斩获 66K 星！这 2 个开源项目绝了。

01、用旧手机搭建 AI 集群

你是否曾想过，将家中闲置的 iPhone、安卓手机、iPad 甚至笔记本电脑"变废为宝"，组成一个强大的 AI 集群，运行类似 DeepSeek 的大型语言模型？开源项目 Exo 就是做这个事情的，无需昂贵的 NVIDIA 显卡，只需几台日常设备，即可构建分布式 AI 计算网络，轻松玩转 Deepseek、LLaMA、Mistral 等前沿模型。

Exo是什么？

Exo 是由 exo labs 团队开发的开源项目，目标是通过动态模型分区和自动设备发现技术，将异构设备（如手机、平板、电脑）整合成分布式 AI 集群，支持运行超出单设备能力的大型语言模型。其核心特点包括：

1. 低成本：无需专业 GPU，利用现有设备的算力即可运行模型。

2. 动态分区：根据设备内存和网络拓扑，自动划分模型层数到不同设备，优化资源利用率。

3. 去中心化：采用 P2P 架构，避免传统主从模式下的单点故障问题，所有设备平等参与计算。

4. 易用性：提供 ChatGPT 兼容的 API 和 WebUI，用户可通过简单命令或接口与模型交互。

五大亮点功能

1. 广泛的模型支持

Exo 支持 LLaMA、Mistral、LlaVA、Qwen、Deepseek 等多种主流模型，用户可根据需求灵活选择。例如，使用exo run llama-3.2-3b即可在单设备上启动 LLaMA 模型，或通过多设备集群运行更大规模的70B参数模型。

2. 自动设备发现与动态分区

只需在每台设备上运行exo命令，系统会自动发现并连接其他设备，无需手动配置网络。Exo 默认采用环形内存加权分区策略，根据设备内存比例分配模型层数，实现高效推理。

3. 开发者友好

API集成：通过 http://localhost:52415 提供的 ChatGPT 兼容 API，用户可直接用 curl 发送请求，轻松集成到现有应用中。
调试工具：支持环境变量调试（如DEBUG=9 exo）和日志分析，方便开发者排查问题。

4. 跨平台兼容性

Exo支持 iOS、Android、Mac、Linux 等多种系统，甚至可通过蓝牙或无线网络连接设备。不过需注意，iOS 版本因 Python 兼容性问题暂未公开发布，需联系团队申请测试权限。

arduino 复制代码

开源地址：https://github.com/exo-explore/exo

02、Open WebUI：打造你的专属AI助手

Open WebUI 提供一个用户友好的界面，用于与本地部署的大型语言模型进行交互。它支持多种 LLM 运行器，包括 Ollama 和兼容 OpenAI 的 API 。通过 Open WebUI，你可以轻松地搭建一个私有的 AI 助手，并根据自己的需求进行定制。目前已经获得了 66.6k 的 Star！

项目优势：

本地化部署：Open WebUI 可以部署在你的本地服务器上，这意味着你的数据将始终保持在你的控制之下，无需担心数据隐私问题。灵活性和可定制性：Open WebUI 支持多种 LLM 运行器，你可以根据自己的需求选择最合适的模型。此外，你还可以自定义界面和功能，以满足你的特定需求。易于使用 Open WebUI 提供了一个简单易用的界面，即使没有技术背景的用户也可以轻松上手。

应用场景： 私有 AI 助手：你可以将 Open WebUI 部署在你的本地服务器上，并使用它来创建你自己的 AI 助手，用于完成各种任务，例如文本生成、问答、翻译等等。

知识库和 artifacts：Open WebUI 可以用于构建知识库和 artifacts，并使用 LLM 来进行搜索和查询。

AI 搜索：Open WebUI 可以与搜索引擎集成，以提供更智能的搜索结果。

实时自定义语音聊天：Open WebUI 可以用于构建实时自定义语音聊天应用程序，例如虚拟助手。

perl 复制代码

开源地址：https://github.com/open-webui/open-webui

03、关注我

逛逛GitHub 每天推荐一个好玩的 GitHub 开源项目的公众号，给我发消息获取各种项目。这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接和逛逛 GitHub 对话聊天就行了：