Chaty

Chaty 是一款免费开源的本地 AI 桌面客户端，可以在自己的 Windows、macOS 或 Linux 电脑上运行开源大模型。它不要求注册账号，也没有云端对话服务；模型、聊天记录、文档索引和知识库默认保存在本机。除了日常聊天，Chaty 还把编码智能体、文档问答、Deep Research、视觉理解和语音对话放进了同一个应用。

它更适合重视隐私、愿意自行下载模型，并希望把本地模型用于实际任务的用户。应用支持简体中文界面，Windows 使用 Vulkan 加速，Apple Silicon Mac 使用 Metal 与原生 MLX；v2.0.2 还提供 Linux x64 的 beta AppImage。需要注意的是，运行效果取决于电脑内存、显存和所选模型，小内存设备应从较小的量化模型开始。

产品功能

• 本地模型聊天：可加载任意 GGUF 模型，Apple Silicon 上还能运行 MLX 模型。应用从模型读取分词器和对话模板，并按设备内存自动调整 GPU 卸载与上下文长度。
• 编码智能体：选择一个工作文件夹后，智能体可以读取代码、搜索仓库、修改文件、运行命令和测试。每次编辑会展示差异，敏感操作保留人工批准，并支持检查点回滚。
• 本地文档知识库：支持 PDF、Word、Excel、Markdown、图片和多种代码文件，通过 bge-m3 向量、BM25、RRF 与 MMR 完成本地混合检索，回答带可悬停查看的出处引用。
• Deep Research：围绕一个主题规划多轮联网搜索，在推理过程中补充缺失信息，最后生成带引用的结构化报告，并可导出为 PDF 或 Markdown。
• 视觉与设计画布：加载视觉模型后可分析图片和截图；单文件 HTML 可以在设计画布中预览、定位元素、查看源码、让模型修改并保留版本历史。
• 语音与播客：本地语音识别和语音合成在 CPU 上运行，支持连续免手对话与 11 种音色，也能把知识库内容整理为双主持人音频并导出 WAV。
• MCP、Skills 与项目记忆：Code 模式可连接 stdio 或 Streamable HTTP MCP 服务器，加载 Markdown 技能，并把项目事实保存在本地记忆文件中供后续会话复用。

产品特点

Chaty 的重点不是提供新的云模型额度，而是把本地推理和完整工作流装进桌面客户端。模型权重、对话、知识库与向量索引都在用户设备上，只有主动启用网页搜索或下载模型、语音与嵌入文件时才访问网络。对于处理内部文档、代码仓库或个人资料的用户，这种架构比默认上传到云端更容易控制数据边界。

它也没有把“小模型”简单当成缩小版聊天模型。仓库理解、代码搜索、精确补丁、相关测试和浏览器操作等步骤被拆成专用工具，模型主要负责选择动作。v2.0.2 是正式发布版本，官方仓库采用 MIT 许可证；不过项目在 2026 年 6 月才公开，独立用户反馈仍不算多，Linux 版本也处于 beta 阶段。

平台限制需要提前看清：Windows 目前面向 x64 的 Windows 10/11，macOS 只支持 Apple Silicon；Mac 安装包是临时签名且未经过 Apple 公证，首次启动需要在系统设置中允许打开或清除下载隔离。大模型文件通常占用数 GB 到数十 GB，下载时间、磁盘空间、内存与推理速度都取决于用户选择的模型和硬件。

使用教程

1. 进入 Chaty 官方 GitHub Releases 页面，选择与设备匹配的 v2.0.2 安装包：Windows x64 下载 Chaty_2.0.2_x64-setup.exe，Apple Silicon Mac 下载 Chaty_2.0.2_aarch64.dmg，Linux x64 beta 下载 Chaty_2.0.2_amd64.AppImage。
2. Windows 安装包按当前用户安装，不需要管理员权限。Mac 用户把应用放入 Applications 后，如果系统提示无法验证开发者，可在“系统设置 → 隐私与安全性”中选择“仍要打开”，或按官方说明执行 xattr -dr com.apple.quarantine /Applications/Chaty.app。Linux 用户先为 AppImage 添加执行权限再启动。
3. 首次启动时使用“为我配置”功能，让 Chaty 根据可用内存推荐较小的量化模型；也可以在内置 Hugging Face 模型商店中搜索 GGUF，Apple Silicon 用户还可以选择 MLX 模型。先确认模型大小能够装入内存和磁盘。
4. 模型加载完成后可以直接新建聊天。需要使用中文界面时，在应用设置中切换到“简体中文”；如果回答速度慢，可换用更小的量化版本、降低上下文长度或减少 GPU 卸载压力。
5. 要处理代码，切换到 Code 模式并选择一个工作文件夹。先用不含敏感信息的测试项目熟悉读文件、补丁预览、命令审批和检查点回滚，再逐步开放更多工具。
6. 要建立知识库，导入需要检索的文档并等待本地索引完成。提问前勾选要搜索的文件，回答后通过引用标记检查原文；文档中没有覆盖的信息不应仅依赖模型补全。
7. Deep Research 会主动访问网络；语音模式与知识库还会按需下载额外模型。离线环境使用前，应提前完成这些文件的下载，并在设置中关闭不需要的联网能力。

使用场景

• 私密资料问答：把内部文档、个人笔记或研究材料留在本机建立知识库，通过引用回到原文核对结论。
• 本地代码辅助：在可见差异、命令审批和工作区限制下，让本地模型完成仓库检索、小范围修复与测试。
• 低频深度研究：围绕选题执行多轮搜索并导出带引用报告，适合先形成资料框架，再由人工核验和改写。
• 离线聊天与视觉分析：在网络不稳定或不方便上传资料的环境中运行 GGUF、MLX 与视觉模型。
• 文档转音频：把知识库内容整理为双主持人音频，供通勤、复习或无屏场景使用；官方当前说明播客输出以英语为主。

价格

Chaty 软件本身免费开源，采用 MIT 许可证，不要求账号，也没有订阅、内购或广告。Windows、macOS 与 Linux beta 安装包都可以从官方 GitHub Releases 下载；用户也可以自行构建源码。

免费软件不等于没有使用成本。用户需要自行准备 GGUF 或 MLX 模型，并承担模型下载所需的网络流量、磁盘空间和本地计算资源。运行较大模型可能需要更高内存、显存或更快的电脑；如果通过 MCP 接入收费服务，相关 API 与第三方服务费用也由用户自行承担。

使用评价

从官方功能和发布记录看，Chaty 已经不只是一个本地聊天壳。它把模型管理、编码智能体、文档知识库、深度研究、设计画布、语音、MCP 与 Skills 组合成了完整桌面工作区，同时保留中文界面、无账号和本地数据存储，对希望认真使用本地模型的人有实际价值。

它的主要门槛也很明确：用户需要理解模型格式、量化大小和硬件容量，首次下载的模型可能较大；macOS 安装需要额外的安全确认，Linux 支持仍在 beta，项目公开时间短且独立反馈有限。如果只是偶尔问几个简单问题，云端聊天工具会更省事；如果更看重数据留在本机、可审查的智能体操作和免费开源能力，Chaty 值得作为本地方案尝试。

官方资料

• Chaty 官方网站
• Chaty 官方文档
• Chaty 官方 GitHub 仓库
• Chaty v2.0.2 发布页
• Chaty 中文说明
• Chaty MIT 许可证