開源 AI 專案推薦:普通人能用的 10 個
釋出於 2026-11-09 · 櫻桃茶編輯部
普通人能用的開源 AI 專案確實有,下面這 10 個都不用寫程式碼,個別要在終端敲一兩行命令。麻煩在於它們都得你自己裝、自己維護:Ollama、Cherry Studio、Chatbox 有安裝包,雙擊就能裝;RAGFlow、n8n 要 Docker,最好還有一臺常開的機器。只想馬上用上 AI 的話,看完第一節再決定,很可能一個都不用裝。
先想清楚:你要一個順手的工具,還是願意養一個專案?
GitHub 上的 AI 專案榜單,基本是寫給開發者看的。普通人裝之前先問自己三件事:
- 資料能不能離開自己的電腦?公司合同、病歷、沒公開的財報,確實有理由只在本地處理。
- 手上有什麼硬體?有沒有獨立顯示卡,記憶體多大,有沒有一臺 24 小時開著的電腦或 NAS。
- 願不願意當半個運維?開源專案更新快,升級、備份、看報錯日誌,全是你自己的事。
我們的看法:只想對話、讀文件、寫東西,裝一個桌面聊天客戶端接上模型,或者直接用網頁產品,最省事。RAGFlow、n8n 這種要一直開著的服務,手邊沒有常開的 Linux 機器就先別碰。本地跑模型能省 API 的錢,代價是硬體和時間,這筆賬在 Ollama 教程:本地部署前先看這 4 條 裡算得更細。
這 10 個開源 AI 工具,各要什麼條件?
星數是 2026-11-07 用 GitHub 公開介面查的,取整到千位,每天都在變。「許可」一欄照各倉庫的 LICENSE 檔案寫,打算商用的話請自己讀一遍原文。
| 專案 | 用來做什麼 | 怎麼裝 | 要獨立顯示卡嗎 | 許可 | 星數 |
|---|---|---|---|---|---|
| Ollama | 在本地跑開源模型 | Mac / Windows 安裝包,或一條命令 | 小模型不用,大模型吃視訊記憶體和記憶體 | MIT | 約 18.6 萬 |
| Open WebUI | 類似 ChatGPT 的網頁聊天介面 | Docker、pip 或桌面 App | 介面本身不用 | Open WebUI 許可(BSD 式,加品牌條款) | 約 15.8 萬 |
| MarkItDown | Word、PDF、PPT、Excel 轉 Markdown | Python 命令列 | 不用 | MIT | 約 19.4 萬 |
| Docling | 版式複雜的 PDF 轉結構化文本 | Python 命令列 | 不用 | MIT | 約 7.0 萬 |
| Stirling-PDF | 合併、拆分、壓縮、OCR、簽名 PDF | Docker 一條命令,或桌面版 | 不用 | 主體 MIT,部分目錄另有許可 | 約 9.6 萬 |
| RAGFlow | 自建知識庫問答 | Docker Compose | 不強制,官方建議 16 GB 記憶體起 | Apache-2.0 | 約 9.4 萬 |
| n8n | 拖拽式自動化流程,帶 AI 節點 | Docker | 不用 | Sustainable Use License | 約 21.0 萬 |
| ComfyUI | 節點式生圖、做影片 | 桌面版(Windows / macOS)或便攜包 | 基本需要 | GPL-3.0 | 約 14.6 萬 |
| Cherry Studio | 桌面聊天客戶端,接各家模型 | 安裝包 | 不用 | AGPL-3.0 | 約 5.3 萬 |
| Chatbox | 桌面聊天客戶端,也有手機版 | 安裝包 | 不用 | GPL-3.0(社群版) | 約 4.2 萬 |
想在自己電腦上跑模型聊天,Ollama 和 Open WebUI 怎麼搭?
Ollama 負責把開源模型跑起來。README 給了 Mac 的 .dmg 和 Windows 的 .exe 安裝包,裝好後在終端輸入 ollama,它會讓你選一個模型開聊。要多大記憶體、哪些模型值得下,放到 Ollama 教程那篇裡講。
Open WebUI 是套在外面的網頁介面,可以接本地的 Ollama,也可以接任何相容 OpenAI 格式的介面。官方給了三種裝法:Python 3.12 下 pip install open-webui、一條 docker run,還有單獨的桌面 App(macOS、Windows、Linux)。
它的許可要多看一眼。LICENSE 第 4 條規定,任意連續 30 天裡直接使用的終端使用者超過 50 人,就不能改掉或去掉 Open WebUI 的品牌標識,除非拿到版權方書面許可或企業授權。自己和家人用不受影響,公司裡大範圍鋪開就得留意。
Word、PDF 轉成 AI 好讀的文本,用哪個?
這三個跟「和 AI 聊天」沒有直接關係,但很實用。檔案先轉成乾淨的文本,標題和表格結構保住了,再交給 AI 總結,它少一層瞎猜(具體做法見 AI 總結 PDF 和長文件:怎麼不漏重點)。
MarkItDown 是微軟開源的小工具,要求 Python 3.10 到 3.14。pip install 'markitdown[all]' 裝好後,一行 markitdown 報告.pdf -o 報告.md 就轉出來了。Word、PPT、Excel、EPUB 都能轉,標題、列表、表格、連結會盡量保留。README 說得很坦白:輸出是給 AI 和文本分析工具讀的,要高保真、給人看的轉換,它未必是最好的選擇。另外,看圖寫說明和語音轉文字兩項要呼叫線上服務。
Docling 啃的是更難的 PDF。README 列的能力有頁面版式、閱讀順序、表格結構、公式,掃描件也能 OCR,還能全程在本地跑,適合處理敏感資料。裝法也簡單:pip install docling,再 docling 檔案.pdf,當前目錄會多出一個 .md 檔案。
Stirling-PDF 本身不是 AI 工具,是一個自己部署的 PDF 工具箱,合併、拆分、壓縮、OCR、簽名、塗黑敏感資訊都有。docker run -p 8080:8080 docker.stirlingpdf.com/stirlingtools/stirling-pdf 跑起來,瀏覽器開啟 localhost:8080 就能用,README 也寫了能當個人桌面應用跑。最大的好處是檔案不用傳到別人的伺服器上。要注意它是 open-core:LICENSE 寫明主體程式碼是 MIT,但有若干目錄另有許可(桌面端前端的目錄也在其中),官方另賣伺服器版和企業版。
三個怎麼挑:普通 Word、PPT 用 MarkItDown;掃描件、表格多的 PDF 用 Docling;只想拆合壓縮 PDF、不打算交給 AI,用 Stirling-PDF。
RAGFlow 自建知識庫,適合誰?
RAGFlow 做的是「把一堆檔案變成能提問的知識庫」,回答會標出引用的原文。它在 2026 年 11 月 6 日剛釋出 1.0.0 正式版(GitHub Releases 頁),門檻 README 寫得很清楚:建議起步配置 4 核 CPU、16 GB 記憶體、50 GB 可用磁碟,Docker 24.0.0 以上。README 講 Docker 配置時還注了一句「目前不支援 macOS」,Mac 使用者要留意。
容易忽略的一點:裝好以後,RAGFlow 並不自帶對話模型。登入後要在「模型供應商」頁面加三類模型,大語言模型、embedding 模型和 reranker,每個都填名稱、服務地址和 API Key。所以它離不開模型服務,要麼接雲端,要麼你再自己跑一套本地模型。
我們的判斷:資料上百份、要幾個人一起查,RAGFlow 值得折騰;個人手裡幾十份檔案,網頁產品自帶的知識庫功能夠用了。想先看效果,官方有云服務版本可以試。
想讓 AI 定時幫你跑流程,n8n 能用嗎?
能,前提是你有地方讓它一直跑著。n8n 是拖節點搭流程的工具,比如「每天早上抓幾個網頁,讓 AI 寫摘要,發到電子郵件」。README 的快速開始用的是 Docker,跑起來後編輯器在 localhost:5678。
許可要看清。n8n 自稱 fair-code,用的是 Sustainable Use License:可以用在自己公司的內部業務上,也可以個人或非商業使用;拿它包裝成服務向別人收費不行,檔名或目錄名帶 .ee 的程式碼還要另買企業許可。中文圈常把它叫開源,嚴格說它是「原始碼公開」。普通人能拿它做哪些事,AI Agent 是什麼:普通人用得上的 3 個場景 接著講。
沒有獨立顯示卡,ComfyUI 還能玩嗎?
不太建議。ComfyUI 用一個個節點連成生圖流程,文生圖、圖生圖、影片都能做。手動安裝要自己配 Python 和 PyTorch,現在官方在 comfy.org/download 提供 Windows 和 macOS 的桌面版,README 說這是新使用者最省事的裝法。Windows 另有便攜包,分 NVIDIA、AMD、Intel 幾個版本,README 不建議普通使用者用。
專案自己的說法是,靠非同步的權重流式載入,4 GB 視訊記憶體加 8 GB 記憶體也能跑最大的開源模型。這是官方口徑,速度看你的機器。另外 ComfyUI 不帶模型,模型檔案得另外下,放進 models 下面對應的資料夾。沒有獨立顯示卡的話,先在網頁上用現成的生圖模型找找感覺,划算得多。
不想折騰,裝哪個桌面聊天客戶端?
這兩個是普通人最容易上手的開源 AI 工具:下載安裝包,雙擊,填上模型服務的資訊,就能聊。
Cherry Studio 由 CherryHQ 開發,官網 cherryai.com,有 Windows、macOS、Linux 版,也有手機版。它能接 OpenAI、Anthropic、Gemini 等雲端服務,也能接本地的 Ollama 和 LM Studio,還帶知識庫和畫圖。社群版用 AGPL-3.0,README 寫明可以商用,前提是遵守 AGPL 的條款。順帶澄清一句:Cherry Studio 和櫻桃茶·智域GPT 名字像,但不是同一家的產品。
Chatbox 放在 GitHub 上的是社群版,GPL-3.0,README 說會和它的 Pro 倉庫互相同步程式碼。Windows、Mac(Intel 和 Apple 晶片)、Linux 都有安裝包,另有 iOS 和 Android 版。
這類客戶端只是個殼,本身不帶模型。接模型要兩樣東西:
- API Key:一長串字元(櫻桃茶的以 sk- 開頭),相當於一張帶餘額的門禁卡,誰拿到誰就能花你的錢,別截圖發群裡。
- Base URL(介面地址):告訴客戶端把問題發到哪臺伺服器。每個工具要填到哪一層不一樣,照對應教程填。
櫻桃茶的 Key 也能接(宣告一下,本文就是櫻桃茶編輯部寫的)。規則寫在 櫻桃茶 API 說明 裡:一個 Key 能調 GPT、Claude、Gemini 等模型;費用只從點數餘額扣,訂閱卡不抵扣 API;付過一次款(買過任意卡或充過點數)才能建立 Key;每個 Key 能設額度上限和到期時間。Cherry Studio 支援一鍵匯入,手動填時 API 地址只寫到域名 https://gpt.cherrychat.org,後面的路徑它自己補,步驟和常見報錯見 Cherry Studio 接入教程。我們只能說介面已驗證,客戶端好不好用,看你自己的習慣。
能替你操作電腦的 OpenClaw,為什麼要小心?
OpenClaw 寫作當天約 39.4 萬星,比上面哪個都多,MIT 許可。它裝在你自己的電腦上,把 AI 助手接進常用的聊天軟體,還能替你執行操作。這裡不講怎麼裝,只講風險。
它的 README 在 Security 一節寫了兩句很要緊的話:從聊天渠道進來的訊息要當作不可信輸入;沒配置沙箱時,主會話裡的工具直接在你的電腦上執行。翻成大白話,別人發來的一句話,可能變成你電腦上的一個動作。
外掛市場也出過事。The Hacker News 2026 年 2 月 2 日報道,安全公司 Koi Security 審查了 OpenClaw 技能市場 ClawHub 上的 2,857 個技能,其中 341 個是惡意的;335 個借「先裝一個前置元件」的說法,誘導 macOS 使用者在終端貼上命令,裝上竊密木馬 Atomic Stealer。同一篇報道提到,OpenClaw 作者隨後上線了舉報功能。這是年初的資料,現在的情況可能已經不同。
真要試,至少做到這幾條:
- 別裝在存著工作帳號、密碼和錢包的主力電腦上,用閒置機器或虛擬機器。
- 外掛說明讓你「先在終端貼上一段命令」,先停下來查清楚。
- 別把它的閘道器開放到公網。
- 給它用的 API Key 設好額度上限。
常見問題
開源就是免費嗎?
軟體本身大多不收錢,但許可各有限制。n8n 不許拿去向別人收費提供服務;Open WebUI 使用者超過 50 人就不能去掉品牌;AGPL 要求你改了程式碼、又通過網路給別人用時,把改動也公開。電費、硬體和接雲端模型的 API 費用都要另算。
沒有顯示卡能用哪些?
MarkItDown、Docling、Stirling-PDF、n8n、Cherry Studio、Chatbox 都不需要獨立顯示卡,Open WebUI 接雲端模型時也不需要。RAGFlow 不強制顯示卡,但官方建議 16 GB 記憶體起步。Ollama 能跑小模型,ComfyUI 基本離不開顯示卡。
星數越多越好用嗎?
不一定。星數只說明關注的人多。文中星數最高的 OpenClaw,恰好是最需要小心的一個。
Mac 能裝 RAGFlow 嗎?
README 註明目前不支援 macOS。Mac 使用者可以先試它的雲服務,或者裝到一臺 Linux 伺服器上。
什麼都不想裝的話,櫻桃茶 網頁版註冊後就能用 25 個對話模型,PDF、Word 傳上去直接提問,新使用者送 50 點數。
參考來源
- Ollama,ollama/ollama README,訪問於 2026-11-07,https://github.com/ollama/ollama
- Open WebUI,README 與 LICENSE,訪問於 2026-11-07,https://github.com/open-webui/open-webui 、https://github.com/open-webui/open-webui/blob/main/LICENSE
- Microsoft,markitdown README,訪問於 2026-11-07,https://github.com/microsoft/markitdown
- Docling Project,docling README,訪問於 2026-11-07,https://github.com/docling-project/docling
- Stirling PDF,README 與 LICENSE,訪問於 2026-11-07,https://github.com/Stirling-Tools/Stirling-PDF 、https://github.com/Stirling-Tools/Stirling-PDF/blob/main/LICENSE
- InfiniFlow,ragflow README,訪問於 2026-11-07,https://github.com/infiniflow/ragflow
- InfiniFlow,RAGFlow v1.0.0 Release,2026-11-06,https://github.com/infiniflow/ragflow/releases/tag/v1.0.0
- InfiniFlow,Build a Docker image(Platform support),訪問於 2026-11-07,https://github.com/infiniflow/ragflow/blob/main/docs/develop/build_docker_image.mdx
- n8n,README 與 Sustainable Use License,訪問於 2026-11-07,https://github.com/n8n-io/n8n 、https://github.com/n8n-io/n8n/blob/master/LICENSE.md
- Comfy Org,ComfyUI README,訪問於 2026-11-07,https://github.com/Comfy-Org/ComfyUI ;桌面版下載頁 https://www.comfy.org/download
- CherryHQ,cherry-studio README,訪問於 2026-11-07,https://github.com/CherryHQ/cherry-studio ;官網 https://cherryai.com
- Chatbox,chatbox README(Community Edition),訪問於 2026-11-07,https://github.com/chatboxai/chatbox
- OpenClaw,openclaw README(Security),訪問於 2026-11-07,https://github.com/openclaw/openclaw
- Ravie Lakshmanan,Researchers Find 341 Malicious ClawHub Skills,The Hacker News,2026-02-02,https://thehackernews.com/2026/02/researchers-find-341-malicious-clawhub.html
- 星數:GitHub REST API
GET /repos/{owner}/{repo}的 stargazers_count 欄位,2026-11-07 查詢
關於本文
本文由櫻桃茶編輯部撰寫,AI 輔助檢索和初稿,編輯逐條核對了來源。各專案的安裝方式、許可和硬體要求都來自倉庫的 README 和 LICENSE 原文,星數是寫作當天用 GitHub 介面查的。我們沒有在本機安裝或測試這些專案,文中命令都摘自官方 README。櫻桃茶是本文釋出方,與文中任何開源專案沒有合作關係。
相關閱讀
Operated by UK Company CHERRYCHAT LTD · Company Number 16096119 · 客服微信 JsnonoChat · 內容由 AI 生成,請仔細甄別
