ConfiChat：隐私优先的本地 LLM 聊天界面

项目简介

ConfiChat 是一个用 Flutter 开发的多平台、隐私优先的 LLM 聊天界面，可对聊天记录与资产进行可选加密。与其他依赖 Docker 和一堆重型工具的方案不同，它是独立应用，你只要专注模型本身，不必再维护一套 UI 服务。

它既可以完全离线运行，也可以混合离线和在线能力：

• 离线提供商：Ollama、LlamaCpp、llmman，在你自己的机器或局域网内运行，不经过云服务。
• 在线提供商：OpenAI、Anthropic、Gemini，通过 API 使用前沿模型，其数据政策与各家聊天服务不同，便于你控制自己的数据。

所有聊天会话由应用以单独的 JSON 文件保存在本地。

主要功能

• 跨平台：基于 Flutter 开发，支持 Windows、Linux、Android、macOS、iOS。
• 本地模型支持：对接 Ollama、LlamaCpp 与 llmman，可使用 Llama、Gemma、Llava（多模态、图像输入）等轻量开源模型，在资源有限的机器上也能运行。
• 在线模型支持：使用你自己的 API Key 接入 OpenAI、Anthropic 与 Gemini。
• 隐私优先：隐私是开发核心，提供可选的聊天历史加密，数据以 JSON 文件形式保存在本机。
• 轻量设计：针对性能优化，资源占用低。
• 多语言支持：界面与模型交互均支持多种语言，可用自己偏好的语言聊天。

安装与使用

项目提供各平台的预编译二进制文件，可从 Releases 页面 下载。

• macOS / iOS 用户：受平台限制不提供二进制文件，需要参考 Compiling on your own 自行编译。
• Windows 用户：由于二进制未签名，可能遇到 SmartScreen 警告；直接通过 Releases 下载的文件由 GitHub CI 构建，可查看 完整构建日志，也可以从源码自行构建。

如果是第一次接触离线 LLM，可以参考 三步上手指南（无需编码、无需额外依赖）；也可以按使用本地模型、在线模型或两者兼有的场景，查看 quick start guides。

注意事项

• macOS 与 iOS 需要自行编译，官方未提供可直接下载的二进制文件。
• Windows 二进制未签名，首次运行可能出现 SmartScreen 提示。
• 在线提供商各自有不同的数据与隐私政策，例如 OpenAI 的 API 数据保留与安全政策需自行查阅；涉及敏感数据时建议使用本地模型并开启聊天记录加密。

本作品整理自 GitHub 开源项目 1runeberg/confichat，原作者 @1runeberg，许可证 Apache-2.0。中文介绍由 AI 根据项目 README 整理，以原仓库为准。