Fantareal
Fantareal 是 AI Skill Hub 本期精选AI工具之一。综合评分 7.5 分，整体质量较高。我们推荐使用将其纳入你的 AI 工具库，帮助提升工作效率。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
Fantareal 依赖 HTML 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 HTML 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 Fantareal 的版本更新，及时通知重要功能变化。
📋 工具概览
Fantareal是开源的AI工具，提供轻量的本地LLM的RP webui，方便用户使用。
Fantareal 是一款基于 HTML 开发的开源工具，专注于 installable、html 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
Fantareal是开源的AI工具，提供轻量的本地LLM的RP webui，方便用户使用。
Fantareal 是一款基于 HTML 开发的开源工具，专注于 installable、html 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 克隆仓库 git clone https://github.com/Frischar/Fantareal cd Fantareal # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 查看帮助 fantareal --help # 基本运行 fantareal [options] <input> # 详细使用说明请查阅文档 # https://github.com/Frischar/Fantareal
# fantareal 配置说明 # 查看配置选项 fantareal --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export FANTAREAL_CONFIG="/path/to/config.yml"
Fantareal
<p align="center"> <img src="./assets/default.png" alt="Fantareal WebUI" width="82%"> </p>
一个本地运行的 AI 角色聊天与创作工作台
<p align="center"> <img alt="Python" src="https://img.shields.io/badge/Python-3.10%2B-3776AB?style=flat-square&logo=python&logoColor=white"> <img alt="FastAPI" src="https://img.shields.io/badge/FastAPI-WebUI-009688?style=flat-square&logo=fastapi&logoColor=white"> <img alt="License" src="https://img.shields.io/badge/License-GPL--3.0-orange?style=flat-square"> <img alt="Status" src="https://img.shields.io/badge/Status-In%20Development-5C7CFA?style=flat-square"> </p>
<img src="./assets/readme/fantasy-hime-readme-clean.png" alt="Fantareal mascot" width="310" align="right">
Fantareal 是一个可以在本地启动的 AI 聊天项目。
它不是只负责“发消息”的壳子，而是把角色卡、记忆、世界书、预设、Prompt 预览、Mod 扩展和桌面启动器放在一起，尽量让创作者能安静地写设定、调角色、跑剧情。
你可以把它理解成一个给幻想乡、OC、长期 RP 和剧情实验准备的 WebUI。
模型接口由你自己配置，数据主要留在本地，怎么写、怎么折腾，都更像是在打理自己的小工作室。
<br clear="right">
核心功能
- 聊天 WebUI：本地页面启动，角色对话、Prompt 预览、侧栏调试都集中在聊天页。
- 角色卡：导入、编辑、导出角色设定，适合维护 OC、NPC、剧情角色和长期 RP 卡。
- 记忆系统：把已经发生过的事沉淀下来，用于长期对话里的召回和延续。
- 世界书：按关键词、常驻、分组、触发规则，把本轮需要的设定临时补给模型。
- 预设与配置：模型接口、API Key、Provider 路由、Prompt 模板等都可以在 WebUI 里维护。
- Mod 扩展：
mods/目录下可以挂载扩展模块，目前项目里已经有心笺、状态栏、世界书工具等方向的尝试。 - 本地资源管理：角色卡、世界书、事件预设等素材可以放在
assets/下，方便整理和分享。
演示视频
想先看一眼 Fantareal 的开场和 WebUI 氛围，可以从这个视频开始：
Fantareal 自定义开场演示
快速启动
最简单的方式：
双击 启动webui.bat脚本会检查 Python、创建虚拟环境、安装依赖，然后启动本地 WebUI。
如果你想手动启动：
cd Fantareal
python -m venv .venv
.\.venv\Scripts\activate
pip install -r requirements.txt
uvicorn app:app --reload --host 127.0.0.1 --port 8000然后打开：
http://127.0.0.1:8000文档与教程
如果你是第一次用，建议先看这里：
- Fantareal_map 文档与教程：更适合作为公开文档入口，后续教程、截图和使用说明可以集中维护在这里。
本仓库里也保留了一些补充资料：
- 新手写卡指南：从角色卡到设定写法，适合新手慢慢读。
mods/state_journal/docs/：心笺相关说明，适合想了解状态记录和长期剧情辅助的人。mods/status panel/状态栏使用说明.md：状态栏的普通用户教程。
README 先放主入口。更细的“主程序、角色、记忆、世界书”教程，建议放在 Discord 或 docs 目录里分章节维护。
Fantareal提供了一个轻量的本地LLM的RP webui，方便用户使用，但其功能和性能需要进一步优化。
- 需要 Fantareal 解决具体问题的开发者与运营人员
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
- 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 需要 Fantareal 解决具体问题的开发者与运营人员
- 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +GPL-3.0 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
⚠️ GPL 3.0 — 强 Copyleft，衍生作品须开源，含专利保护条款，不可闭源使用。
🔗 相关工具推荐
❓ 常见问题 FAQ
经综合评估，Fantareal 在AI工具赛道中表现稳健，质量良好。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。
| 原始名称 | Fantareal |
| 原始描述 | 开源AI工具：轻量的本地LLM的RP webui。⭐11 · HTML |
| Topics | installablehtml |
| GitHub | https://github.com/Frischar/Fantareal |
| License | GPL-3.0 |
| 语言 | HTML |
收录时间：2026-05-23 · 更新时间：2026-05-30 · License：GPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。