本機 AI
在裝置上執行支援的本機 AI 模型並與其對話（可用性因裝置而異）。
概覽
本機 AI 提供裝置端的聊天介面，支援三種後端：
- Apple Foundation（當您的作業系統/裝置可用時）
- llama.cpp（使用本機儲存的 GGUF 模型檔案；透過「LLM.swift」後端標籤顯示）
- LiteRT-LM（使用本機儲存的
.litertlm模型檔案；支援多模態/視覺模型）
它還會顯示即時 CPU 和記憶體使用量，讓您了解載入和執行模型的資源消耗。
目錄
快速開始
- 開啟 工具 -> 本機 AI。
- 選擇後端（Apple Foundation 或 LLM.swift）。
- 點擊 載入。
- 輸入提示詞並發送。
控制列
在聊天畫面頂部，控制列有三種展開狀態：
精簡（預設）
顯示：
- 模型狀態（未載入/載入中/已載入/不可用）
- 後端選擇選單
- 模型選擇器（僅限 LLM.swift）
- 載入 / 卸載 按鈕
中等展開
點擊控制列展開以顯示額外指標：
- 即時 CPU 使用量 儀表
- 即時 記憶體使用量 儀表
完全展開
再次點擊以開啟完整詳細畫面，包含三張卡片：
- 模型狀態卡片 —— 顯示後端名稱、模型名稱和檔案大小（適用於 LLM.swift 模型）。包含後端選擇和模型選擇器選單。
- 效能卡片 —— 顯示 CPU 和記憶體使用量的「基準」與「目前」比較。點擊 擷取基準 以快照目前數值，然後觀察載入和執行模型如何改變資源消耗。
- 操作卡片 —— 包含 載入模型 / 卸載模型、新對話（清除訊息並重新載入）、管理模型（開啟模型庫）和 匯出對話。
控制列會在工作階段之間記住其展開狀態。
後端
Apple Foundation
Apple Foundation 使用 Apple 內建的 FoundationModels 框架。需要 iOS 26.0+ 或 visionOS 26.0+ 以及支援的硬體。如果您的裝置不可用，Lirum Device Info 會顯示不可用訊息。每當應用程式進入前景時都會重新檢查可用性。
LLM.swift
LLM.swift 是 llama.cpp 引擎的後端標籤，會在您的裝置上本機執行 GGUF 模型檔案。它在生成時逐個 token 串流回應。聊天範本依每個模型選擇；ChatML 是預設的備用範本，但某些模型（例如 DeepSeek-R1-Distill-Qwen）使用模型專屬的範本以獲得更好的指令遵循效果。
技術細節：
- 對話歷史記錄維持 8 輪限制 —— 較舊的訊息會被丟棄以保持上下文可管理。
- 特殊模型 token（例如
<|...|>標記）會自動從回應中移除。 - 如果發生 KV 快取錯誤，Lirum Device Info 會顯示特定的診斷訊息。
LiteRT-LM
LiteRT-LM 在裝置上執行 .litertlm 模型檔案（例如 Gemma 4 E2B/E4B）。它是用於接受影像輸入之多模態/視覺模型的後端，透過對話多模態 API 路由影像。
模型庫
從工具列選單開啟模型庫以下載、管理和選擇模型。模型庫有三個區段：
已安裝模型
列出所有已下載的模型資料夾，包含名稱、檔案數量和總大小。您可以：
- 選擇 模 型以搭配 LLM.swift 使用。
- 從 iOS 檔案 app 匯入 GGUF 檔案。
- 進入 選擇模式 以批次匯出或批次刪除多個模型。
目錄
應用程式內建的精選模型清單。每個項目顯示模型名稱、參數數量和表示特性的彩色標籤：
| 標籤 | 意義 |
|---|---|
| Chat | 通用對話模型 |
| Instructions | 針對遵循指令進行調整 |
| Reasoning | 專為逐步推理設計 |
| Coding | 針對程式碼生成最佳化 |
| Recommended | 經測試在裝置上運作良好 |
| Fast | 快速生成回應 |
| Slow | 在某些裝置上可能較慢 |
| Tested | 已驗證可在 Lirum Device Info 中運作 |
| Experimental | 可能產生不一致的結果 |
| Untested | 尚未驗證 |
按 預設、字母順序、日期（最新/最舊優先） 或 參數（最大/最小優先） 排序目錄。
進行中的下載
顯示任何目前正在下載的模型，包含：
- 下載進度（百分比、速度 MB/s、預估剩餘時間）
- 中止 和 繼續 控制項
手動輸入模型
您也可以透過兩種方式手動新增模型：
- 從檔案匯入 —— 開啟 iOS 檔案選擇器選擇 GGUF 檔案，並顯示進度進行複製。
- 手動 URL 下載 —— 輸入直接下載 URL 以及模型名稱、量化和參數數量。欄位可從目錄自動填入或從檔名解析。
載入與卸載
- 載入 初始化選定的後端/模型。
- 卸載 釋放模型並清除目前對話。
大型模型可能需要時間載入，如果裝置沒有足夠的可用記憶體可能會失敗。
聊天
主介面是標準聊天視圖：
- 輸入提示詞並發送。
- 當回應正在串流時，您可以停止生成。
效能快照
本機 AI 會在您使用此工具時追蹤 CPU 和記憶體使用量。
在展開的控制項（AI 模型面板）中，您可以擷取 基準 快照並比較基準與目前的 CPU/記憶體。
匯出對話
使用 匯出對話 分享目前的聊天歷史記錄。對話會匯出為 Markdown 檔案：一個頂層標題和匯出時間戳記，隨後每則訊息各有一個 ### 使用者 - <時間戳記> 或 ### 助理 - <時間戳記> 標題，每個標題將訊息文字包覆在 ```markdown 圍欄區塊中（當訊息包含影像時，附加一行附件數量）。然後您可以透過任何標準 iOS 分享方式分享它。
注意事項與限制
- 裝置端模型可能會使用大量 CPU 和記憶體。
- 模型可用性、下載選項和效能因裝置和作業系統而異。
- Apple Foundation 需要 iOS 26.0+ 或 visionOS 26.0+ 以及支援的硬體。
- LLM.swift 在 macOS Catalyst 版本中不可用。
- 如果裝置沒有足夠的可用記憶體，大型模型可能無法載入。
- LLM.swift（GGUF）後端維持 8 輪對話歷史記錄視窗；LiteRT-LM 自行管理其對話上下文。