chatless 是一个基于Tauri和Next.js构建的AI聊天桌面应用。支持多种AI提供商，可连接Ollama本地模型，支持文档解析和知识库功能。所有数据本地存储，保护用户隐私。应用轻量简洁、启动快速、资源占用少。
中文 | English
| 功能 | 说明 |
|---|---|
| 多 AI 提供商 | 内置适配 OpenAI、Anthropic、DeepSeek、Gemini 等主流云端模型，可一键切换 |
| 本地模型 | 通过 Ollama / LM Studio 运行 Llama2、Mistral、Qwen 等离线模型，无网络也可使用 |
| 文档与图片解析 | 支持 PDF / Word / Markdown 等文档解析及 Vision 图片分析 |
| RAG 知识库 | 全本地向量索引，聊天时按需检索文档片段，提升回答准确性 |
| Prompt 管理 | 用 / 快速插入常用提示词，统一管理、复用 |
| MCP 服务 | 用 @ 调用 Model Context Protocol 服务器，集中管理第三方工具链 |
| 数据可携带 | 聊天、向量库、设置均以文件形式导入 / 导出，方便迁移备份 |
| 跨平台 | Windows / macOS / Linux 原生应用，体积小，性能好，启动快 |
简洁现代的聊天界面
智能对话（视觉模型 / 文档解析 / 数学渲染）
视觉模型对话
多格式文档解析对话
数学公式和代码渲染
知识库（RAG）
本地RAG知识库管理
基于知识库的智能问答
Prompt 管理
统一管理和复用提示词
聊天中快速调用提示词
MCP 服务
Model Context Protocol 服务管理
调用Model Context Protocol 服务
调用MCP时使用的文件
设置界面
多AI提供商配置
知识库参数配置
应用信息和版本详情
- 查看使用与开发文档：
Chatless 文档
点击对应链接进入下载页面，选择适合您系统的安装包：
- Windows: Chatless 安装包 - 选择 .exe 或 .msi 文件
- macOS: Chatless for macOS - 根据处理器选择 aarch64 或 x64 版本
- Linux: Chatless for Linux - 选择适合您发行版的 .rpm、.deb 或 .AppImage 文件
详细安装说明: 查看 完整安装指南 获取详细的安装步骤和常见问题解决方案
- 配置AI提供商 - 在设置中添加API密钥
- 设置本地模型 - 安装Ollama并下载模型（可选）
- 开始使用 - 选择模型开始对话或上传文档
git clone https://github.com/kamjin3086/chatless.git
cd chatless
pnpm install
pnpm tauri dev- 配置AI提供商 – 在设置中添加API密钥，支持OpenAI、Anthropic、DeepSeek等
- 设置本地模型 – 安装Ollama并下载模型（可选，适合离线使用）
- 创建知识库 – 上传PDF、Word、Markdown等文档构建本地知识库
- 开始对话 – 选择AI模型开始智能对话
- 文档分析 – 上传图片或文档进行分析和问答
- 管理历史 – 查看和管理对话记录，支持搜索和导出
部分 Windows 环境可能因缺少 Microsoft Visual C++ 运行库而出现启动即退出/闪退。可按以下步骤修复：
- 下载并安装最新的 Microsoft Visual C++ 2015–2022 Redistributable (x64)：
- 安装完成后重启应用（必要时重启系统）。
- 若仍有问题：
- 在「设置 → 应用 → 已安装的应用」中搜索"Visual C++ 2015-2022 Redistributable (x64)"确认已安装。
- 通过应用内「设置 → 反馈」提交日志与问题描述。
说明：应用依赖的原生库（如 Tauri/ONNX 等）在 Windows 上需要 MSVC 运行库支持，缺失时可能导致闪退。
感谢@ukhack，在 #23 (comment) 提供该方法
详细查看 chatless KanBan
- 前端: Next.js 15 + TypeScript + TailwindCSS
- 后端: Tauri 2.0 + Rust
- 数据库: SQLite
- AI集成: 多提供商支持 + Ollama本地模型
- 打开应用设置
- 进入"AI模型设置"选项卡
- 点击"管理提供商"，新增需要的提供商，输入API密钥
- 配置密钥后自动拉取模型列表，可以在聊天界面开始与AI对话
提示: 支持多种AI提供商，可以同时配置多个，根据需要切换使用
如果您希望离线使用，可以配置本地模型：
# 1. 安装Ollama
curl -fsSL https://ollama.ai/install.sh | sh
# 2. 下载常用模型
ollama pull llama2:7b # 7B参数模型，适合一般对话
ollama pull mistral:7b # Mistral模型，性能优秀
ollama pull qwen:7b # 通义千问模型，中文支持好
# 3. 在应用设置中配置Ollama地址（默认：http://localhost:11434）隐私优势: 本地模型确保所有对话数据不会离开您的设备
- 本地数据存储 – 所有对话和文档保存在本地设备
- 无数据上传 – 不向云端上传任何数据
- 开源透明 – 代码开源，可验证安全性
- 隐私保护 – 不收集用户个人信息
如果您在使用过程中遇到问题或有改进建议，欢迎通过以下渠道联系我们：
| 渠道 | 说明 | 链接 |
|---|---|---|
| GitHub Issues | 报告Bug、功能请求、问题反馈 | 提交Issue |
| 讨论区 | 功能讨论、使用交流、社区互动 | 参与讨论 |
| 应用内反馈 | 快速反馈、日志提交、问题描述 | 应用内设置 → 反馈 |
反馈建议: 提交问题时请尽可能详细描述问题现象、操作步骤和系统环境，这样我们能更快地帮助您解决问题
欢迎所有形式的贡献！
- Fork这个项目
- 创建你的功能分支 (
git checkout -b feature/AmazingFeature) - 提交你的更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 打开一个Pull Request
本项目采用MIT许可证 - 查看LICENSE文件了解详情。
- Tauri – 跨平台桌面应用框架
- Next.js – React 全栈框架
- TailwindCSS – 实用优先的 CSS 框架
- Ollama – 本地大语言模型运行时
- ort – ONNX Runtime 的 Rust 绑定
- Lucide Icons – 开源图标库
- 感谢社区贡献者 @ukhack @duokebei 等提供的测试与反馈
chatless – 简洁易用的AI聊天应用
⭐ 如果这个项目对你有帮助，请给我们一个星标！