軟體分類:AI自建

共找到 31 筆相關軟體 | 每頁顯示 10 | 頁次:1 / 4 頁
Free
多語
2026/07/31
LM Studio 0.4.20 Build 1 for Windows x64

LM Studio 是一款允許用戶在本地執行大型語言模型(LLMs)的工具套件,提供了一個新的 Python 和 JavaScript SDK,以及一個圖形界面應用程式,專為初級者設計,同時包含專業功能。

LM Studio 是一款本地 AI 工具套件,使用戶能夠下載並在電腦上執行 Llama、DeepSeek、Mistral 和 Phi 等模型。它支援 Windows、M1/M2/M3/M4 Macs 以及 Linux PCs,前提是硬體支援 AVX2。 LM Studio 提供了一個本地 AI 應用程式,不會收集用戶資料或監控用戶行為,資料儲存在用戶本地機器上。 用戶可以透過 LM Studio 執行 LLama.cpp 和 Mac 上的 MLX 格式的大型語言模型,並且可以執行 Hugging Face 上的相容模型。

Free
多語
2026/07/31
LM Studio 0.4.20 Build 1 for Windows arm64

LM Studio 是一款允許用戶在本地執行大型語言模型(LLMs)的工具套件,提供了一個新的 Python 和 JavaScript SDK,以及一個圖形界面應用程式,專為初級者設計,同時包含專業功能。

LM Studio 是一款本地 AI 工具套件,使用戶能夠下載並在電腦上執行 Llama、DeepSeek、Mistral 和 Phi 等模型。它支援 Windows、M1/M2/M3/M4 Macs 以及 Linux PCs,前提是硬體支援 AVX2。 LM Studio 提供了一個本地 AI 應用程式,不會收集用戶資料或監控用戶行為,資料儲存在用戶本地機器上。 用戶可以透過 LM Studio 執行 LLama.cpp 和 Mac 上的 MLX 格式的大型語言模型,並且可以執行 Hugging Face 上的相容模型。

Free
多語
2026/07/31
LM Studio 0.4.20 Build 1 for macOS arm64

LM Studio 是一款允許用戶在本地執行大型語言模型(LLMs)的工具套件,提供了一個新的 Python 和 JavaScript SDK,以及一個圖形界面應用程式,專為初級者設計,同時包含專業功能。

LM Studio 是一款本地 AI 工具套件,使用戶能夠下載並在電腦上執行 Llama、DeepSeek、Mistral 和 Phi 等模型。它支援 Windows、M1/M2/M3/M4 Macs 以及 Linux PCs,前提是硬體支援 AVX2。 LM Studio 提供了一個本地 AI 應用程式,不會收集用戶資料或監控用戶行為,資料儲存在用戶本地機器上。 用戶可以透過 LM Studio 執行 LLama.cpp 和 Mac 上的 MLX 格式的大型語言模型,並且可以執行 Hugging Face 上的相容模型。

Free
多語
2026/07/31
LM Studio 0.4.20 Build 1 for Linux arm64.AppImage

LM Studio 是一款允許用戶在本地執行大型語言模型(LLMs)的工具套件,提供了一個新的 Python 和 JavaScript SDK,以及一個圖形界面應用程式,專為初級者設計,同時包含專業功能。

LM Studio 是一款本地 AI 工具套件,使用戶能夠下載並在電腦上執行 Llama、DeepSeek、Mistral 和 Phi 等模型。它支援 Windows、M1/M2/M3/M4 Macs 以及 Linux PCs,前提是硬體支援 AVX2。 LM Studio 提供了一個本地 AI 應用程式,不會收集用戶資料或監控用戶行為,資料儲存在用戶本地機器上。 用戶可以透過 LM Studio 執行 LLama.cpp 和 Mac 上的 MLX 格式的大型語言模型,並且可以執行 Hugging Face 上的相容模型。

Free
多語
2026/07/31
LM Studio 0.4.20 Build 1 for Linux x64.AppImage

LM Studio 是一款允許用戶在本地執行大型語言模型(LLMs)的工具套件,提供了一個新的 Python 和 JavaScript SDK,以及一個圖形界面應用程式,專為初級者設計,同時包含專業功能。

LM Studio 是一款本地 AI 工具套件,使用戶能夠下載並在電腦上執行 Llama、DeepSeek、Mistral 和 Phi 等模型。它支援 Windows、M1/M2/M3/M4 Macs 以及 Linux PCs,前提是硬體支援 AVX2。 LM Studio 提供了一個本地 AI 應用程式,不會收集用戶資料或監控用戶行為,資料儲存在用戶本地機器上。 用戶可以透過 LM Studio 執行 LLama.cpp 和 Mac 上的 MLX 格式的大型語言模型,並且可以執行 Hugging Face 上的相容模型。

推薦
Free
2026/07/28
Ollama 0.32.5 安裝版 for Windows

Ollama 是一個公開的 GitHub 倉庫,用於讓大家快速上手使用,輕鬆上手 Kimi-K2.5、GLM-5、MiniMax、DeepSeek、gpt-oss、Qwen、Gemma 等型號。

Ollama 是一款開源且免費的大型語言模型執行器,專門為了輕鬆管理和執行 Llama 系列的語言模型而設計。它支援多種模型,包括 Llama 3.3、DeepSeek-R1、Phi-4 和 Gemma 3,並提供了一系列的工具和接 Application Programming Interface (API),以便開發者和終端用戶能夠更有效地利用這些強大的語言模型。Ollama 的目標是透過簡化的設定和部署流程,降低使用者的使用門檻,同時確保高性能和穩定性。

Free
2026/07/28
Ollama 0.32.5 免安裝版 for Windows amd64

Ollama 是一個公開的 GitHub 倉庫,用於讓大家快速上手使用,輕鬆上手 Kimi-K2.5、GLM-5、MiniMax、DeepSeek、gpt-oss、Qwen、Gemma 等型號。

Ollama 是一款開源且免費的大型語言模型執行器,專門為了輕鬆管理和執行 Llama 系列的語言模型而設計。它支援多種模型,包括 Llama 3.3、DeepSeek-R1、Phi-4 和 Gemma 3,並提供了一系列的工具和接 Application Programming Interface (API),以便開發者和終端用戶能夠更有效地利用這些強大的語言模型。Ollama 的目標是透過簡化的設定和部署流程,降低使用者的使用門檻,同時確保高性能和穩定性。

Free
2026/07/28
Ollama 0.32.5 for Windows arm64

Ollama 是一個公開的 GitHub 倉庫,用於讓大家快速上手使用,輕鬆上手 Kimi-K2.5、GLM-5、MiniMax、DeepSeek、gpt-oss、Qwen、Gemma 等型號。

Ollama 是一款開源且免費的大型語言模型執行器,專門為了輕鬆管理和執行 Llama 系列的語言模型而設計。它支援多種模型,包括 Llama 3.3、DeepSeek-R1、Phi-4 和 Gemma 3,並提供了一系列的工具和接 Application Programming Interface (API),以便開發者和終端用戶能夠更有效地利用這些強大的語言模型。Ollama 的目標是透過簡化的設定和部署流程,降低使用者的使用門檻,同時確保高性能和穩定性。

Free
2026/07/28
Ollama 0.32.5 for macOS

Ollama 是一個公開的 GitHub 倉庫,用於讓大家快速上手使用,輕鬆上手 Kimi-K2.5、GLM-5、MiniMax、DeepSeek、gpt-oss、Qwen、Gemma 等型號。

Ollama 是一款開源且免費的大型語言模型執行器,專門為了輕鬆管理和執行 Llama 系列的語言模型而設計。它支援多種模型,包括 Llama 3.3、DeepSeek-R1、Phi-4 和 Gemma 3,並提供了一系列的工具和接 Application Programming Interface (API),以便開發者和終端用戶能夠更有效地利用這些強大的語言模型。Ollama 的目標是透過簡化的設定和部署流程,降低使用者的使用門檻,同時確保高性能和穩定性。

Free
2026/07/28
Ollama 0.32.5 for Linux arm64

Ollama 是一個公開的 GitHub 倉庫,用於讓大家快速上手使用,輕鬆上手 Kimi-K2.5、GLM-5、MiniMax、DeepSeek、gpt-oss、Qwen、Gemma 等型號。

Ollama 是一款開源且免費的大型語言模型執行器,專門為了輕鬆管理和執行 Llama 系列的語言模型而設計。它支援多種模型,包括 Llama 3.3、DeepSeek-R1、Phi-4 和 Gemma 3,並提供了一系列的工具和接 Application Programming Interface (API),以便開發者和終端用戶能夠更有效地利用這些強大的語言模型。Ollama 的目標是透過簡化的設定和部署流程,降低使用者的使用門檻,同時確保高性能和穩定性。