能力雷达图(14 维)
5 分 = 该领域当前第一梯队。分数来自官方文档与更新日志、公开的第三方基准,以及使用者反馈的综合判断,本站不做自建评测,也不是厂商宣传语。每个分数的依据见下方说明。
取决于本地权重:装 Qwen / DeepSeek 中文权重可达 4 分以上,默认模型偏弱
受可用内存与模型上下文限制,长文档体验明显弱于云端产品
本地可跑推理类开源模型,答案质量与速度都受硬件限制
本地模型能做常规计算,复杂推导质量低于云端旗舰
能跑 Coder 类开源模型辅助写码,需要自己配编辑器与工具链
本身不联网也不检索,资料需自行接搜索工具或预先喂给模型
可接本地工具做代理,但流程与稳定性都要自己搭
不提供开箱即用的数据分析环境,需要自己配环境与代码执行
不交付 Word / PPT / Excel 成品,只能生成文本
可加载部分生图模型,但生图不是它的主路径,生态分散
部分视觉模型可在本地跑,模型选择与显存要求需自行确认
理论上可跑本地视频模型,但硬件门槛极高,公开反馈普遍认为不实用
可跑语音识别与合成模型,质量与易用性不如专用云端服务
本地流式输出可用,延迟取决于硬件与模型大小,体验不稳定
展开全部维度分数与打分依据(文字版)
取决于本地权重:装 Qwen / DeepSeek 中文权重可达 4 分以上,默认模型偏弱
受可用内存与模型上下文限制,长文档体验明显弱于云端产品
本地可跑推理类开源模型,答案质量与速度都受硬件限制
本地模型能做常规计算,复杂推导质量低于云端旗舰
能跑 Coder 类开源模型辅助写码,需要自己配编辑器与工具链
本身不联网也不检索,资料需自行接搜索工具或预先喂给模型
可接本地工具做代理,但流程与稳定性都要自己搭
不提供开箱即用的数据分析环境,需要自己配环境与代码执行
不交付 Word / PPT / Excel 成品,只能生成文本
可加载部分生图模型,但生图不是它的主路径,生态分散
部分视觉模型可在本地跑,模型选择与显存要求需自行确认
理论上可跑本地视频模型,但硬件门槛极高,公开反馈普遍认为不实用
可跑语音识别与合成模型,质量与易用性不如专用云端服务
本地流式输出可用,延迟取决于硬件与模型大小,体验不稳定
它最强的地方
这个工具没有任何维度达到 4 分,属于「单项专用型」工具:只在特定场景下用,综合分参考意义不大。
最适合这些场景
- 数据不能外传的场景:合同、内部文档、私有代码库
- 长期高频调用、想省掉 API 费用的团队与个人
- 想尝试本地微调、研究模型选型或做推理实验的技术用户
明确的短板与不适用场景
- 联网研究 仅 0 分
- 数据分析 仅 1 分
- 办公产出 仅 1 分
- 视频生成 仅 1 分
- 任务自动化 仅 2 分
- 图像生成 仅 2 分
- 图像理解 仅 2 分
- 语音音乐 仅 2 分
- 实时交互 仅 2 分
它最强的地方
- 数据完全不出本机:敏感资料、内部代码、合同可以直接在本地问
- 零调用费用:硬件买断之后,用多少都不花钱
- 模型可自由更换:同一套环境里换中文、换代码、换视觉模型只是换个名字
- 上手成本极低:一条命令装模型,本地 API 端口与云端几乎同构
它的短板
- 能力上限完全取决于模型与硬件:小显存机器只能跑小模型,效果明显打折
- 什么都不自带:没有联网检索、没有文件交付、没有数据分析环境
- 没有官方图形界面,交互靠命令行或第三方前端,对新手不友好
- 模型生态分散、版本与许可各异,商用前要逐个确认授权
别用它做
- 追求开箱即用的体验:它没有界面、没有内置能力,全靠自己搭
- 需要联网研究、办公文件交付、生图生视频的工作
- 手上没有可用硬件、或预期达到云端旗舰效果的场景
价格与额度
| 计费模式 | 开源免费 |
|---|---|
| 免费额度 | 完全免费,软件与模型下载均无调用费用 |
| 备注 | 成本为本地硬件与电费,模型权重各自有独立许可,商用前需逐个确认 |
| 是否有 API | 有 |
| 支持平台 | macOS、Windows、API、命令行 |
价格随时可能调整,本页数据更新于 2026 年 9 月 21 日,请以官方页面为准。
上手三步
- 1注册与准备用 完全免费,软件与模型下载均无调用费用 就能开始,不需要先付费。注册时建议绑定手机号,登录更稳定。
- 2第一次别只发「你好」,直接给一个真实任务把下面的提示词模板复制过去,先跑一个你自己今天就要用的任务。第一次就用真实素材,比用「帮我写首诗」更能判断它合不合手。
- 3最可能踩的坑:能力上限完全取决于模型与硬件:小显存机器只能跑小模型,效果明显打折遇到不对的输出,先补背景和约束,而不是只说「不对,重写」。详见坏提示词对照表。
用它可以直接复制的提示词
模板来自站内教程与案例库,替换变量即可使用。
周报 / 工作汇报:从散乱记录到可直接提交
把一周的零散工作记录整理成结构化周报
你是一位有十年经验的团队负责人,帮我把下面这份"一周流水账"整理成一份可以直接发给主管的周报。
要求:
1. 结构固定为四段:【本周完成】(按重要性排序,最多 5 条,每条一句话讲清"做了什么 + 带来什么结果")【进行中】(写明卡点和需要谁配合)【下周计划】(不超过 3 条)【风险提示】(没有就写"无")
2. 不要出现"积极推进""持续优化"这类空话,每条都要有具体动作或数字
3. 语气克制、不自我评价式夸张,不使用表情符号
4. 全文控制在 400 字以内
5. 如果原始记录里缺少某段需要的信息,用【待补充:xxx】标出来,不要替我编
我的岗位:{{role}}
本周原始记录:
{{raw_notes}}
写完之后,另外给我 3 条"主管可能会追问的问题",以及每个问题我应该提前准备的材料。还有 2 个变量未填写,未填写的部分会原样保留 {{变量名}}
使用提示:国产模型(豆包、DeepSeek、Kimi)把原始记录贴全一些效果更好;海外模型对"待补充"这类约束执行得更严格,不会自行编数字。
长文档摘要:几百页 PDF 也能读出可用的结论
读一份很长的 PDF / 报告 / 合同,输出分层摘要与风险点
请阅读我上传的文档,输出一份"可执行摘要",不要复述原文。
结构要求:
1. 【一句话结论】:这份文档到底在讲什么、要求我做什么
2. 【关键数据】:最多 8 条,每条必须带原文出处(写明在第几页 / 第几条)
3. 【对我有影响的部分】:只写会改变我决策或行动的段落,并说明为什么
4. 【风险与不确定性】:文档里没写清楚、有歧义或自相矛盾的地方,逐条列出
5. 【我看漏了什么】:站在第一次接触这个主题的人角度,指出还需要补充哪些信息
约束:
- 每一条结论都必须能在原文里找到依据,找不到就标注【原文未见依据】
- 不要用"本文主要介绍了"这类空话开头
- 如果文档太长无法一次读完,请分段处理并告诉我分段方式
文档标题:{{doc_title}}
我的关注点:{{focus}}
文档内容:{{doc_content}}还有 3 个变量未填写,未填写的部分会原样保留 {{变量名}}
使用提示:Kimi 与 NotebookLM 对超长文档的切分处理更稳;Claude / Gemini 在"必须给出页码依据"上表现更好。上传文件优先于粘贴全文。
PPT 大纲:从一句话需求到可讲述的结构
把一个主题变成能讲 20 分钟的 PPT 大纲
帮我把下面这个主题做成一份可以直接讲 {{duration}} 分钟的 PPT 大纲。
我的主题:{{topic}}
听众:{{audience}}
听完我希望他们做的决定 / 记住的结论:{{goal}}
输出要求:
1. 先给一份"一句话主线",说清楚这份 PPT 的论证链条是什么
2. 再给每一页的清单,格式为:【页码】标题 / 这一页要传达的唯一信息 / 建议用什么图表或版式 / 讲这一页要花多久
3. 页数控制在 {{page_count}} 页左右,其中"结论页"必须放在最后
4. 明确标出哪些页可以删(我时间不够时先砍哪几页)
5. 最后给"讲述时的三个转折点",即听众最容易走神的位置
不要输出具体文案,只要大纲和结构。还有 5 个变量未填写,未填写的部分会原样保留 {{变量名}}
使用提示:Gamma / 讯飞智文这类工具能把大纲直接转成成品文件;纯对话模型只给大纲,需要你再喂给 Gamma 完成排版。
替代品对比入口
没有哪个工具全场景通吃。选型前建议至少对比 2-4 个。
一次对比全部替代品评分怎么来的
依据覆盖 14/14本站不做自建评测(无法在本地复现各家闭源模型),因此这些分数来自三部分交叉整理:官方公开资料(模型卡 / 产品文档 / 定价页 / 发布说明)、产品实际能力边界、以及社区公开反馈中反复出现的一致倾向。 Ollama 本身不提供模型能力,它提供的是运行器 —— 所有分数取决于你本地装了哪个权重与硬件。给出的是「典型本地配置下的常见区间」,因此置信度低于其他工具,这也是它没有维度拿到 4 分的原因。换模型或显卡,同一台机器上的表现会完全不同。
展开 14 个维度的逐条依据
- 写作表达
- 3 / 5
- 取决于本地权重:装 Qwen / DeepSeek 中文权重可达 4 分以上,默认模型偏弱
- 长文理解
- 3 / 5
- 受可用内存与模型上下文限制,长文档体验明显弱于云端产品
- 逻辑推理
- 3 / 5
- 本地可跑推理类开源模型,答案质量与速度都受硬件限制
- 数理计算
- 3 / 5
- 本地模型能做常规计算,复杂推导质量低于云端旗舰
- 编程开发
- 3 / 5
- 能跑 Coder 类开源模型辅助写码,需要自己配编辑器与工具链
- 联网研究
- 0 / 5
- 本身不联网也不检索,资料需自行接搜索工具或预先喂给模型
- 任务自动化
- 2 / 5
- 可接本地工具做代理,但流程与稳定性都要自己搭
- 数据分析
- 1 / 5
- 不提供开箱即用的数据分析环境,需要自己配环境与代码执行
- 办公产出
- 1 / 5
- 不交付 Word / PPT / Excel 成品,只能生成文本
- 图像生成
- 2 / 5
- 可加载部分生图模型,但生图不是它的主路径,生态分散
- 图像理解
- 2 / 5
- 部分视觉模型可在本地跑,模型选择与显存要求需自行确认
- 视频生成
- 1 / 5
- 理论上可跑本地视频模型,但硬件门槛极高,公开反馈普遍认为不实用
- 语音音乐
- 2 / 5
- 可跑语音识别与合成模型,质量与易用性不如专用云端服务
- 实时交互
- 2 / 5
- 本地流式输出可用,延迟取决于硬件与模型大小,体验不稳定
本页数据复核于 2026 年 9 月 21 日。如果你认为某条依据不成立或有更新, 请在 勘误入口 提交勘误 —— 依据被推翻比分数算错更需要纠正。
数据来源与更新时间
本页数据更新于 2026 年 9 月 21 日。如果你发现某条信息已经过时,请在 /about#errata 提交勘误。
- 可本地部署
- 完全免费
- 数据不出本机
- 开源模型
- 需自备硬件
- 效果取决于模型
难度分级参考:入门 / 进阶 / 深入(本站教程体系用)。本页所有评分维度统一口径, 与 评分方法 一致。 相关概念可从 知识库 入手。