AingDesk 開源本地 AI 助手,把模型與知識庫搬進自己電腦還能分享

AingDesk 是 MIT 開源的桌面 AI 助手,把本地模型部署、知識庫與 AI 角色收進一個 App,還能把整套分享給別人用。這篇從原始碼與官方文件出發,看清它乾淨的本地核心、走雲端中繼的分享設計,以及開發停在 2025 年夏天的事實。

用 AI 摘要這篇文章:

大部分本地 AI 工具的故事都停在「把雲端服務搬回家」,AingDesk 多走了一步:它想讓你那台跑模型的電腦,變成一個可以直接分享出去的小型 AI 服務。別人打開你給的連結,就能問你的知識庫、跟你的 AI 角色對話,而模型和檔案全部留在你自己的機器上。這個方向在 2025 年上半年吸引了不少注意,GitHub 上累積到 2,536 顆星。不過先把最重要的判斷說在前面:這條路在 2025 年夏天就停住了,原始碼的主要分支至今一年多沒有新的功能提交,官網散發的安裝包跟一年多前是同一個版本。它仍然是一套乾淨、授權大方、本地核心紮實的軟體,但「裝一套不再演進的工具」這件事本身,需要你先想清楚。以下的事實都來自原始碼與官方文件,模型實際回答得好不好,要裝了才知道。

一個 App 接起本地 AI 的三件事,核心是真的留在本機

AingDesk 是 2025 年 2 月開源的桌面軟體(Windows 與 macOS,另有 Docker 伺服器版),用 Electron 打包,MIT 授權,官方問答寫明個人或公司使用都沒有限制。它把本地 AI 入門會碰到的三件事接在同一個介面裡:裝模型、建知識庫、開 AI 角色。目標使用者寫得很明白,就是 AI 新手,整個產品把「不想碰指令列」當成設計前提。

從依賴清單和原始碼看,它的本地路線是認真做的。模型運行環境抓的是 Ollama:App 會偵測你機器上有沒有裝,沒有的話直接在介面裡幫你抓安裝包,裝好後模型的下載、啟動、刪除也都是點幾下滑鼠的事,不用先學任何指令。知識庫的向量儲存用 LanceDB,那是把向量直接寫進本機檔案的資料庫,不是把文件往雲端送;中文文件切成段落時用結巴分詞,檢索排序靠 TF-IDF 加向量比對,這兩步都在本機完成。文件解析支援 PDF、Word、Excel 與純文字,純圖片的 PDF 走 OCR 識別。知識庫的精確度設定在後期版本改成了自動,不過文件怎麼分片、一次召回幾筆仍留著手動欄位,想調校的人還有旋鈕可轉。

整套流程裡唯一會把內容送出機器的環節,是你主動接上的 AI 服務。懶得裝本地模型或顯卡不夠力的人,可以改填雲端 API 金鑰:官方教學列了 DeepSeek、Kimi、百度千帆、阿里雲百煉、騰訊混元、火山方舟、矽基流動等一整排,全都走 OpenAI 相容介面,也留了自訂欄位接其他家。填哪家,對話與知識庫的嵌入計算就送哪家,這條界線在原始碼裡畫得很清楚:接了雲端 API 的知識庫,文件內容會在建立時送往該服務做向量化,不想送就老老實實用本地嵌入模型。這也是本地 AI 工具的共同課題,資料放在自己機器,跟 AI 處理在自己的機器,是兩個要分開檢查的問題。

一個值得記下的乾淨事實:整包原始碼裡找不到任何遙測或統計套件,Sentry、PostHog、Google Analytics 這類常見的追蹤函式庫全數缺席。也就是說,只要不開分享、只用本地模型,這套軟體在原始碼層面確實沒有把你的對話或文件往任何地方送的設計。同類工具裡這不算最罕見,但做得這麼徹底的也不多。

介面對台灣使用者也算友好:語言包多達二十一種,繁體中文是其中一個獨立選項,不是只有簡體;內建 54 種現成 AI 角色,從學術寫作、法務顧問、行銷專家到給小朋友的自然課助手都有,也能自己建角色、自己寫提示詞。對話本身支援夾帶文件與圖片,附件上限 20MB,對新手算是夠用的細節。聯網搜尋功能內建百度、搜狗、360 與 DuckDuckGo 四個引擎,可以在對話裡讓模型邊查邊答,中文來源偏多是既成設計,好在引擎可以換。想再掛外部工具的話它支援 MCP 協定,設定好伺服器就能讓模型在對話中呼叫地圖、搜尋這類工具,這部分的玩法可以參考我們寫過的 mcp-use 開源庫介紹;如果你手上已經有一堆不同家的 API 金鑰,搭配 New API 自架閘道統一管理,金鑰輪替與用量都好看得到。

分享是大膽的設計:你的電腦變成公開連結的後端

AingDesk 最有記憶點的功能是分享。在介面右上角按分享,選好模型和知識庫,它會生出一個掛在 share.aingdesk.com 網域下的連結,任何人打開網頁就能用你部署的這套東西對話,不用裝 App、不用註冊,看起來就像你自家的小型問答網站。

原始碼裡這段的設計值得攤開來看。你的 AingDesk 平時會跟分享伺服器維持一條加密連線;訪客在網頁上輸入的每一句話,先到站方的中繼伺服器,再轉進你的電腦,由你的模型回答,答案循原路送回網頁,斷線了軟體還會每五秒重試一次。訪客端的體驗是完整的:可以開新對話、改標題、看歷史紀錄、中途停止生成,這些操作全都轉回你機器上執行。對話紀錄存在你的硬碟裡。官方文件也寫得明白:使用分享功能時,應用程式必須保持運行狀態。換句話說,分享出去的不是一份拷貝,而是你機器的運算能力本身,你關機,那個連結就失效了。

這個架構有它誠實的一面:你的知識庫檔案從頭到尾沒有上傳,模型也跑在你的機器上,站方中繼的只是對話訊息。比起把文件整包放上別人伺服器的做法,這條路對資料的掌控確實更多。但有兩件事要想清楚才用。訪客的對話內容會經過站方伺服器再落到你的硬碟,等於你替一個公開連結保管陌生人的聊天紀錄,這份保管責任條款裡沒有人替你分擔。原始碼裡這條連線雖然讀了憑證檔,卻同時把 TLS 的憑證驗證關掉了(rejectUnauthorized 設為 false),這種寫法在內部工具裡不算罕見,但對一條承載公開流量的通道來說是個該知道的弱點,中間人防護在這一段是被讓渡的。倒是反過來有一點不用擔心:預設狀態下分享服務是關的,只有你主動建立分享、軟體偵測到分享清單不空才會去連中繼站,它不會自己連出去。

原始碼停在 2025 年夏天,官網還在散發同一個版本

現在回到開頭那句判斷的證據。把 GitHub、官網與 Docker Hub 三個地方的紀錄放在一起看:

平台最後動態日期
GitHub 主分支僅更新 README 文件2025 年 7 月 2 日
GitHub 最新版 v1.2.4加入 Qwen3 模型支援2025 年 5 月 27 日
Docker Hub 映像檔最後更新2025 年 6 月 16 日

主分支最後一次功能開發是 2025 年 5 月底的 Qwen3 支援,之後只有一次 README 修改,至今超過一年沒有新程式碼進主線。對照它先前的節奏,這個停頓更顯眼:從 2025 年 3 月底到 5 月底,它擠出了八個版本,知識庫精度、MCP 客戶端、自動更新、OCR 解析純圖 PDF 都是那兩個月裡加進來的,是真的跑得飛快;然後就停在原地。整條原始碼庫最後的活動跡象是一條從未合併的側分支:2026 年 6 月有人提交了擺脫寶塔 CDN、補上 macOS 程式碼簽署的改動,之後就沒有下文,主線紋絲不動。社群那邊的溫度也一致:有人提交了接入 You.com 與 Bocha 搜尋引擎的改動,從 2026 年 6 月掛到現在沒有任何回應;知識庫新建失敗、Docker 版登入後自己登出這類 bug 回報,同樣躺在 issue 清單裡沒人處理。倉庫的 issue 區還開始出現推銷加密貨幣機器人的垃圾留言,這通常是無人維護的專案才會有的風景。對照之下,repo 簡介裡「它還在飛快成長中」這句自述,以及官網文件掛著的「單次多模型同時對話(即將上線)」,讀起來就有些微妙了。

AingDesk 的 GitHub 儲存庫頁面,顯示 2.5k 星與 MIT 授權Pin
AingDesk 的 GitHub 儲存庫:2,536 顆星、MIT 授權,簡介仍寫著它還在飛快成長(2026-09-17 截圖)
AingDesk 官網下載頁,Windows 與 macOS 安裝包都標示 v1.2.4Pin
官網下載頁 Windows 與 macOS 的安裝包都指向 v1.2.4,與 GitHub 上的最後一版相同(2026-09-17 截圖)

官網本身還活著,下載頁 Windows 與 macOS 的安裝包都指向 v1.2.4,跟 GitHub 上的最後一版完全相同,企業版頁面也還掛著聯絡入口。這構成了這篇文章最核心的決策事實:你今天裝的 AingDesk,就是 2025 年 5 月的那個 AingDesk。它不會再追新模型、不會再修 bug,Windows 版有自動更新機制但更新源上沒有新東西可推,macOS 版連自動更新都沒有,換版要自己重抓安裝包;純圖 PDF 的 OCR 在 macOS 上還要自己先用 Homebrew 裝 poppler 才能動。想用 Docker 把它架成伺服器的人,面對的是 2025 年 6 月之後就沒再更新的映像檔,一樣的處境。

要公道地說:停滯不等於不能用。v1.2.4 是一個功能完整、跑得動的版本,MIT 授權也保證了任何人都可以接手 fork,2,500 多顆星表示程式碼有一定的社群檢視基礎。只是「用它」和「等它變好」是兩件事,後者目前沒有發生的跡象。

模型安裝器走明文 HTTP,下載通道是寶塔的節點

還有一個安裝環節的事實該拿出來講。AingDesk 幫你裝 Ollama 運行環境時,Windows 抓的是 http://aingdesk.bt.cn/OllamaSetup.exe,macOS 抓的是同一個網域下的壓縮檔,兩個都是明文 HTTP 下載,不是 HTTPS。明文下載執行檔意味著傳輸過程沒有加密與完整性保護,這在講究供應鏈安全的 2026 年是個顯得草率的選擇,雖然實際風險還取決於你所在的網路環境。模型權重的下載倒是走本機 Ollama 自己的 HTTPS 通道,不經這些節點;會先對一排 CDN 節點測速挑最快的,是 Linux 版運行環境的下載,節點清單從電信機房到香港、日本、美國都有。順著這些網域往下挖,會發現更新源與部分下載節點都掛在寶塔(BT.cn,伺服器面板大廠,國際版叫 aaPanel)的基礎設施上,原始碼的作者欄也直接寫著 bt.cn,連文件裡的伺服器端安裝章節都有一頁是照著寶塔面板寫的。AingDesk 與寶塔的確切關係沒有更多公開資訊,但至少可以確定:這套軟體的下載與更新命脈,繫在一家中國主機服務商的 CDN 上,這對你在意不在意,是個人判斷。

商業模式倒是不含糊。官方問答寫明軟體完全免費、沒有任何隱藏限制,企業版賣的是定製開發、託管部署與專屬支援,也就是說免費版本身不是閹割品,這點比很多「免費但有條件」的同類工具說得乾脆。

裝它之前先答兩個問題

第一個問題:你能接受「沒有上游」嗎?如果你的目的是低成本玩一輪本地 AI,想把 Ollama、知識庫、AI 角色一次裝齊,順便看看繁中介面長什麼樣,AingDesk 這個凍結版本仍然堪用,MIT 授權也讓你將來 fork 自己改沒有心理負擔。但如果你要的是會追新模型、有人修 bug、出事找得到人的產品,它給不了,issue 清單裡躺了半年的 bug 回報就是答案。後面這種需求可以看 AgenticSeek 這類持續維護的本地 AI 開源助手,或者直接用 ChatWiki 自架知識庫問答平台把公司文件變成問答機器人;想先感受開源模型的對話品質,GPT-OSS 官方試用站不用登入就能逛。

第二個問題:分享功能你要不要開?不用分享,它就是一套安靜的本地工具,檔案不出門;要用分享,記得那是把你家的機器變成一個公開服務,電腦要常開、訪客對話會進你家硬碟,而那條中繼通道的憑證驗證是被關掉的。分享知識庫給小團隊用很方便,但拿來對外部陌生人開放,風險要自己秤。

兩個問題都答「可以」,就去官網抓 v1.2.4,配一張有獨立顯卡的機器(官方建議 8GB 記憶體起、10GB 硬碟空間),它仍是一條最省事的本地 AI 入口。任何一題猶豫,把這篇留著,去看活著的替代品。

Sliven 褚崇名
Sliven 褚崇名

每日分享科技新知、免費資源以及 WordPress、虛擬主機相關主題,任何問題歡迎在科技月球下方留言,或是發送 Email 至 [email protected] 與我聯繫。

文章: 1380

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


Share to...