描述
RigSpark 是一款全面的、免费且开源的应用程序,旨在帮助用户在个人计算机上本地运行各种 AI 模型。它智能地评估您系统的硬件,包括 RAM、GPU 和磁盘空间,以确定您的机器可以高效支持哪些本地大型语言模型(LLMs)、图像、视频或语音模型。在任何下载之前,RigSpark 为每个模型提供清晰的 "是"、"慢" 或 "否" 判定,并附带估算的每秒令牌数,使用户能够做出明智的决策,避免不兼容的下载。
阅读更多
该工具提供了一个硬件感知的命令行界面(CLI)、终端用户界面和浏览器工作区。它不仅推荐模型,还处理整个生命周期:下载、SHA-256 验证、提供服务和促进本地交互。对于图像和视频生成,RigSpark 与您的本地 ComfyUI 实例集成,获取并验证模型的权重,如 FLUX.1 schnell 和 Wan 2.1,确保所有过程都在您的机器上进行,而不将数据发送到云端。
RigSpark 支持多种运行时,包括 Ollama、llama.cpp、MLX、LM Studio 和 BitNet,为不同的硬件配置提供灵活性,特别是 Apple Silicon Mac 受益于 MLX 集成。它包括上下文窗口感知的大小调整、可迁移的聊天记忆以便在模型之间迁移,以及使用本地指令块的代理和技能。该应用程序维护着一个经过验证的本地目录,包含超过 266 个模型,并支持来自 Hugging Face 的 GGUF 模型。
隐私是 RigSpark 的核心原则;其推荐和诊断工具不进行网络调用,仅依赖本地目录。模型服务器和浏览器工作区仅绑定到 127.0.0.1,确保所有数据和交互都保持在您的机器上。RigSpark 可在 macOS 和 Windows 上使用,并提供 Linux 和 Docker 的命令行版本,使本地 AI 对广泛用户群体可访问且透明。该项目还承诺将 10% 的收入用于教育和 AI 访问。
- 类别MLOps 与模型部署
- 定价模式免费
- 部署本地
- 平台macOS, Windows, Linux, Docker
RigSpark的核心功能
硬件感知的模型推荐(RAM、GPU、磁盘)
"是 / 慢 / 否" 判定及估算的每秒令牌数
本地 LLM 提供服务和聊天功能
通过 ComfyUI 集成本地图像生成
通过 ComfyUI 集成本地短视频生成
本地语音模型支持(语音回复、听写、歌曲)
下载模型权重的 SHA-256 验证
支持 5 种运行时:Ollama、llama.cpp、MLX、LM Studio、BitNet
超过 266 个模型的离线目录以及 Hugging Face GGUF 支持
上下文窗口感知的模型大小调整和 KV-cache 内存计算
模型之间可迁移的聊天记忆
带有本地 Markdown 指令块的代理和技能
仅限回环的浏览器工作区(绑定到 127.0.0.1)
AI 硬件评分(0-100)和瓶颈诊断
免费且开源,采用 MIT 许可证
如何使用 RigSpark?
安装 RigSpark:下载并运行 macOS 或 Windows 的安装程序,或使用 Linux/Docker 的命令行选项。
获取推荐:运行 `rigspark recommend` 分析您的硬件,查看哪些 LLM 运行效果最佳。
检查特定模型:使用 `rigspark can-run <model>` 验证单个模型的兼容性。
下载并提供服务:执行 `rigspark up <model>` 本地下载、验证并提供所选模型服务。
与模型聊天:使用 `rigspark chat` 开始与本地 LLM 的对话。
生成图像/视频:在 `rigspark gui` 中切换到图像或视频,或使用 `rigspark generate image/video --prompt "..."` 与您的本地 ComfyUI。
RigSpark的使用案例
- 本地 LLM 聊天
- 硬件兼容性检查
- 离线 AI 开发
- 个人内容生成
- AI 模型实验
- 教育 AI 探索
- 注重隐私的 AI 使用






