Jan

Jan是一款开源跨平台桌面AI应用，支持在本地离线运行大语言模型，同时可连接云端API，所有数据存储在本地，注重隐私保护。 ## 快速开始 1. 访问Jan官网下载对应系统的安装包（支持Windows、macOS、Linux） 2. 下载完成后双击安装包完成安装，首次启动会自动初始化本地环境 3. 启动后进入主界面，左侧是对话列表，右侧是对话窗口 4. 点击左下角的模型管理按钮（齿轮图标），浏览可用的开源模型列表 5. 选择一个模型点击下载，下载完成后即可在本地离线使用该模型进行对话 6. 如需使用云端API，在设置中添加对应的API Key即可连接OpenAI、Anthropic等服务 ## 核心功能演示 **功能一：本地模型一键运行** 进入模型管理页面，可以看到按参数量分类的开源模型列表，包括Llama、Mistral、Qwen等热门模型。每个模型标注了所需的磁盘空间和内存要求。选择适合你电脑配置的模型点击下载，下载完成后回到对话窗口，在模型下拉菜单中选择该模型即可开始对话。所有推理过程在本地完成，无需联网。 **功能二：多模型切换对比** Jan支持同时下载多个模型，并可以在同一对话中随时切换。例如你可以先用Llama模型回答一个问题，然后切换到Mistral模型看同一问题的不同回答。这种能力非常适合对比不同模型的表现，帮助你找到最适合自己需求的模型。切换模型只需在对话窗口顶部的下拉菜单中选择即可。 **功能三：连接云端API扩展能力** 在设置页面的Providers选项中，可以添加OpenAI、Anthropic、Groq等云端服务的API Key。添加成功后，模型列表中会出现对应的云端模型选项。这样你可以在本地模型能力不足时切换到云端强力模型，兼顾隐私和能力。云端对话的记录同样存储在本地。 ## 实际使用案例 **案例一：个人隐私数据处理** 律师小陈需要分析客户的合同文件，但行业规定不允许将敏感文件上传到云端。他使用Jan在本地运行模型，将合同内容粘贴到对话中让AI帮忙提取关键条款、分析风险点。所有数据处理都在本地完成，满足了合规要求的同时享受了AI带来的效率提升。 **案例二：离线编程助手** 经常出差的开发者小刘在飞机上和高铁上无法联网，但需要编写代码。他在出发前下载了CodeLlama模型，在没有网络的环境下依然可以使用AI辅助编程，包括代码补全、Bug排查、代码解释等功能，旅途中也能高效工作。 ## 常见问题FAQ **Q：我的电脑配置能运行多大的模型？** A：一般8GB内存可以运行7B参数的模型，16GB内存可以运行13B模型，32GB以上可以运行更大的模型。模型管理页面会标注每个模型的硬件要求，选择标注为适合你配置的模型即可。 **Q：本地运行的模型效果比云端差吗？** A：本地小参数模型在复杂推理任务上确实不如云端大模型，但对于日常问答、文本处理、简单编程等任务已经足够好。建议根据任务复杂度灵活选择本地或云端模型。 **Q：Jan会收集我的对话数据吗？** A：不会。Jan是开源项目，所有对话数据以文件形式存储在本地的用户目录中，不会上传到任何服务器。你可以查看源代码确认这一点。 ## 小贴士 1. 选择合适的量化版本：同一个模型通常有不同量化精度的版本，量化版本体积更小、速度更快，精度略有损失，日常使用推荐Q4量化版本 2. 合理管理磁盘空间：模型文件较大，不需要的模型可以删除释放空间，需要时再重新下载 3. 善用System Prompt：在对话设置中配置System Prompt可以让模型更好地理解你的需求，提升回答质量