能力标签

🛠

AI工具

全能AI工具

基于 Vue · 开源免费，本地部署，数据完全自主可控

英文名：lollms

⭐ 86 Stars 🍴 29 Forks 💻 Vue 📄 Apache-2.0 🏷 AI 8.0分

8.0AI 综合评分

aillmmultimodalvue

🌐 访问官网 📺 TG 频道

✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，全能AI工具获评「强烈推荐」。这款AI工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 8.0 分，适合有一定技术背景的用户使用。

📚 深度解析

全能AI工具是一款基于 Vue 的开源工具，在 GitHub 上收获 0k+ Star，是ai、llm、multimodal、vue领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**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**
全能AI工具依赖 Vue 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Vue 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 将持续追踪全能AI工具的版本更新，及时通知重要功能变化。

📋 工具概览

全能AI工具是一款基于 Vue 开发的开源工具，专注于 ai、llm、multimodal 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。

GitHub Stars

⭐ 86

开发语言

Vue

支持平台

Windows / macOS / Linux

维护状态

轻量级项目，按需更新

开源协议

Apache-2.0

AI 综合评分

8.0 分

工具类型

AI工具

Forks

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

📌 核心特色

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

🎯 主要使用场景

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

以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。

安装命令

# 克隆仓库
git clone https://github.com/ParisNeo/lollms
cd lollms

# 查看安装说明
cat README.md

# 按 README 完成环境依赖安装后即可使用

📋 安装步骤说明

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

以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。

常用命令 / 代码示例

# 查看帮助
lollms --help

# 基本运行
lollms [options] <input>

# 详细使用说明请查阅文档
# https://github.com/ParisNeo/lollms

以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。

配置示例

# lollms 配置说明
# 查看配置选项
lollms --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 LOLLMS_CONFIG="/path/to/config.yml"

📑 README 深度解析真实文档完整度 74/100 查看 GitHub 原文 →

以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

LoLLMs - v2.1.0 "Restart"

One tool to rule them all!

A multi-user FastAPI backend and responsive Vue/Tailwind CSS frontend application designed to provide a chat interface powered by the lollms_client library. It features integrated Retrieval-Augmented Generation (RAG) using safe_store, a versatile personality system, multimodal chat, user management, a friend system with direct messaging, and enhanced sharing capabilities.

Live Project: https://github.com/ParisNeo/lollms

✨ Features

Multi-User Support: Secure token-based authentication. Each user has their own isolated data.
Simplified Installation: Get started quickly with simple run.sh or run_windows.bat scripts.
Environment-Based Configuration: Easy setup using a .env file, automatically generated from .env.example.
Persistent Discussions: Chat histories are saved per user and can be revisited, renamed, starred, and deleted.
LLM Integration: Uses lollms-client to interact with various LLM backends.
Streaming Responses: AI responses are streamed for a real-time experience.
Multimodal Chat: Upload images with text prompts for vision-capable models.
Advanced Personality System: Create, edit, and delete custom personalities with unique system prompts, scripts, and data sources.
Retrieval-Augmented Generation (RAG):
Organize documents into multiple DataStores per user.
Upload various file types (.txt, .pdf, .docx, etc.).
Toggle RAG usage per discussion and select specific DataStores.
Share DataStores with friends with configurable permissions.
Friend System & Direct Messaging (DM):
Send, accept, and reject friend requests.
Engage in real-time direct messaging with friends.
Admin Panel:
Manage users (Add, List, Delete, Reset Password).
Configure global settings and manage LLM/TTI/TTS bindings.
Data Export/Import: Users can export/import their discussions and settings.
Responsive UI: Built with Vue.js and Tailwind CSS, featuring Markdown rendering, code highlighting, and math rendering with KaTeX.

Prerequisites

Python 3.10+
Git

🚀 Getting Started

Installation

The easiest way to get started is by using the provided run scripts, which handle setup and execution.

1. Clone the Repository:

    git clone https://github.com/ParisNeo/lollms.git
    cd lollms

2. Run the Installer: On Windows: Double-click run_windows.bat. On macOS or Linux:

        chmod +x run.sh
        ./run.sh

The first time you run the script, it will create a Python virtual environment, install all required dependencies, and create a default .env file from .env.example. Subsequent runs will just start the application.

Usage

1. Access the UI: Once the server is running, open your web browser and go to http://localhost:9642 (or the host and port you configured). 2. Create an Admin Account: On the first launch, you will be prompted to create an administrator account. 3. Login: Use your newly created credentials to log in. 4. Explore: Start a new chat. Go to Settings to configure your profile and select an LLM model. * Visit the Admin Panel to configure LLM bindings and other global settings.

⚙️ Configuration (`.env` file)

Configuration is managed through the .env file in the project's root directory. When you first run the application, this file is created for you from .env.example.

SERVER_HOST & SERVER_PORT: The host and port the application will run on.
DATABASE_URL: The location of the main SQLite database file.
SECRET_KEY: Change this to a long, random string for production.
ALLOW_NEW_REGISTRATIONS: Set to false to disable public sign-ups.
INITIAL_ADMIN_USERNAME & INITIAL_ADMIN_PASSWORD: Used on first startup if no admin exists.

For detailed information on all available settings, please refer to the comments within the .env.example file.