Sider
对话助手通过 Chat 阅读页面、Hand 处理浏览器任务、Code 自定义浏览体验。Sider 将 AI 工作空间接入日常网站和文档。
在原文旁聊天Hand 浏览器任务
本地 AI · 与个人资料对话
GPT4All
免费本地 AI 桌面应用，支持下载模型，并通过 LocalDocs 将个人文件夹中的相关资料带入对话。
GPT4All 官方入门截图，展示本地聊天和 LocalDocs 资料入口查看原图 ↓
它能帮你做什么
它适合解决什么问题
GPT4All 提供在普通电脑上使用语言模型的桌面路径。用户下载兼容模型后即可聊天，不必把每次请求都交给云端 API。LocalDocs 则把选定文件夹建立为资料集合，在提问时提供相关片段，适合围绕已有笔记、手册或学习材料工作。
名称中的 GPT4All 不代表免费获得 OpenAI 的 GPT-4 模型，它是 Nomic 的独立本地模型应用与生态。实际选用的模型各有能力和许可。价值在于本机推理和个人资料使用更容易控制，代价则是质量、速度和可处理规模受模型及设备限制，不能只凭安装成功就推断能替代所有云端任务。
01
个人参考笔记
02
离线文字整理
03
本地模型比较
04
小型 Python 原型
产品界面与官方示例
官方图片，可点击放大查看。
产品界面与示例
把关键功能，放进实际任务
主要功能与实际用法
- 可下载模型目录: 查找兼容模型并将权重保存到设备。选择时同时看文件大小、运行内存与许可，不只看下载量或参数规模，避免选到不适合电脑或用途的模型。
- 支持 CPU 推理: 基本本地路径不强制要求高端独立显卡，但不意味着所有模型都快。处理器、内存带宽、上下文长度和模型大小都会影响体验，应该用实际任务观察。
- LocalDocs 资料集合: 为集合命名并关联文件夹，索引后用于检索。围绕一个主题整理最新材料，比把电脑所有文件一次放进集合更容易得到范围清楚的答案。
- 本机嵌入处理: LocalDocs 用本地嵌入模型把文字片段表示为便于语义搜索的向量。检索出的片段进入聊天模型上下文，并不是把整个文件夹永久训练进模型。
- 查看引用文件: 回答下方的 Sources 可显示引用文件。需要继续打开原文确认该段是否支持结论，尤其注意文件中可能同时存在旧版本和新版本的不同说法。
- 组织模型对话: 选择已下载模型，管理会话历史，并为无关任务建立新聊天。这样可以减少前一个项目的假设影响下一项工作，比把所有问题都留在一个长线程里更清楚。
- 开发者 Python 接入: 项目提供封装本地推理后端的 Python 包，方便实验性程序调用。模型文件、设备资源和生成结果的检查仍由开发者安排，不能把 SDK 可用理解为无需验证即可投入业务。
第一次使用，从这里开始
- 01
安装并下载一个模型
- 02
先验证普通聊天
- 03
建立小型 LocalDocs 集合
- 04
启用集合并核对来源
从第一次使用到可复用结果
从第一次使用到可复用结果
- 安装并下载一个模型. 从官方入口选择匹配设备的版本，下载满足资源条件的模型。应为操作系统与其他程序留出空间，模型文件大小不等于实际运行内存需求。
- 先验证普通聊天. 加载模型并完成一个简短问题，再加入文档。这样出现问题时，可以区分是模型运行尚未正常，还是后续资料索引与检索导致的。
- 建立小型 LocalDocs 集合. 关联一个相关文件夹并等待索引。Ready 指示有助于确认集合准备完成，指南也允许先使用其中已经处理好的文件进行聊天。
- 启用集合并核对来源. 在对话中打开 LocalDocs 面板，提出具体问题，查看 Sources。调整影响索引的设置后，按指南重新构建集合，避免误以为新配置已经影响旧索引。
示例提示或操作任务：只依据所选笔记，列出主要需求和仍未解决的问题。每项需求指出对应文件，日期和数字保持不变；集合没有足够信息时请明确说明，不要补充材料中没有的前提。
这是建议的首次资料集合检查任务。检索挑选的是相关片段，一次要求模型穷尽大型文件夹中的所有细节，可能超出单次回答能够可靠覆盖的范围。
选一个适合你的方案
本地应用免费
到官网了解方案 ↗免费软件 仍需匹配硬件与模型许可
本地推理不要求付费 API；可选远程服务有自己的费用与数据条件。
哪些免费，哪些可能收费
应用采用 MIT 许可，本地推理不要求云端 API 账户。下载完成后的普通本地生成，使用自己的存储、算力和电力，不依赖每月按消息数发放的云服务额度；成本主要转移到了设备和维护。
具体模型许可不同，部分条款可能影响商业用途。可选远程 API 也可能产生费用，并把提示发送到设备之外。本页免费判断针对本地应用路径，不代表界面能够连接的每一个模型、提供商和用途都没有额外条件。
使用之前，你可能想知道
常见问题
GPT4All 就是 GPT-4 吗？
不是，它是 Nomic 的本地模型应用与生态，并不是某个其他公司云端模型的免费复制品。
没有独立显卡可以用吗？
基本 CPU 路径不强制要求独立显卡，但可运行的模型大小与速度仍受电脑能力影响，不能据此保证所有模型都流畅。
没有网络能运行吗？
所需应用和模型下载好后可以本地推理；下载新模型或连接远程 API 仍需网络，离线能力要按实际选择判断。
LocalDocs 到底做了什么？
它把文件内容索引为可搜索片段，再将相关材料提供给聊天模型，正常使用不会永久修改模型权重。
选择远程 API 后提示仍留在本地吗？
不是。官方模型指南明确区分了远程路径，请求会发送给提供商，再把回答返回电脑。
所有可下载模型都能免费商用吗？
没有这样的统一保证。模型条款与应用的 MIT 许可不同，应逐个查看，特别留意商业使用限制。
回答为什么遗漏文件里的内容？
检查索引进度、启用的集合、文字抽取和召回相关性。文件存在于文件夹中，不代表它的内容进入了当前回答上下文。
深入了解，再做选择
平台、输入输出、开源许可和使用条件，完整保留在这里。
四个值得尝试的使用场景
四个值得尝试的使用场景
- 个人参考笔记: 为一个学科或主题建立 LocalDocs 集合，要求依据笔记解释概念。查看引用文件是否包含真正需要的事实，而不是只与问题出现了相同关键词。
- 离线文字整理: 提前联网下载合适模型，断网时把已经保存的材料整理成大纲。离线模型不能凭空确认最新事件、实时班次或当前产品价格。
- 本地模型比较: 让两个兼容模型在同一设备上完成相同的短改写任务，比较事实保留、遗漏和等待时间，再决定是否值得增加模型大小。
- 小型 Python 原型: 在开发脚本中调用本地模型生成范围明确的文本。保留可重复的任务输入，审核结果后再考虑连接更大流程，不直接让未经检查的输出改变业务数据。
平台、输入输出与部署条件
平台、输入输出与部署条件
官方桌面选择覆盖 Windows、macOS 和 Linux，实际要求随平台与模型变化。模型权重的下载大小不是运行时的完整内存占用，应把系统要求和模型要求一起阅读；设备资源有限时，从较小模型开始更容易判断是否适合。
LocalDocs 将文件夹内容转换成文字片段与向量，再按问题检索相关内容。它不保证每次回答都会完整阅读全部文件。资料原件应保持清晰组织，迁移设备时也要保留需要的应用数据和已审核输出，避免只复制模型文件却丢失工作资料。
数据、权限与许可
数据、权限与许可
本地模型配合 LocalDocs 可以在设备上处理资料，但远程提供商会改变路径，官方模型指南明确指出提示会发往其 API。处理私人文件前，确认当前实际启用的是本地模型还是远程服务。
原始材料和审核后的输出应分别备份。应用许可、模型条款和文档权限是不同问题，来源引用应帮助人进一步检查，而不是让人完全跳过核对。
资料、帮助与官方来源
官方资料与核对日期
用过它，把经验留给下一个人
COMMUNITY
登录后可评分和评论
用过它？聊聊你的体验
正在加载使用体验…
管理我的评论
互动与审核规则
收藏仅自己可见。评论通过审核后公开，修改后会重新审核；评论数量包含获准公开的评论和回复。每人一份评分，新评分自动批准，撤回、未获批准或失效的评分不计入总分。请分享真实体验，避免垃圾信息、私人信息或人身攻击。
审核申诉或数据处理问题： support@findgoodai.com
NEXT STEP
体验 GPT4All ↗用一小份有用笔记体验本地问答
带上一个真实任务，看看它是否适合你的工作方式。
跳到想看的部分
使用体验