下配置：`winit = { version = \"0.30\", features = [\"wayland\", \"x11\"] }`。这可以解决因缺少窗口系统后端支持而导致的编译错误（如 E0282, E0432）。","https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fissues\u002F6",{"id":160,"question_zh":161,"answer_zh":162,"source_url":163},17790,"配置文件和日志数据应该存放在哪里？是否遵循 XDG 标准？","项目遵循 XDG Base Directory 规范。配置文件应位于 `$XDG_CONFIG_HOME\u002Flocalgpt\u002F`（若该环境变量为空，则默认为 `~\u002F.config\u002Flocalgpt\u002F`）。日志和会话数据应存放在 `$XDG_STATE_HOME\u002Flocalgpt`（默认为 `$HOME\u002F.local\u002Fstate\u002Flocalgpt`）。PID 文件和工作区锁文件应存放在 `$XDG_RUNTIME_DIR` 中，或由进程管理器（如 systemd）管理。","https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fissues\u002F18",{"id":165,"question_zh":166,"answer_zh":167,"source_url":168},17791,"`localgpt chat` 命令卡住不动或无法加载嵌入模型怎么办？","如果 `localgpt chat` 命令挂起，通常是卡在加载本地嵌入模型阶段。可以通过添加 `-v` 标志运行命令来查看详细调试日志（例如：`localgpt chat -v`）。日志会显示正在加载的模型（如 `all-MiniLM-L6-v2`）以及缓存目录（`FASTEMBED_CACHE_DIR`）。如果是网络问题导致模型下载卡住，请检查网络连接或手动预下载模型到缓存目录。此外，也可以尝试通过 OpenAI 提供商指向本地 Ollama 实例来使用其嵌入功能。","https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fissues\u002F29",{"id":170,"question_zh":171,"answer_zh":172,"source_url":173},17792,"是否可以使用 Claude 或 Gemini 的订阅凭证（OAuth）而不是按次付费？","目前不支持直接使用 OAuth 订阅凭证。维护者指出，通过 CLI 或其他工具使用 OAuth 可能违反服务条款（ToS），且存在绕过沙箱限制的风险。官方版本暂未包含此类支持，建议继续使用标准的 API Key 方式进行认证，以避免合规性问题。","https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fissues\u002F7",{"id":175,"question_zh":176,"answer_zh":177,"source_url":178},17793,"是否有计划开发 Rust 编写的原生 UI 以替代 Web 前端？","社区正在探讨使用 Rust 构建原生 UI 的可能性。推荐的方案包括使用 Tauri 结合 Leptos（纯 Rust 技术栈，无 Node.js 依赖），或者使用 Egui。维护者表示如果不增加过多负担甚至能减少依赖，对此持开放态度。目前的架构设计倾向于将核心逻辑作为 daemon 运行，前端可以通过安全的 RPC 或 Socket 接口与之通信。","https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fissues\u002F12",{"id":180,"question_zh":181,"answer_zh":182,"source_url":183},17794,"如何理解 LocalGPT 的安全架构及针对上下文注入攻击的防护？","LocalGPT 设计了针对上下文注入攻击的防护机制（sanitizer），检测到攻击模式时会采取预防措施。未来的安全架构提议采用“系统访问调解”而非直接终止模型：即在检测到威胁时，动态撤销模型的网络访问、文件系统写入权限或 Bash 执行权限，使模型仍能进行推理但无法对外部系统造成损害。这将通过分离关注点（如独立的 daemon 和前端）来实现更细粒度的控制。","https:\u002F\u002Fgithub.com\u002Flocalgpt-app\u002Flocalgpt\u002Fissues\u002F23",[]]