الوصف
RigSpark هو تطبيق شامل ومجاني ومفتوح المصدر مصمم لمساعدة المستخدمين على تشغيل نماذج الذكاء الاصطناعي المختلفة محليًا على أجهزة الكمبيوتر الشخصية الخاصة بهم. يقوم بتقييم الأجهزة الخاصة بنظامك بذكاء، بما في ذلك ذاكرة الوصول العشوائي (RAM) وبطاقة الرسوميات (GPU) ومساحة القرص، لتحديد أي نماذج لغات كبيرة (LLMs) أو نماذج الصور أو الفيديو أو الصوت يمكن لجهازك دعمها بكفاءة. قبل أي تنزيلات، يوفر RigSpark أحكامًا واضحة مثل «نعم»، «بطيء»، أو «لا» لكل نموذج، مع تقديرات لعدد الرموز في الثانية، مما يسمح للمستخدمين باتخاذ قرارات مستنيرة وتجنب التنزيلات غير المتوافقة.
قراءة المزيد
تقدم الأداة واجهة سطر أوامر (CLI) مدركة للأجهزة، وواجهة مستخدم طرفية، ومساحة عمل عبر المتصفح. لا توصي النماذج فحسب، بل تدير أيضًا دورة الحياة بالكامل: التنزيل، والتحقق من SHA-256، والخدمة، وتسهيل التفاعل المحلي. بالنسبة لتوليد الصور والفيديو، يدمج RigSpark مع مثيل ComfyUI المحلي الخاص بك، جالبًا وموثقًا للأوزان لنماذج مثل FLUX.1 schnell وWan 2.1، مما يضمن بقاء جميع العمليات على جهازك دون إرسال البيانات إلى السحابة.
يدعم RigSpark مجموعة واسعة من بيئات التشغيل، بما في ذلك Ollama وllama.cpp وMLX وLM Studio وBitNet، مما يوفر مرونة لتكوينات الأجهزة المختلفة، خاصة أجهزة Mac مع شريحة Apple Silicon التي تستفيد من تكامل MLX. يتضمن ميزات مثل حجم النماذج المدرك لنافذة السياق، وذاكرة دردشة محمولة للهجرة بين النماذج، والقدرة على استخدام الوكلاء والمهارات مع كتل التعليمات المحلية. يحتفظ التطبيق بكاتالوج محلي موثق يضم أكثر من 266 نموذجًا، بالإضافة إلى دعم نماذج GGUF من Hugging Face.
تعتبر الخصوصية مبدأً أساسيًا في RigSpark؛ أدوات التوصية والتشخيص الخاصة به لا تقوم بأي اتصالات شبكة، بل تعتمد فقط على كتالوج محلي. ترتبط خوادم النماذج ومساحة العمل عبر المتصفح حصريًا بـ 127.0.0.1، مما يضمن بقاء جميع البيانات والتفاعلات على جهازك. RigSpark متاح لنظامي macOS وWindows، مع إصدارات سطر الأوامر لنظام Linux وDocker، مما يجعل الذكاء الاصطناعي المحلي متاحًا وشفافًا لقاعدة مستخدمين واسعة. كما يلتزم المشروع بتخصيص 10% من إيراداته للتعليم والوصول إلى الذكاء الاصطناعي.
- الفئةMLOps ونشر النماذج
- نموذج التسعيرمجاني
- النشرمحلي
- المنصاتmacOS, Windows, Linux, Docker
الميزات الأساسية لـ RigSpark
توصيات نماذج مدركة للأجهزة (RAM، GPU، قرص)
أحكام «نعم / بطيء / لا» مع تقديرات لعدد الرموز في الثانية
قدرات خدمة LLM محلية والدردشة
توليد الصور محليًا عبر تكامل ComfyUI
توليد الفيديو القصير محليًا عبر تكامل ComfyUI
دعم نماذج الصوت المحلية (ردود منطوقة، إملاء، أغاني)
التحقق من SHA-256 لأوزان النماذج التي تم تنزيلها
دعم 5 بيئات تشغيل: Ollama، llama.cpp، MLX، LM Studio، BitNet
كتالوج غير متصل يضم أكثر من 266 نموذجًا بالإضافة إلى دعم GGUF من Hugging Face
حساب حجم النموذج المدرك لنافذة السياق وذاكرة KV-cache
هجرة ذاكرة الدردشة المحمولة بين النماذج
وكلاء ومهارات مع كتل تعليمات Markdown محلية
مساحة عمل عبر المتصفح مرتبطة فقط (ترتبط بـ 127.0.0.1)
درجة أداء الأجهزة للذكاء الاصطناعي (0-100) وتشخيص الاختناقات
مجاني ومفتوح المصدر مع ترخيص MIT
كيفية استخدام RigSpark؟
تثبيت RigSpark: قم بتنزيل وتشغيل المثبت لنظام macOS أو Windows، أو استخدم خيارات سطر الأوامر لنظام Linux/Docker.
الحصول على التوصيات: قم بتشغيل `rigspark recommend` لتحليل الأجهزة الخاصة بك ورؤية أي LLMs ستعمل بشكل أفضل.
التحقق من نموذج محدد: استخدم `rigspark can-run <model>` للتحقق من التوافق لنموذج واحد.
تنزيل وتقديم: نفذ `rigspark up <model>` لتنزيل والتحقق من وتقديم نموذج مختار محليًا.
الدردشة مع النماذج: ابدأ محادثة مع LLM المحلي الخاص بك باستخدام `rigspark chat`.
توليد الصور/الفيديو: انتقل إلى الصورة أو الفيديو في `rigspark gui` أو استخدم `rigspark generate image/video --prompt "..."` مع ComfyUI المحلي الخاص بك.
حالات استخدام RigSpark
- دردشة LLM المحلية
- التحقق من توافق الأجهزة
- تطوير الذكاء الاصطناعي غير المتصل
- توليد المحتوى الشخصي
- تجريب نماذج الذكاء الاصطناعي
- استكشاف الذكاء الاصطناعي التعليمي
- استخدام الذكاء الاصطناعي مع التركيز على الخصوصية






