> For the complete documentation index, see [llms.txt](https://unsloth.ai/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://unsloth.ai/docs/zh/desktop.md).
# 介绍 Unsloth Desktop
Unsloth Desktop 是一款适用于 Mac、Windows 和 Linux 的免费开源应用。
介绍 Unsloth Desktop
Unsloth Desktop（测试版） 是一个免费的， 开源的 用于在你自己的本地硬件上运行和训练 AI 模型的应用。适用于 macOS、Windows 和 Linux。
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="41.66666666666667%" %}
#### 你们会收集我的数据吗？
不收集遥测数据。Unsloth 会检测你的 GPU 类型和设备，以便应用知道哪些功能可用。该应用可以完全离线运行。
#### 我可以使用已经下载的模型吗？
可以，它们会被自动发现。如果没有找到你的模型，你可以指定自己的自定义文件夹。
#### 为什么推理有时会变慢？
网页搜索、代码执行和工具调用修复都会耗费时间。关闭它们后，速度应与其他任何 llama.cpp 应用相当。还是很慢？请提交 GitHub issue。
{% endcolumn %}
{% column width="41.66666666666667%" %}
#### 仅支持 GPU？
不。Unsloth 适用于各种 CPU、Mac 等配置。
#### 它支持 OpenAI 兼容的 API 吗？
支持。请参阅 [API 指南](/docs/zh/ji-chu-zhi-shi/api.md)。我们也支持连接到 [云端模型](/docs/zh/ji-cheng/connections.md) 或 Anthropic、OpenAI 等其他 API。
#### Unsloth 支持哪些设备？
Unsloth 支持所有操作系统，包括 Mac、Windows、Linux 和 WSL，并支持 NVIDIA、Intel、AMD 以及 Mac 的 GPU/CPU。不过较旧的硬件可能支持不佳。
{% endcolumn %}
{% column %}
{% endcolumn %}
{% endcolumns %}
{% columns %}
{% column width="8.333333333333332%" %}
{% endcolumn %}
{% column width="83.33333333333333%" %}
非常感谢 NVIDIA 和 Hugging Face 参与我们的发布。也感谢所有 Unsloth Desktop 的早期测试用户，我们非常感谢你们投入的时间和反馈。我们还要感谢 Jan 提供的灵感，以及 llama.cpp、PyTorch、stablediffusion.cpp 和 open model labs 提供的基础设施，正是这些让 Unsloth Desktop 成为可能。
{% endcolumn %}
{% column width="8.333333333333321%" %}
{% endcolumn %}
{% endcolumns %}
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.
Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:
```
GET https://unsloth.ai/docs/zh/desktop.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
.gif?alt=media&token=3df768c6-07d8-40c6-9c02-a881547d44bd)
