Jan：本地优先的 AI 客户端，断网也能用，DeepSeek 只是其中一个选项
4.5 万 star 的开源 ChatGPT 替代品。可以在本机跑模型，也可以接 DeepSeek 的 API，数据默认不出机器。
Jan 的定位一句话说完：把 ChatGPT 装进你电脑，运行在你自己的硬件上。
它默认用本地模型（通过内置的推理引擎），也支持接云端 API——DeepSeek 就是其中最常用的一个。
4.5 万 star，地址：
https://github.com/menloresearch/jan
两种用法，想清楚再选
本地模式：下载模型（几 GB），在你自己的 CPU/GPU 上跑。断网能用，数据绝不出门，但速度取决于硬件，7B 级别的模型在普通笔记本上大约每秒几个字。
云端模式：接 DeepSeek 的 API，快、强、按量付费，但每次请求都发到外面。
Jan 的好处是：同一个界面，两种随便切。
装
官网下载（Windows / macOS / Linux），或者 GitHub Releases。装完是个干净的桌面应用。
接 DeepSeek
设置 → 模型提供方（Providers）→ 添加：
选 OpenAI 兼容，或者它内置的 DeepSeek 项，然后：
API 地址：https://api.deepseek.com/v1
API Key：sk-你的key
模型：deepseek-chat
保存后，新对话的模型下拉里会出现它。
切换模型：对话进行到一半也能切。前半段用本地小模型，遇到难题切到 DeepSeek，这是它比较实用的一个设计。
本地模型怎么选
它内置的模型市场里能直接下载。给几个参考：
qwen2.5-7b：中文好，8 GB 内存能跑；llama3.2-3b：小，快，质量一般；deepseek-r1的蒸馏版（1.5B / 7B / 8B）：推理能力在同类里不错。
别指望本地跑出 API 的效果。7B 模型和 DeepSeek 的 V3 差着量级，本地模式的价值是"离线可用"和"隐私"，不是"更强"。
几个实际的设计
它把数据存在本地目录，模型、对话、设置分开。想备份就备份那个文件夹，想清空就删掉。
支持 MCP 和扩展（较新版本），能接工具，生态还在长。
界面克制。没有一堆花哨功能，就聊天、模型、设置三块。
会踩的坑
本地模型下载慢 模型托管在境外，国内经常几十 KB/s。可以在设置里换成镜像源，或者手动把模型文件放进目录。
本地跑很卡 内存不够或者没开硬件加速。8 GB 是底线，16 GB 才舒服。
切模型后上下文丢了 不同模型的上下文长度不一样，切换时会截断。重要的对话别中途切。
API 模式报 401
Key 带空格，或者地址多写了 /v1/v1。
它适合谁
- 想要一个"断网也能用"的 AI 桌面端；
- 数据敏感，不希望任何内容上云；
- 手上硬件还行（16 GB 内存 + 独显更好）。
不适合：只想用 DeepSeek 的（直接装 Chatbox 或 Cherry 更省事）；硬件很老的机器。
最后
Jan 押的是一个判断：未来的 AI 客户端，本地和云端会同时存在，不是二选一。
这个判断我认同。本地模型负责隐私和离线，云端负责能力上限，一个界面管两边，比自己拼三个工具舒服。
有问题留言。
留言