简介
Unsloth 是一个开源、无代码的桌面 UI，用于在本地硬件上训练和运行开放模型。它帮助用户私密地使用本地 AI 模型，而不必只依赖云服务。Unsloth 还支持图像和视频生成、AI 智能体、网页搜索和代码执行，全部集成在一个桌面应用中。
Unsloth 是什么？
Unsloth 是一个开源、无代码的桌面 UI，专为在本地硬件上训练和运行开放模型而设计。用户无需将数据发送到远程云平台，而是可以直接在自己的机器上加载、管理和运行模型。这让 Unsloth 对关注隐私、成本控制以及希望亲自使用本地 AI 模型的人很有用。
该产品解决了一个常见问题：许多强大的开放模型已经可用，但设置它们、选择合适的量化方式，并将它们连接到工具上可能很困难。Unsloth 通过桌面界面、内置模型中心和几乎支持所有主流模型版本的功能简化了这一切。它适合希望以实用方式在本地训练模型和运行模型的开发者、研究人员、创作者和高级爱好者。
Unsloth 还充当本地模型与现代 AI 工作流之间的桥梁。它可以将 Claude Code、Codex 和其他智能体连接到本地模型。它提供兼容 OpenAI 的 API，因此现有应用、脚本和 SDK 可以通过熟悉的接口进行连接。本地控制与灵活集成的结合，正是 Unsloth 引人注目的原因。
Unsloth 的主要功能
本地图像和视频生成
使用 Qwen-Image-2.1、MiniMax-H3、FLUX、Z-Image 和 LoRA 适配器创建图像。使用 Wan 和 LTX 生成视频，然后在本地对图像进行变换、局部重绘、扩展、放大、参考和编辑。根据产品主页，NVIDIA B200 上的 MiniMax-H3 在 8 步下用 13 秒生成了 960×544、124 帧的视频，而此前需要 70+ 秒。
将 AI 智能体连接到本地模型
使用 unsloth start 命令将 Claude Code、Codex 和其他智能体连接到本地模型。启动 Unsloth，加载模型，打开项目文件夹，然后运行 unsloth start claude。在 Unsloth 内切换模型，而无需改变智能体工作流。
高级私密网页搜索
直接在 Unsloth Desktop 内获得无限制、私密且免费的网页搜索。在模型思考时进行搜索，或使用深度研究查找来源，并创建带引用的详细报告。
可运行代码的模型
通过自愈式工具调用自动检测、修复并重试失败，从而提高工具调用的准确性。在安全沙箱中执行 Bash 和 Python，让模型可以在本地运行代码、测试结果并完成真实任务。
对新模型的首日支持
在本地运行和训练几乎所有模型，并对 Qwen3.8、NVIDIA、GLM、Gemma 等版本提供首日支持。通过内置模型中心发现、管理并下载适合设备的正确量化版本。
随时随地访问本地模型
通过免费的 Cloudflare 隧道，以 HTTPS 提供本地或 Colab 模型服务。无需将模型移出本地硬件，即可从手机、笔记本电脑或其他地点查看运行情况。
兼容 OpenAI 的 API
Unsloth 提供兼容 OpenAI 的 API，因此现有应用、脚本和 SDK 可以通过熟悉的接口连接到本地模型。这有助于团队测试本地 AI 模型，而无需重写整个技术栈。
Unsloth 的用例
私密 AI 开发
开发者可以在本地训练模型和运行模型，而无需将敏感数据发送到第三方云。这对于测试专有代码、内部文档或私有数据集很有用。
本地图像和视频创作
创作者可以使用 Unsloth 和支持的模型进行本地图像生成和本地视频生成。他们可以编辑、放大和扩展视觉素材，同时将工作流保留在自己的硬件上。
智能体编程与自动化
Unsloth 可以将 Claude Code、Codex 和其他智能体连接到开放模型。用户可以在本地运行智能体工作流，在沙箱中执行 Bash 和 Python，并自动重试失败的工具调用。
研究与深度研究报告
研究人员可以使用私密网页搜索和深度研究来收集来源，并构建带引用的报告。本地模型可以对搜索结果进行推理，同时用户对工作流保持更多控制。
远程监控与移动访问
借助免费的 Cloudflare 隧道，用户可以通过 HTTPS 提供本地模型服务，并从手机、笔记本电脑或其他设备查看运行情况。这对于长时间训练任务或远程实验很有帮助。
如何使用 Unsloth
- 在兼容的本地机器上下载并安装 Unsloth 桌面应用。
- 打开 Unsloth，浏览内置模型中心，找到适合该设备的模型和正确量化版本。
- 加载模型，然后在本地运行它，用于聊天、编程、图像生成、视频生成或研究任务。
- 对于智能体工作流，打开项目文件夹并运行诸如
unsloth start claude的命令，将智能体连接到本地模型。 - 可选：使用兼容 OpenAI 的 API 或免费的 Cloudflare 隧道来连接其他应用，或远程访问模型。
Unsloth 的目标受众
- 希望在本地训练模型和运行模型的 AI 开发者和工程师
- 需要在本地硬件上使用开放模型的数据科学家和机器学习研究人员
- 从事本地图像生成和本地视频生成的内容创作者
- 注重隐私、偏好使用无代码桌面 UI 来运行本地 AI 模型的专业人士
- 探索开源无代码桌面 UI 工具的学生和爱好者
- 希望在不构建完整云技术栈的情况下掌控本地模型的小型团队
Unsloth 免费吗？
Unsloth 被描述为开源，参考信息中没有列出付费层级或订阅价格。定价、支持以及任何未来的商业选项应在官方网站上确认。
| 方案 | 价格 | 功能 |
|---|---|---|
| 开源 / 免费 | 如描述为 $0 | 核心桌面 UI、本地模型训练和运行、图像和视频生成、智能体连接、网页搜索、代码沙箱、模型中心、兼容 OpenAI 的 API、Cloudflare 隧道 |
| 付费或支持选项 | 未列出 | 请查看 Unsloth 官方网站，了解当前定价、许可或支持详情 |
Unsloth 的优缺点
| 方面 | 优点 | 缺点 |
|---|---|---|
| 定价 | 开源，未列出许可证费用 | 较大的本地模型可能带来较高硬件成本 |
| 功能 | 支持训练、运行、图像和视频生成、智能体、网页搜索和代码执行 | 对完全初学者来说，功能集可能显得过于庞大 |
| 隐私 | 在本地硬件上运行本地模型 | 隐私取决于正确的本地设置和网络配置 |
| 易用性 | 无代码桌面 UI 简化了模型管理 | 高级智能体工作流仍使用 unsloth start claude 之类的命令 |
| 模型支持 | 首日支持和内置模型中心帮助用户找到模型 | 较大模型需要性能足够的 GPU、内存和存储 |
| 访问 | 免费 Cloudflare 隧道实现远程 HTTPS 访问 | 隧道设置可能需要基础网络知识 |
关于 Unsloth 的常见问题
Unsloth 用来做什么？
Unsloth 用于在本地硬件上训练和运行开放模型。它还支持本地图像生成、本地视频生成、AI 智能体连接、私密网页搜索和沙箱化代码执行。
Unsloth 免费吗？
Unsloth 被描述为开源。参考信息中没有列出付费方案，因此用户应查看官方网站，了解当前定价或支持选项。
Unsloth 可以在不编程的情况下运行模型吗？
可以。Unsloth 是无代码桌面 UI，因此用户可以通过图形界面发现、下载、加载和运行模型。一些高级智能体工作流仍可能涉及简单的命令行步骤。
Unsloth 可以连接 Claude Code 和 Codex 吗？
可以。Unsloth 可以将 Claude Code、Codex 和其他智能体连接到本地模型。用户可以运行诸如 unsloth start claude 的命令，并在 Unsloth 内切换模型，而无需改变智能体工作流。
Unsloth 支持图像和视频生成吗？
支持。Unsloth 支持使用 Qwen-Image-2.1、MiniMax-H3、FLUX 和 Z-Image 等模型进行图像生成，并支持使用 Wan 和 LTX 进行视频生成。它还支持 LoRA 适配器和本地图像编辑。
Unsloth 需要什么硬件？
参考信息提到了本地硬件，并给出了用于视频生成的 NVIDIA B200 示例。具体需求取决于模型大小和量化方式，因此用户应查看 Unsloth 官方文档，获取针对设备的指导。
Unsloth 标签
Unsloth、Unsloth Desktop、开源无代码桌面 UI、本地 AI 模型、在本地运行模型、在本地训练模型、开放模型、本地图像生成、本地视频生成、AI 智能体连接、私密网页搜索、兼容 OpenAI 的 API
