> 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/xin/studio/install.md).

# Unsloth Studio 安装

Unsloth Studio 可在 Windows、Linux、WSL 和 MacOS 上运行。您应该在每台设备上使用相同的安装流程，尽管系统要求可能因设备而异。

### 使用 Unsloth Desktop 安装

**安装 Unsloth Studio 最简单的方法是使用原生桌面应用。为你的操作系统下载：**

* <i class="fa-apple">:apple:</i> [下载适用于 macOS](https://unsloth.ai/download/mac)
* <i class="fa-windows">:windows:</i> [下载适用于 Windows](https://unsloth.ai/download/windows)
* <i class="fa-linux">:linux:</i> [下载适用于 Linux](https://unsloth.ai/download/linux)

本页其余部分将 **Unsloth Studio** 手动安装。

### Unsloth Studio 手动安装

<a href="https://unsloth.ai/docs/new/studio/install#windows-1" class="button secondary" data-icon="windows">Windows</a><a href="https://unsloth.ai/docs/new/studio/install#macos-1" class="button secondary" data-icon="apple">MacOS</a><a href="https://unsloth.ai/docs/new/studio/install#linux-and-wsl" class="button secondary medium" data-icon="linux">Linux 和 WSL</a><a href="/pages/ef666f465ed5ec55124d17ba90cfb169b4efa95f#docker" class="button secondary" data-icon="docker">Docker</a><a href="https://unsloth.ai/docs/new/studio/install#developer-nightly-installations-advanced" class="button secondary" data-icon="screwdriver-wrench">开发者安装</a>

* **Mac：** 类似 CPU - [聊天](/docs/zh/xin/studio/chat.md#using-unsloth-studio-chat) + [数据配方](/docs/zh/xin/studio/data-recipe.md) 目前可用。 **MLX** 现在训练已可用！
* **CPU：Unsloth 在没有 GPU 的情况下仍可运行**，但仅适用于 Chat + Data Recipes。
* **训练：** 可运行于 **NVIDIA**, **Intel**, **AMD** GPU 和 Mac 设备

### 快速开始

{% tabs %}
{% tab title="MacOS" %}

#### 步骤 1：设置 Unsloth

启动 `终端` ，然后输入下面的命令来安装 Unsloth。

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

Unsloth 将开始设置环境并安装所需的软件包，如下所示。输入 **Y** 并按 `Enter` ，当系统询问是否允许 Unsloth 立即启动时。这将把 Unsloth 启动在本地 **8888** 端口上。

<figure><img src="/files/5f519c6be67e8e04d146b8890e77a97ea1d57b24" alt="" width="375"><figcaption></figcaption></figure>

{% hint style="info" %}
如果您在安装过程中选择不启动 Unsloth，随时都可以使用以下命令启动 Unsloth 应用： `unsloth studio -p 8888` 。如果您希望您的 Unsloth 实例可被 PC/计算机外部的客户端访问，请添加 `-H 0.0.0.0` 到 `unsloth studio` 命令。
{% endhint %}

#### 步骤 2：启动 Unsloth

打开您常用的浏览器并前往 `http://127.0.0.1:8888` URL。如果这是您第一次安装 Unsloth，系统会提示您创建新密码。之后，Unsloth 应用应会在聊天页面打开，如下所示。

<figure><img src="/files/3b5e738d6fe20d5b532b5938e5a1110a6a2d382b" alt="" width="375"><figcaption></figcaption></figure>

**使用 HTTPS 和 Cloudflare 安全启动 Unsloth。** Unsloth 现在提供一种通过免费的 Cloudflare 隧道，经由 HTTPS 安全启动 Unsloth 的方式。使用下面的命令（适用于 Windows、Mac 和 Linux）：

```bash
unsloth studio --secure
```

您可以立即开始训练和运行模型。下面可以查看我们更详细的分步入门指南：

{% content-ref url="/pages/12f6b822ad28322267b74accad74f665b341f5a4" %}
[Get Started](/docs/zh/xin/studio/start.md)
{% endcontent-ref %}
{% endtab %}

{% tab title="Windows" %}

#### 步骤 1：设置 Unsloth

打开开始菜单，搜索 `PowerShell`，然后启动它。复制并粘贴下面的安装命令：

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

它将自动开始安装。安装完成后，PowerShell 会询问您是否要启动 Unsloth Studi&#x6F;**.**

<figure><img src="/files/5f519c6be67e8e04d146b8890e77a97ea1d57b24" alt="" width="375"><figcaption></figcaption></figure>

您也可以使用以下命令启动它：

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

{% hint style="info" %}
如果您希望您的实例可被 PC/计算机外部的客户端访问。\
添加 `-H 0.0.0.0` 到 `unsloth studio` 命令。
{% endhint %}

#### 步骤 2：启动 Unsloth

打开 `http://127.0.0.1:8888` 到浏览器中。首次启动时，请创建新密码以继续进入聊天页面。 **Unsloth Studio** 现已安装并可使用。

Unsloth 应用现在应会在聊天页面打开，如下所示。

<figure><img src="/files/752cee75840c3ad7dcf1d7c341a194e63895ac0e" alt="" width="375"><figcaption></figcaption></figure>

**使用 HTTPS 和 Cloudflare 安全启动 Unsloth。** Unsloth 现在提供一种通过免费的 Cloudflare 隧道，经由 HTTPS 安全启动 Unsloth 的方式。使用下面的命令（适用于 Windows、Mac 和 Linux）：

```bash
unsloth studio --secure
```

您可以立即开始训练和运行模型。下面可以查看我们更详细的分步入门指南：

{% content-ref url="/pages/12f6b822ad28322267b74accad74f665b341f5a4" %}
[Get Started](/docs/zh/xin/studio/start.md)
{% endcontent-ref %}
{% endtab %}

{% tab title="Linux、WSL" %}

#### 步骤 1：设置 Unsloth

{% tabs %}
{% tab title="Linux" %}
打开您的终端应用程序。您可以通过按 `Ctrl + Alt + T`，或通过搜索 `终端` 在系统的应用菜单中启动它。
{% endtab %}

{% tab title="WSL" %}
点击 Windows 开始菜单，输入您已安装发行版的名称（例如 `Ubuntu`），然后打开它。

{% hint style="warning" %}
在 **WSL**上，请确保您的 **NVIDIA 驱动程序** 已安装在 **Windows** （而不是在 WSL 内），并且 **CUDA 工具包** 已安装在您的 WSL 发行版中。有关详细信息，请参见下面的系统要求。
{% endhint %}
{% endtab %}
{% endtabs %}

要安装，请复制并运行安装命令：

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

然后：

1. 点击终端窗口内
2. 使用 `Ctrl + Shift + V`
3. 按 `Enter`

Unsloth 将开始设置环境并安装所需的软件包，如下所示。输入 **Y** 并按 `Enter` ，当系统询问是否允许 Unsloth 立即启动时。这将把 Unsloth 启动在本地 **8888** 端口上。

<figure><img src="/files/c88618e7eb40f1e9e7ab2f5d0939b07379022489" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
如果您在安装过程中选择不启动 Unsloth，随时都可以使用以下命令启动 Unsloth 应用： `unsloth studio -p 8888` 。如果您希望您的 Unsloth 实例可被 PC/计算机外部的客户端访问，请添加 `-H 0.0.0.0` 到 `unsloth studio` 命令。
{% endhint %}

#### 步骤 2：启动 Unsloth

打开您常用的浏览器并输入 `http://127.0.0.1:8888` 到 URL 栏中。如果这是您第一次安装 Unsloth，系统会将您转到 `http://127.0.0.1:8888/change-password` 页面，如下所示：

<figure><img src="/files/ece9f13878a0bc547e2f0e7b1e6e5621bdd6329a" alt="" width="563"><figcaption></figcaption></figure>

**使用 HTTPS 和 Cloudflare 安全启动 Unsloth。** Unsloth 现在提供一种通过免费的 Cloudflare 隧道，经由 HTTPS 安全启动 Unsloth 的方式。使用下面的命令（适用于 Windows、Mac 和 Linux）：

```bash
unsloth studio --secure
```

您可以立即开始训练和运行模型。下面可以查看我们更详细的分步入门指南：

{% content-ref url="/pages/12f6b822ad28322267b74accad74f665b341f5a4" %}
[Get Started](/docs/zh/xin/studio/start.md)
{% endcontent-ref %}
{% endtab %}
{% endtabs %}

### 更新 Unsloth Studio

要更新 Unsloth Studio，请使用与安装相同的命令：

**macOS、WSL、Linux：**

```bash
curl -fsSL https://unsloth.ai/install.sh | sh
```

**Windows（PowerShell）：**

```powershell
irm https://unsloth.ai/install.ps1 | iex
```

## 系统要求

### <i class="fa-windows">:windows:</i> 窗口**s**

Unsloth Studio 可直接在 Windows 上运行，无需 WSL。要训练模型，请确保您的系统满足以下要求：

**要求**

* Windows 10 或 Windows 11（64 位）
* 已安装驱动程序的 NVIDIA GPU
* **应用安装程序** （包括 `winget`): [这里](https://learn.microsoft.com/en-us/windows/msix/app-installer/install-update-app-installer)
* **Git**: `winget install --id Git.Git -e --source winget`
* **Python**：版本 3.11 及以上，但不包括 3.14
* 在 Python 环境中工作，例如 **uv**, **venv**，或 **conda/mamba**

### <i class="fa-apple">:apple:</i> MacOS

Unsloth Studio 可在 Mac 设备上用于 [聊天](#run-models-locally) 以及训练和所有功能。您可以使用 Unsloth 运行 MLX 模型。

* macOS 12 Monterey 或更新版本（Intel 或 Apple Silicon）
* 在 Python 环境中工作，例如 **uv**, **venv**，或 **conda/mamba**

### <i class="fa-linux">:linux:</i> Linux 和 WSL

* Ubuntu 20.04+ 或类似发行版（64 位）
* 已安装驱动程序的 NVIDIA GPU
* CUDA 工具包（推荐 12.4+，blackwell 建议 12.8+）
* Git： `sudo apt install git`
* Python：版本 3.11 及以上，但不包括 3.14
* 在 Python 环境中工作，例如 **uv**, **venv**，或 **conda/mamba**

### <i class="fa-docker">:docker:</i> Docker

{% hint style="success" %}
我们的 Docker 镜像现在可用于 Unsloth！我们正在努力兼容 Mac。
{% endhint %}

* 拉取我们最新的 Unsloth 容器镜像： `docker pull unsloth/unsloth`
* 通过以下方式运行容器：

```bash
docker run -d -e JUPYTER_PASSWORD="mypassword" \
  -p 8888:8888 -p 8000:8000 -p 2222:22 \
  -v $(pwd)/work:/workspace/work \
  --gpus all \
  unsloth/unsloth
```

更多信息， [请看这里](https://hub.docker.com/r/unsloth/unsloth#unsloth-docker-image).

* 在以下地址访问您的 Studio 实例： `http://localhost:8000` 或外部 IP 地址 `http://external_ip_address:8000/`

### <i class="fa-microchip">:microchip:</i> 仅 CPU

Unsloth Studio 支持 CPU 设备用于 [聊天](#run-models-locally) 用于 GGUF 模型和 [数据配方](/docs/zh/xin/studio/data-recipe.md) ([导出](/docs/zh/xin/studio/export.md) 即将推出）

* 与上面 Linux 部分提到的相同（除了 NVIDIA GPU 驱动）以及 MacOS。

## 开发者 / 夜间构建安装（高级）

### **主仓库安装**

#### **macOS、Linux、WSL 开发者安装：**

```bash
git clone https://github.com/unslothai/unsloth
cd unsloth
./install.sh --local
unsloth studio -p 8888
```

要安装到一个隔离位置（其自己的虚拟环境、 `auth/`, `studio.db`、缓存和 llama.cpp 构建），请设置 `UNSLOTH_STUDIO_HOME` 并在启动时再次传入：

```bash
UNSLOTH_STUDIO_HOME="$PWD/.studio" ./install.sh --local
UNSLOTH_STUDIO_HOME="$PWD/.studio" unsloth studio -p 8888
```

然后更新：

```bash
cd unsloth && git pull
./install.sh --local
unsloth studio -p 8888
```

#### **Windows PowerShell 开发者安装：**

```powershell
git clone https://github.com/unslothai/unsloth.git
cd unsloth
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
.\install.ps1 --local
unsloth studio -p 8888
```

要安装到一个隔离位置（其自己的虚拟环境、 `auth/`, `studio.db`、缓存和 llama.cpp 构建），请设置 `UNSLOTH_STUDIO_HOME` 并在启动时再次传入：

```powershell
$env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; .\install.ps1 --local
$env:UNSLOTH_STUDIO_HOME="$PWD\.studio"; unsloth studio -p 8888
```

然后更新：

```powershell
cd unsloth; git pull
.\install.ps1 --local
unsloth studio -p 8888
```

#### **远程访问： `--secure` （HTTPS 隧道）与原始端口**

默认情况下 `unsloth studio` 绑定到 `127.0.0.1` （仅此机器）。要从另一台设备访问，请选择以下之一：

* `--secure` （推荐）：仅通过 **提供** 免费的 Cloudflare HTTPS 链接。Unsloth 仍绑定到 localhost，隧道提供公共 URL；如果隧道无法建立，它会安全失败（不会启动），因此原始端口绝不会暴露。

```bash
unsloth studio --secure -p 8888
```

* `-H 0.0.0.0`：在所有网络接口上绑定原始端口，可从网络中的任何位置访问。仅在受信任的网络上使用。

```bash
unsloth studio -H 0.0.0.0 -p 8888
```

服务器端工具（网页搜索、Python 和终端代码执行）以您的用户身份运行，并默认开启。任何能够使用 API 密钥访问服务器的人都可以在这台机器上运行代码，因此请妥善保管您的 API 密钥并传入 `--disable-tools` ，以便暴露 Unsloth 时使用。

### 高级启动方式

安装器选项可以通过环境变量传入。在 macOS、Linux 和 WSL 上，请将变量放在管道后面，以便 shell 将其传递给 `sh`；在 Windows 上，请在管道前使用 `$env:` ，然后再传给 `iex`.

跳过 PyTorch（仅 GGUF 模式）：

```bash
curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_NO_TORCH=1 sh
```

```powershell
$env:UNSLOTH_NO_TORCH=1; irm https://unsloth.ai/install.ps1 | iex
```

固定 Python 版本：

```bash
curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_PYTHON=3.12 sh
```

```powershell
$env:UNSLOTH_PYTHON='3.12'; irm https://unsloth.ai/install.ps1 | iex
```

使用以下方式安装到自定义位置 `UNSLOTH_STUDIO_HOME`:

```bash
curl -fsSL https://unsloth.ai/install.sh | UNSLOTH_STUDIO_HOME=/abs/path sh
```

```powershell
$env:UNSLOTH_STUDIO_HOME='C:\path'; irm https://unsloth.ai/install.ps1 | iex
```

在高核心数主机上限制 Unsloth 的原生 CPU 线程池： `UNSLOTH_CPU_THREADS=8 unsloth studio -p 8888`.

### 卸载

完全移除 Unsloth Studio 的推荐方式，是使用与您的操作系统对应的卸载脚本。它会停止任何正在运行的服务器，移除安装目录、启动器数据目录、桌面快捷方式，以及任何平台特定的条目（macOS `.app` 应用包 + Mac 上的 Launch Services；开始菜单， `HKCU\Software\Unsloth` 注册表项和用户 `PATH` 条目（Windows 上）：

* ​ **MacOS、WSL、Linux：**

{% code overflow="wrap" expandable="true" %}

```bash
curl -fsSL https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.sh | sh
```

{% endcode %}

* ​ **Windows（PowerShell）：**

{% code overflow="wrap" expandable="true" %}

```bash
 irm https://raw.githubusercontent.com/unslothai/unsloth/main/scripts/uninstall.ps1 | iex
```

{% endcode %}

如果您只想删除安装目录，并保留启动器/快捷方式以便日后重新安装，也可以改为运行 `rm -rf ~/.unsloth/studio` （Mac/Linux/WSL）或 `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"` （Windows）。位于 `~/.cache/huggingface` 的模型缓存不会被这些操作触及。

#### 手动卸载

如果你只想删除特定部分：

**1. 仅删除应用** （保留历史记录、聊天、检查点和导出内容不变）：

* **macOS、WSL、Linux：** `rm -rf ~/.unsloth/studio/unsloth_studio`
* **Windows（PowerShell）：** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth_studio"`

**2. 完全删除 Unsloth** （保留其他 Unsloth 工具不受影响）：

* **macOS、WSL、Linux：** `rm -rf ~/.unsloth/studio`
* **Windows（PowerShell）：** `Remove-Item -Recurse -Force "$HOME\.unsloth\studio"`

**3. 删除所有与 Unsloth 相关的内容：**

* **macOS、WSL、Linux：** `rm -rf ~/.unsloth`
* **Windows（PowerShell）：** `Remove-Item -Recurse -Force "$HOME\.unsloth"`

{% hint style="warning" %}
注意：步骤 3 会删除历史记录、聊天、模型检查点和导出内容中的所有内容。此操作无法撤销。
{% endhint %}

**4. 删除快捷方式和符号链接：**

**macOS：**

```shellscript
rm -rf ~/Applications/Unsloth\ Studio.app ~/Desktop/Unsloth\ Studio
```

**Linux：**&#x20;

```shellscript
rm -f ~/.local/share/applications/unsloth-studio.desktop ~/Desktop/unsloth-studio.desktop
```

**WSL / Windows（PowerShell）：**

```shellscript
Remove-Item -Force "$HOME\Desktop\Unsloth Studio.lnk"
Remove-Item -Force "$env:APPDATA\Microsoft\Windows\Start Menu\Programs\Unsloth Studio.lnk"
```

**5. 删除 CLI 命令：**

* **macOS、Linux、WSL：** `rm -f ~/.local/bin/unsloth`
* **Windows（PowerShell）：** 安装程序已将 venv 的 `Scripts` 目录添加到了你的用户 PATH 中。要将其移除，请打开 设置 → 系统 → 关于 → 高级系统设置 → 环境变量，找到 `Path` 在“用户变量”下，并删除指向以下位置的条目： `.unsloth\studio\...\Scripts`.

{% hint style="info" %}
注意：步骤 1-5 不会触及你下载的 HF 模型文件。如果你想回收那部分空间，请参见下面的“删除缓存的 HF 模型文件”。
{% endhint %}

### **删除缓存的 HF 模型文件**

你可以通过模型搜索中的垃圾桶图标删除旧模型文件，或者从默认的 Hugging Face 缓存目录中移除相应的缓存模型文件夹。默认情况下，Hugging Face 使用 `~/.cache/huggingface/hub/` 在 macOS/Linux/WSL 上使用，且 `C:\Users\<username>\.cache\huggingface\hub\` 在 Windows 上。

* **MacOS、Linux、WSL：** `~/.cache/huggingface/hub/`
* **Windows：** `%USERPROFILE%\.cache\huggingface\hub\`

如果 `HF_HUB_CACHE` 或 `HF_HOME` 如果已设置，则改用该位置。在 Linux 和 WSL 上， `XDG_CACHE_HOME` 也可以更改默认缓存根目录。

### 使用旧的 / 已存在的 GGUF 模型

{% columns %}
{% column %}
**4 月 1 日更新：** 您现在可以选择一个现有文件夹，让 Unsloth 从中检测模型。

**3 月 27 日更新：** Unsloth Studio 现在 **会自动检测较旧的 / 预先存在的模型** 这些模型可从 Hugging Face、LM Studio 等处下载。
{% endcolumn %}

{% column %}

<figure><img src="/files/cec2e46a923f32a71170420c00c39d7df4a8dbf4" alt=""><figcaption></figcaption></figure>
{% endcolumn %}
{% endcolumns %}

**手动说明：** Unsloth Studio 会检测下载到您的 Hugging Face Hub 缓存中的模型 `（C:\Users{your_username}.cache\huggingface\hub）`。如果您通过 LM Studio 下载了 GGUF 模型，请注意这些文件存储在 `C:\Users{your_username}.cache\lm-studio\models` ***或*** `C:\Users{your_username}\lm-studio\models` 。有时当它们不可见时，您需要将这些 .gguf 文件移动或复制到您的 Hugging Face Hub 缓存目录（或 llama.cpp 可访问的其他路径）中，Unsloth Studio 才能加载它们。

在 Unsloth 中微调模型或适配器后，您可以将其导出为 GGUF，并使用 **llama.cpp** 直接在 Unsloth Chat 中进行本地推理。Unsloth Studio 由 llama.cpp 和 Hugging Face 提供支持。

### <i class="fa-google">:google:</i> Google Colab 笔记本

我们创建了一个 [免费的 Google Colab 笔记本](https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb) 这样你就可以在 Colab 的 T4 GPU 上探索 Unsloth 的所有功能。你可以训练和运行最大到 22B 参数的大多数模型，并切换到更大的 GPU 以运行更大的模型。只需点击“Run all”，安装完成后 UI 就会弹出。

{% columns %}
{% column %}
{% embed url="<https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb>" %}

安装完成后，向下滚动到 **启动 Unsloth Studio** 并点击 **打开 Unsloth Studio** ，位于左侧显示的白色框中：

**继续向下滚动，查看实际 UI。**
{% endcolumn %}

{% column %}

<div data-with-frame="true"><figure><img src="/files/23d7b9394cb33ccc206be2027b143e6290680aea" alt=""><figcaption></figcaption></figure></div>
{% endcolumn %}
{% endcolumns %}

{% hint style="warning" %}
有时 Unsloth 链接可能会返回错误。这是因为你可能禁用了 cookies，或者你正在使用广告拦截器或 Mozilla。你仍然可以通过滚动到按钮下方来访问 UI。

Google Colab 也要求您停留在 Colab 页面；如果检测到不活动，它可能会关闭 GPU 会话。
{% endhint %}

## 故障排除

<table><thead><tr><th width="211.5999755859375">问题</th><th>修复方法</th></tr></thead><tbody><tr><td>Python 版本错误</td><td><code>sudo apt install python3.12 python3.12-venv</code> 版本 3.11 及以上，但不包括 3.14</td></tr><tr><td><code>未找到 nvidia-smi</code></td><td>从 https://www.nvidia.com/Download/index.aspx 安装 NVIDIA 驱动程序</td></tr><tr><td><code>未找到 nvcc</code> （CUDA）</td><td><code>sudo apt install nvidia-cuda-toolkit</code> 或添加 <code>/usr/local/cuda/bin</code> 到 PATH</td></tr><tr><td>llama-server 构建失败</td><td>这不是致命错误，Unsloth 仍可运行，但 GGUF 推理将不可用。安装 <code>cmake</code> 并重新运行设置以修复。</td></tr><tr><td><code>未找到 cmake</code></td><td><code>sudo apt install cmake</code></td></tr><tr><td><code>未找到 git</code></td><td><code>sudo apt install git</code></td></tr><tr><td>构建失败</td><td>删除 <code>~/.unsloth/llama.cpp</code> 并重新运行设置</td></tr></tbody></table>


---

# 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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://unsloth.ai/docs/zh/xin/studio/install.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.