Jan AI 快速上手教程（GitHub README 中文整理）

是什么

Jan 是一个开源桌面应用，定位是 ChatGPT 的本地替代品。它让你在本地下载、运行和管理大语言模型（LLM），所有计算都在你自己的设备上完成，数据不出门、隐私有保障。项目托管在 GitHub（janhq/jan），社区活跃，更新频繁。

能干什么

• 本地运行 AI 模型：从 HuggingFace 下载并运行 Llama、Gemma、Qwen 等开源模型，完全离线使用
• 连接云端模型：支持接入 OpenAI、Anthropic（Claude）、Mistral、Groq、MiniMax 等商业 API
• 创建自定义助手：针对不同任务（写作、编程、问答等）打造专属 AI 助手
• 提供兼容 OpenAI 的 API：在本地 localhost:1337 启动服务，其他应用可以调用
• 支持模型上下文协议（MCP）：实现更智能的代理能力

怎么装

一键安装（推荐）

从 jan.ai 或 GitHub Releases 下载对应系统的安装包：

也可从 Microsoft Store 或 Flathub 安装。

从源码构建

如果你喜欢折腾，可以自己编译：

# 前提条件
# - Node.js ≥ 20.0.0
# - Yarn ≥ 4.5.3
# - Make ≥ 3.81
# - Rust（用于 Tauri）
# - macOS Apple Silicon 用户还需 MetalToolchain

git clone https://github.com/janhq/jan
cd jan
make dev

常用 make 命令：

• make dev — 完整开发环境启动
• make build — 生产构建
• make test — 运行测试和代码检查
• make clean — 清理所有，重新开始

也可以手动执行：

yarn install
yarn build
yarn dev

系统要求

• macOS：13.6+，3B 模型需 8GB 内存，7B 需 16GB，13B 需 32GB
• Windows：10+，支持 NVIDIA/AMD/Intel Arc GPU
• Linux：主流发行版均可，支持 GPU 加速

怎么用第一个例子

1. 安装并打开 Jan
2. 在模型市场（Model Hub）中搜索并下载一个模型，例如 Llama 3.2 3B
3. 下载完成后，在聊天界面选择该模型
4. 输入你的问题，比如“用 Python 写一个斐波那契数列”，模型会直接在本地推理并回答

整个过程无需联网（下载模型除外），所有对话数据只留在你的电脑上。

社区资源

• 📖 官方文档：jan.ai/docs/desktop
• 💬 Discord 社区：加入讨论
• 🐛 反馈问题：GitHub Issues
• 📝 更新日志：jan.ai/changelog

遇到问题先看故障排查指南，带上错误日志和系统信息去 Discord 的 #🆘|jan-help 频道求助。

翻译整理自 GitHub README，原文：https://github.com/janhq/jan