النقاط الرئيسية
- مجاني ومفتوح المصدر (برخصة MIT)؛ الشيفرة المصدرية ومتتبع المشكلات متاحان علنًا على GitHub.
- طوّره المطور Artem Savkin، تحت اسم المستخدم guinmoon على GitHub، وصدر لأول مرة على App Store في ديسمبر 2023.
- أزالت Apple إدراج App Store في أغسطس 2025؛ وما زال ملف README الخاص بالمشروع يصف App Store وTestFlight كليهما بأنهما "غير متوفرين مؤقتًا".
- يشغّل نماذج GGUF عبر محرّكه الخاص المبني على ggml/llama.cpp على أكثر من 16 معمارية نماذج، بما فيها LLaMA وGemma وQwen وPhi وMixtral وDeepSeek.
- أحد التطبيقات القليلة للذكاء الاصطناعي المحلي على الجوال التي تتضمن تحميل محولات LoRA وضبطها الدقيق ودمجها مباشرة على الجهاز.
- مقتصر على iOS (16 فأعلى) وmacOS (13 فأعلى) — لا توجد نسخة لأندرويد أو ويندوز أو لينكس.
📍 في جملة واحدة
LLM Farm تطبيق مجاني ومفتوح المصدر (برخصة MIT) لنظامي iOS وmacOS من تطوير Artem Savkin، لتشغيل نماذج لغوية بصيغة GGUF على الجهاز، وهو غير متوفر حاليًا لا على App Store ولا على TestFlight، والطريقة الوحيدة للحصول عليه هي بناؤه بنفسك من الشيفرة المصدرية.
💬 بعبارات بسيطة
هو تطبيق كان يمكن أن يتيح لك الدردشة مع نموذج ذكاء اصطناعي يعمل بالكامل على هاتف iPhone أو جهاز Mac الخاص بك، دون أي خادم سحابي وبشيفرة مصدرية عامة — لكن لا يمكن حاليًا تنزيله بالطريقة المعتادة من App Store؛ إذ سيتعين عليك بناؤه بنفسك باستخدام أداة التطوير Xcode من Apple.
📌ملاحظة: تستند هذه المراجعة إلى مستودع GitHub العام (ملف README، أسئلة الويكي الشائعة، ملف الترخيص، سجل الالتزامات والإصدارات) وحالة إدراج التطبيق على متجر Apple، وقد جرى التحقق منها في سبتمبر 2026. لم تُجرِ PromptQuorum اختبارًا عمليًا مستقلًا للتطبيق من أجل هذه المراجعة — الأرقام المتعلقة بالعتاد أدناه إرشادات عامة للنماذج اللغوية المحلية، وليست قياسات خاصة بهذا التطبيق.
⚠️تحذير: في وقت كتابة هذه المراجعة، لا يمكن تثبيت LLM Farm من App Store أو TestFlight. صفحة App Store التي كانت موجودة سابقًا على العنوان apps.apple.com/app/llm-farm/id6461209867 لم تعد تظهر. أي شخص يريد استخدام هذا التطبيق يجب أن يبنيه من الشيفرة المصدرية باستخدام Xcode، وهو ما يتطلب حساب مطور من Apple (مجاني أو مدفوع) وإلمامًا بأدوات بناء تطبيقات iOS.
ما هو LLM Farm؟
**LLM Farm تطبيق للجوال وسطح المكتب يقوم بتنزيل نماذج لغوية مفتوحة الأوزان بصيغة GGUF وتشغيلها محليًا على iPhone أو iPad أو Mac، عبر طبقة مكتوبة بلغة Swift (مكتبة المطوّر الخاصة، llmfarm_core.swift) تلتف حول ggml وllama.cpp كمحرّك استدلال.** التطبيق نفسه برخصة MIT، أي أن الشيفرة المصدرية الكاملة عامة وحرة للفحص والتفرّع (fork) والتعديل.
يدعم LLM Farm نطاقًا واسعًا من معماريات النماذج يتجاوز عائلة LLaMA الشائعة — يسرد المستودع أكثر من 16 معمارية مدعومة، منها GPT-2 وStarcoder وFalcon وMPT وBloom وStableLM وRWKV، إضافة إلى نماذج متعددة الوسائط (رؤية-لغة) مثل LLaVA وMoondream. كما يتضمن أدوات لتحميل LoRA وضبطه الدقيق ودمج المحولات على الجهاز، وهي مجموعة ميزات أقرب إلى أداة تجريب محلية للتعلم الآلي منها إلى تطبيق دردشة بسيط.
من طوّر LLM Farm؟
**أنشأ LLM Farm المطور Artem Savkin، الذي ينشر تحت اسم المستخدم guinmoon على GitHub، وظهر التطبيق لأول مرة على App Store في 13 ديسمبر 2023.** يذكر ملف LICENSE في المستودع Artem Savkin بصفته صاحب حقوق النشر، بتاريخ 2023.
يُصان المشروع بشكل مستقل وليس من قِبل شركة ممولة. أُنشئ مستودع GitHub في يونيو 2023، وقد جمع حتى وقت كتابة هذه المراجعة أكثر من 2000 نجمة وأكثر من 180 نسخة متفرعة، مع 46 مشكلة مفتوحة في متتبع المشكلات. استمر التطوير بشكل متقطع منذ إزالة التطبيق من App Store: يُظهر سجل الالتزامات تحديثات لمحرّك llama.cpp الأساسي حتى ديسمبر 2025 وتحديثًا لملف README في يناير 2026، إلا أن آخر إصدار مُعلَّم (tagged) للمشروع (الإصدار 1.4.3) صدر في يناير 2025 — أي أن تعديلات الشيفرة استمرت لأكثر من عام دون إصدار جديد مُغلَّف حتى وقت كتابة هذه المراجعة.
- المطور: Artem Savkin (على GitHub: guinmoon)، يعمل بشكل مستقل وليس كشركة.
- إطلاق التطبيق على App Store: 13 ديسمبر 2023. إنشاء مستودع GitHub: 14 يونيو 2023.
- الترخيص: MIT — رخصة مفتوحة المصدر متساهلة، حرة الاستخدام والتفرّع والتعديل. صاحب حقوق النشر بحسب ملف LICENSE: Artem Savkin، 2023.
- أكثر من 2000 نجمة على GitHub وأكثر من 180 نسخة متفرعة حتى وقت كتابة هذه المراجعة، مع متتبع مشكلات نشط لكن غير مغلق (46 مشكلة مفتوحة).
- وتيرة التطوير: متقطعة منذ 2025 — استمرت الالتزامات التي تحدّث اعتمادية llama.cpp والوثائق حتى أوائل 2026، لكن لم يصدر أي إصدار مُعلَّم جديد منذ الإصدار 1.4.3 في يناير 2025.
هل LLM Farm ما زال على App Store؟
لا. في وقت كتابة هذه المراجعة، لا يمكن تنزيل LLM Farm من متجر Apple App Store، كما أن قناته التجريبية عبر TestFlight مغلقة أيضًا. نُشر التطبيق في الأصل على App Store في 13 ديسمبر 2023، وأزالته Apple بحسب سجل إصدارات والتزامات المشروع في نحو 8 أغسطس 2025. صفحة App Store التي كانت موجودة سابقًا على العنوان apps.apple.com/app/llm-farm/id6461209867 لم تعد تظهر.
يذكر ملف README على GitHub الخاص بالمشروع صراحة: "The app is temporarily unavailable in TestFlight and Appstore" (التطبيق غير متوفر مؤقتًا في TestFlight وApp Store). لم تتمكن PromptQuorum من تأكيد سبب الإزالة — فالمستودع لا يذكر أي سبب — ولا من تأكيد ما إذا كان التطبيق سيعود إلى أي من قناتي التوزيع أو متى قد يحدث ذلك. تذكر صفحة أسئلة شائعة أقدم في الويكي أن المطوّر كان يعرض سابقًا بناء ملف .ipa يدويًا للمستخدمين الذين يراسلونه عبر البريد الإلكتروني إذا تعذّر الوصول إلى TestFlight؛ ولم تتمكن هذه المراجعة من تأكيد ما إذا كان هذا العرض ما زال ساريًا، لأن ملف README الحالي لا يكرر ذكره.
- حالة App Store: أُزيل منذ نحو أغسطس 2025، بحسب سجل التزامات وإصدارات المشروع.
- حالة TestFlight: مغلقة بحسب ملف README الحالي على GitHub، حتى وقت كتابة هذه المراجعة.
- سبب الإزالة: لم يذكره المطوّر ولا Apple في أي مصدر تمكنت PromptQuorum من العثور عليه.
- الطريقة الوحيدة المؤكدة حاليًا لتثبيت التطبيق: بناؤه من الشيفرة المصدرية عبر Xcode، انطلاقًا من مستودع GitHub العام.
كيفية الحصول على LLM Farm اليوم
بما أن LLM Farm غير متوفر حاليًا على App Store، فإن استخدامه يعني بناء المشروع مفتوح المصدر من الشيفرة المصدرية باستخدام Xcode — وهو حاجز أعلى بوضوح من تنزيل تطبيق. تتبع الخطوات أدناه تعليمات البناء الواردة في مستودع GitHub الخاص بالمشروع نفسه.
- 1تثبيت Xcode وحساب مطور من Apple
Why it matters: تحتاج إلى جهاز Mac مثبَّت عليه Xcode وحساب مطور من Apple، مجاني أو مدفوع، لتجميع التطبيق وتوقيعه لجهازك الخاص. هذا هو العائق الرئيسي لغير المطورين. - 2استنساخ المستودع بشكل متكرر (recursive)
Why it matters: نفّذ الأمر `git clone --recurse-submodules https://github.com/guinmoon/LLMFarm` — خيار `--recurse-submodules` ضروري لأن مكتبة الاستدلال الأساسية `llmfarm_core` نُقلت إلى مستودع منفصل وتُدرج كوحدة فرعية (submodule). - 3فتح المشروع في Xcode وبناؤه لجهازك
Why it matters: افتح ملف مشروع Xcode، واختر جهازك أو هدف Mac، وحدّد فريق التوقيع الخاص بك كمطور، ثم قم بالبناء. ينتج عن ذلك تطبيق يعمل على عتادك الخاص، لكنه ليس تطبيقًا يمكنك توزيعه على آخرين عبر App Store. - 4تنزيل نموذج GGUF وتحميله
Why it matters: بمجرد تشغيل التطبيق، أضف ملف نموذج GGUF (من Hugging Face أو مصدر آخر) وحمّله من شاشة إدارة النماذج في التطبيق، ثم ابدأ الدردشة بالكامل على الجهاز.
ما النماذج التي يدعمها LLM Farm؟
LLaMA وGemma وQwen وPhi وMixtral وDeepSeek وYi وStableLM
- الفئة:
- توليد النصوص
- ملاحظات:
- تُحمَّل كملفات GGUF عبر محرّك التطبيق المبني على ggml/llama.cpp
GPT-2 وStarcoder وFalcon وMPT وBloom وRWKV وMamba وGPTNeoX وPLaMo
- الفئة:
- توليد النصوص (معماريات قديمة / متخصصة)
- ملاحظات:
- تغطية معماريات أوسع من معظم تطبيقات الجوال المنافسة
أي نموذج آخر بصيغة GGUF أو GGJTv3
- الفئة:
- استيراد مخصص
- ملاحظات:
- يتطلب GGUF امتداد
.gguf، بينما تتطلب الصيغة الأقدم GGJTv3 امتداد.bin، بحسب ويكي المشروع
هل LLM Farm متوفر على iPhone وiPad وMac؟
iPhone / iPad
- التوفر:
- يتطلب البناء عبر Xcode — لا يمكن تثبيته من App Store في وقت كتابة هذه المراجعة
- ملاحظات:
- يتطلب iOS 16 كحد أدنى بحسب ملف README الخاص بالمشروع؛ يُستخدم تسريع Metal للاستدلال على الجهاز.
Mac
- التوفر:
- يتطلب البناء عبر Xcode
- ملاحظات:
- يتطلب macOS 13 كحد أدنى بحسب ملف README الخاص بالمشروع؛ يوجد دعم أصلي لـmacOS جنبًا إلى جنب مع iOS/iPadOS ضمن قاعدة الشيفرة نفسها.
Android / Windows / Linux
- التوفر:
- غير مدعوم
- ملاحظات:
- لا يتوفر LLM Farm لأنظمة Android أو Windows أو Linux. ينبغي على مستخدمي Android البحث عن RikkaHub أو ChatterUI أو Maid بدلًا من ذلك.
كم تكلفة LLM Farm؟
LLM Farm نفسه مجاني ومفتوح المصدر برخصة MIT — لا يوجد سعر شراء ولا اشتراك مقابل الشيفرة أو ميزة الدردشة في التطبيق. لم تعثر PromptQuorum على أي دليل على وجود مشتريات داخل التطبيق أو خطة مميزة أو سوق مدفوع داخل LLM Farm، سواء في المستودع أو الويكي أو نص إدراج App Store التاريخي الذي جرى مراجعته لهذا المقال.
التكلفة الفعلية لاستخدام LLM Farm اليوم غير مباشرة: تحتاج إلى جهاز Mac لبناء التطبيق (Xcode متاح فقط على macOS)، وحسب نوع حساب المطور من Apple، إما بلا تكلفة على الإطلاق (توقيع بفريق شخصي مجاني، يقتصر على أجهزتك الخاصة بشهادة تحتاج إلى تجديد كل نحو سبعة أيام)، أو رسوم برنامج مطوري Apple للحصول على شهادة توقيع أطول أمدًا. إلى جانب ذلك، تستهلك ملفات نماذج GGUF التي تُنزَّل مساحة تخزين على الجهاز، عادةً عدة غيغابايتات لكل نموذج، تمامًا مثل أي تطبيق آخر للنماذج اللغوية المحلية.
- التطبيق نفسه: مجاني ومفتوح المصدر برخصة MIT — لم يُعثر على سعر شراء مقابل الشيفرة أو وظائفها.
- المشتريات داخل التطبيق: لم يُعثر على أي منها في المصادر التي جرت مراجعتها لهذا المقال.
- أدوات البناء: Xcode مجاني لكنه يتطلب جهاز Mac؛ يمكن لمعرّف Apple ID مجاني توقيع بنيات للاستخدام الشخصي بشهادة تحتاج إلى تجديد كل نحو سبعة أيام، بينما تتجنب عضوية برنامج مطوري Apple المدفوعة دورة التجديد هذه.
- تكلفة التخزين: ليست مالية لكنها حقيقية — يستهلك كل ملف نموذج GGUF يُنزَّل مساحة تخزين على الجهاز، عادةً عدة غيغابايتات لكل نموذج.
ما ميزات LLM Farm؟
إلى جانب تشغيل نماذج GGUF محليًا، تميل مجموعة ميزات LLM Farm، بحسب ملف README والويكي الخاصين به على GitHub، إلى أن تكون أداة تجريب محلية للتعلم الآلي أكثر من كونها عميل دردشة بسيطًا. وتشمل هذه الميزات:
- دعم واسع للمعماريات. أكثر من 16 معمارية نماذج، منها عدة معماريات (Starcoder وFalcon وMPT وBloom وRWKV وGPTNeoX) لا تدعمها عادةً تطبيقات الذكاء الاصطناعي المحلية الأخرى للجوال.
- نماذج متعددة الوسائط (رؤية-لغة). يتيح دعم LLaVA وBakLLaVA وObsidian وShareGPT4V وMobileVLM وYi-VL وMoondream للتطبيق معالجة مطالبات تجمع بين صورة ونص، بحسب ملف README.
- طرق أخذ عينات متعددة. تُدرَج Temperature وTail-Free Sampling (TFS) وLocally Typical Sampling وMirostat وGreedy وأخذ العينات المقيّد بقواعد نحوية ضمن الخيارات المدعومة.
- مخرجات مقيّدة بقواعد نحوية. يتيح أخذ العينات بالقواعد النحوية (Grammar) تقييد مخرجات نموذج ما ببنية محددة (مثل JSON صالح)، وهو مفيد لحالات استخدام المخرجات المهيكلة.
- قوالب إعدادات النموذج واستعادة السياق. إعدادات محفوظة لكل نموذج، وإمكانية استعادة حالة سياق محادثة بدلًا من إعادة معالجتها من الصفر.
- التكامل مع تطبيق الاختصارات من Apple. يمكن تشغيل التطبيق من تطبيق أتمتة الاختصارات الخاص بـApple، بحسب ملف README.
- توليد معزز بالاسترجاع (RAG) أساسي. يذكر ملف README قدرة على RAG، لكن وثائق المشروع لا تُفصّل، في المادة التي جرت مراجعتها لهذا المقال، طريقة الاسترجاع الدقيقة أو صيغ المستندات المدعومة.
الضبط الدقيق LoRA ودمجه على الجهاز
يتضمن LLM Farm أدوات LoRA (Low-Rank Adaptation) على الجهاز — تحميل المحولات، وضبط نموذج أساسي دقيقًا، ودمج محول مدرَّب مرة أخرى في النموذج الأساسي — وهو مزيج لا تقدّمه معظم تطبيقات الذكاء الاصطناعي المحلية للجوال على الإطلاق. وبحسب وثائق الويكي الخاصة بالمشروع:
يمكن تحميل محولات LoRA بوضع ملفات المحول في مجلد lora_adapters، إما كمحول واحد عبر واجهة إعدادات الدردشة، أو كعدة محولات مُهيَّأة بمعاملات مقياس فردية في ملف إعدادات. يتوفر الضبط الدقيق مباشرة داخل التطبيق ضمن Settings > FineTune، لكن الويكي يشير إلى أن ذلك يستهلك موارد كبيرة على عتاد الجوال — وعلى نظام iOS، تذكر الوثائق أن ذلك يقتصر عمليًا على نماذج بحجم نحو 3 مليارات معامل بإعدادات دنيا. تتيح وظيفة منفصلة، Settings > Merge Lora، دمج محول مدرَّب مع نموذجه الأساسي وتصديره، ويوصي الويكي باستخدام ضغط كمي Q4_K أو أقل للحصول على أداء عملي على iOS.
- تحميل محول واحد أو عدة محولات LoRA، لكل منها معامل مقياس قابل للتهيئة بشكل مستقل.
- ضبط نموذج أساسي دقيقًا على الجهاز عبر Settings > FineTune — بحسب الويكي، يقتصر ذلك عمليًا على نحو 3 مليارات معامل بإعدادات دنيا على iOS.
- دمج محول LoRA مدرَّب مع نموذجه الأساسي وتصدير النتيجة عبر Settings > Merge Lora.
- المفاضلة: يذكر الويكي أنه لا يمكن استخدام التحميل عبر الملفات المُخطَّطة في الذاكرة (mmap) أثناء اتصال محول LoRA، ما يزيد استهلاك ذاكرة الوصول العشوائي مقارنة بتشغيل النموذج الأساسي وحده.
ما العتاد الذي تحتاجه لتشغيل LLM Farm؟
النموذج الذي تختاره، وليس التطبيق نفسه، هو ما يحدد الحد الأدنى الفعلي من العتاد — وكإرشاد عام للنماذج اللغوية المحلية، يحتاج نموذج مضغوط كميًا بحجم 2 إلى 4 مليارات معامل إلى نحو 3 إلى 4 غيغابايت من ذاكرة الوصول العشوائي المتاحة، بينما يحتاج نموذج بحجم 7 إلى 8 مليارات معامل إلى 8 غيغابايت أو أكثر. هذا إرشاد عتاد قياسي لصيغة GGUF، وليس اختبار قياس أداء خاصًا بـLLM Farm؛ ولم تقِس PromptQuorum بشكل مستقل استهلاك الذاكرة الدقيق لكل نموذج في LLM Farm.
على iPhone وiPad وMac، يستخدم LLM Farm تسريع Metal للاستدلال، وهو ما يحسّن عمومًا السرعة مقارنة بالتنفيذ على المعالج المركزي وحده على عتاد Apple Silicon. يتطلب التطبيق حدًا أدنى من iOS 16 أو macOS 13، بحسب ملف README الخاص بالمشروع، لذا فإن الأجهزة الأقدم التي لا يمكنها تشغيل هذه الإصدارات من نظام التشغيل لا يمكنها تشغيل التطبيق بغض النظر عن سعة ذاكرة الوصول العشوائي.
- النماذج الصغيرة (2 إلى 4 مليارات معامل، مضغوطة كميًا): قابلة للاستخدام على معظم أجهزة iPhone وMac الحديثة مع 4 غيغابايت أو أكثر من ذاكرة وصول عشوائي متاحة.
- النماذج متوسطة الحجم (7 إلى 8 مليارات معامل، مضغوطة كميًا): يُوصى بـ8 غيغابايت أو أكثر من ذاكرة الوصول العشوائي للجهاز لاستجابة مقبولة.
- الضبط الدقيق LoRA تحديدًا: بحسب ويكي المشروع، يقتصر عمليًا على نحو 3 مليارات معامل على iOS، بإعدادات دنيا، بسبب قيود الحوسبة والذاكرة على الجهاز.
- الحد الأدنى لنظام التشغيل: iOS 16 أو macOS 13، بحسب ملف README على GitHub.
- التخزين: خصّص عدة غيغابايتات من المساحة الحرة لكل ملف نموذج GGUF يُنزَّل.
لمن يناسب LLM Farm
- المطورون الذين يشعرون بالارتياح لبناء تطبيق من الشيفرة المصدرية في Xcode. بما أن مساري App Store وTestFlight مغلقان حاليًا، فهذا شرط صارم وليس ميزة إضافية.
- المستخدمون الذين يريدون تحديدًا الضبط الدقيق LoRA أو دمج المحولات على الجهاز. لا تقدّم معظم تطبيقات الذكاء الاصطناعي المحلية المنافسة للجوال هذه المجموعة من الميزات على الإطلاق.
- المستخدمون الذين يريدون أوسع نطاق ممكن من معماريات النماذج المدعومة على جهاز جوال. أكثر من ست عشرة معمارية، منها عدة معماريات متخصصة (RWKV وMamba وGPTNeoX)، وهو نطاق واسع بشكل غير معتاد لتطبيق هاتف.
- المستخدمون الذين يريدون فحص الشيفرة أو تعديلها بأنفسهم. تسمح رخصة MIT بالتفرّع والتعديل، وقاعدة الشيفرة مرجع مفيد لفهم طبقة مبنية بلغة Swift تلتف حول llama.cpp/ggml.
لمن لا يناسب LLM Farm
- أي شخص لا يستطيع أو لا يريد بناء تطبيق iOS/macOS من الشيفرة المصدرية. هذا هو السبب الأكبر لتجنّب LLM Farm حاليًا: لا يوجد تثبيت من App Store، ولا وصول مؤكد إلى TestFlight، حتى وقت كتابة هذه المراجعة.
- المستخدمون الذين يحتاجون إلى دعم Android أو Windows أو Linux. LLM Farm مقتصر على منتجات Apple؛ ينبغي على مستخدمي Android البحث عن RikkaHub أو ChatterUI أو Maid، وعلى مستخدمي سطح المكتب من غير Mac البحث عن Ollama أو LM Studio أو Jan AI.
- المستخدمون الذين يريدون تطبيقًا مضمون التثبيت اليوم. كل من PocketPal AI وPrivate LLM قابل للتثبيت فورًا من App Store دون بناء أي شيء.
- المستخدمون الذين يتوقعون إصدارات متكررة ومرقّمة. صدر آخر إصدار مُعلَّم للمشروع في يناير 2025؛ ورغم استمرار الالتزامات بشكل متقطع منذ ذلك الحين، لم يصدر أي إصدار مُغلَّف جديد منذ أكثر من عام حتى وقت كتابة هذه المراجعة.
- المستخدمون الذين يحتاجون إلى دعم مضمون أو خارطة طريق واضحة. يُصان LLM Farm بشكل مستقل من قِبل مطوّر واحد، بحسب سجل مستودعه، دون أي التزام مُعلَن باستعادة توفره على App Store.
LLM Farm مقابل البدائل
LLM Farm
- الترخيص / التكلفة:
- مجاني، مفتوح المصدر (MIT)
- المنصات:
- iPhone/iPad، Mac
- طريقة التثبيت الحالية:
- البناء عبر Xcode فقط — App Store وTestFlight مغلقان
مقالات حول LLM Farm (4)
- LLM Farm Review (2026): Open-Source GGUF App, Off the App Storeمحدَّث ٦ سبتمبر ٢٠٢٦
- Best Local LLM Apps for iPhone in 2026 (Run AI Without WiFi)محدَّث ١ سبتمبر ٢٠٢٦
- Build a Local Voice Assistant on Your Phone: Whisper + Local LLM (No Cloud) — 2026محدَّث ٢٩ أغسطس ٢٠٢٦
- Run a Local LLM on Your Tablet: iPad Pro M5, Galaxy Tab S10, OnePlus Pad 2 (2026)محدَّث ١٤ يوليو ٢٠٢٦
مذكور أيضًا في:
- Best Mobile LLM Models in 2026: Phi-4 Mini vs Gemma 3 vs SmolLMمحدَّث ١٤ يوليو ٢٠٢٦
PocketPal AI
- الترخيص / التكلفة:
- مجاني، مفتوح المصدر (MIT)
- المنصات:
- iPhone/iPad، Android
- طريقة التثبيت الحالية:
- App Store وGoogle Play، تثبيت مباشر
Private LLM
- الترخيص / التكلفة:
- مدفوع، شراء لمرة واحدة؛ مصدر مغلق
- المنصات:
- iPhone/iPad/Mac (منتجات Apple فقط)
- طريقة التثبيت الحالية:
- App Store، تثبيت مباشر
Enclave AI
- الترخيص / التكلفة:
- مجاني مع خطة مدفوعة؛ مصدر مغلق
- المنصات:
- iPhone/iPad/Mac (منتجات Apple فقط)
- طريقة التثبيت الحالية:
- App Store، تثبيت مباشر
Layla
- الترخيص / التكلفة:
- خطط مجانية ومدفوعة؛ مصدر مغلق
- المنصات:
- Android وiOS، بحسب layla-network.ai
- طريقة التثبيت الحالية:
- تحقق من التوفر الحالي عبر layla-network.ai قبل افتراض وجود خطة مجانية
مقالات حول Layla (3)
- Layla Review (2026): On-Device AI Companion App for Android and iOSمحدَّث ٦ سبتمبر ٢٠٢٦
- Build a Local Voice Assistant on Your Phone: Whisper + Local LLM (No Cloud) — 2026محدَّث ٢٩ أغسطس ٢٠٢٦
- Best Local LLM Apps for Android in 2026: 6 Apps Compared on Real Phonesمحدَّث ٢٤ أغسطس ٢٠٢٦
مذكور أيضًا في:
Maid
- الترخيص / التكلفة:
- مجاني، مفتوح المصدر
- المنصات:
- Android
- طريقة التثبيت الحالية:
- Google Play أو البناء من الشيفرة المصدرية
ChatterUI
- الترخيص / التكلفة:
- مجاني، مفتوح المصدر (AGPL-3.0)
- المنصات:
- Android
- طريقة التثبيت الحالية:
- البناء من الشيفرة المصدرية أو تثبيت ملف APK جانبيًا من إصدار منشور
RikkaHub
- الترخيص / التكلفة:
- مجاني، مفتوح المصدر
- المنصات:
- Android
- طريقة التثبيت الحالية:
- إصدارات GitHub أو البناء من الشيفرة المصدرية
AnythingLLM Mobile
- الترخيص / التكلفة:
- مجاني، مفتوح المصدر
- المنصات:
- Android؛ نسخة iOS غير متوفرة بعد حتى وقت كتابة هذه المراجعة
- طريقة التثبيت الحالية:
- Google Play أو موقع AnythingLLM Mobile
تتغير حالة التوفر في هذه الفئة بشكل متكرر — يعكس هذا الجدول ما تمكنت PromptQuorum من تأكيده في سبتمبر 2026. تحقق من صفحة كل مشروع بنفسك قبل افتراض أن أي رابط ما زال حديثًا.
الأسئلة الشائعة
هل ما زال LLM Farm متاحًا؟
المشروع مفتوح المصدر ما زال نشطًا على GitHub، لكن التطبيق لا يمكن تثبيته حاليًا من App Store أو TestFlight. أزالت Apple إدراج App Store في نحو أغسطس 2025، وما زال ملف README الخاص بالمشروع يصف كلتا القناتين بأنهما "غير متوفرتين مؤقتًا" حتى وقت كتابة هذه المراجعة. الطريقة الوحيدة الحالية هي بناؤه من الشيفرة المصدرية باستخدام Xcode.
لماذا أُزيل LLM Farm من App Store؟
لم تعثر PromptQuorum على أي سبب مُعلَن من المطوّر أو من Apple في أي مصدر جرت مراجعته لهذا المقال. يقرّ ملف README على GitHub الخاص بالمشروع بالإزالة دون تفسير سببها.
هل LLM Farm مجاني؟
نعم. LLM Farm مجاني ومفتوح المصدر برخصة MIT، ولم تجد PromptQuorum أي دليل على وجود مشتريات داخل التطبيق أو خطة مدفوعة في المصادر التي جرت مراجعتها. التكلفة العملية هي جهاز Mac وXcode لبنائه، إضافة إلى حساب مطور من Apple.
من طوّر LLM Farm؟
طوّر LLM Farm المطور Artem Savkin، الذي ينشر تحت اسم المستخدم guinmoon على GitHub. يُصان بشكل مستقل وليس من قِبل شركة.
هل LLM Farm مفتوح المصدر؟
نعم، الشيفرة المصدرية الكاملة منشورة على GitHub برخصة MIT، وهي رخصة متساهلة تسمح بالاستخدام والتعديل وإعادة التوزيع بحرية.
هل يمكن لـLLM Farm ضبط النماذج دقيقًا باستخدام LoRA؟
نعم، بحسب وثائق ويكي المشروع. يدعم LLM Farm تحميل محولات LoRA، وضبط نموذج أساسي دقيقًا على الجهاز (يقتصر عمليًا على نحو 3 مليارات معامل على iOS بحسب الويكي)، ودمج محول مدرَّب مرة أخرى في النموذج الأساسي. لا تقدّم معظم تطبيقات الذكاء الاصطناعي المحلية المنافسة للجوال هذه الميزة.
هل يعمل LLM Farm على Android؟
لا. يدعم LLM Farm فقط نظامي iOS (16 فأعلى) وmacOS (13 فأعلى)، بحسب ملف README على GitHub. ينبغي على مستخدمي Android البحث عن RikkaHub أو ChatterUI أو Maid بدلًا من ذلك.
كيف أثبّت LLM Farm دون App Store؟
استنسخ مستودع GitHub بشكل متكرر باستخدام git clone --recurse-submodules، وافتح المشروع في Xcode، ووقّعه بحساب المطور الخاص بك من Apple، وابنِه لجهازك. يتطلب ذلك جهاز Mac وإلمامًا أساسيًا بـXcode وتوقيع شيفرة iOS.
كيف يقارَن LLM Farm بـPocketPal AI أو Private LLM؟
كل من LLM Farm وPocketPal AI مجاني وبرخصة MIT، لكن LLM Farm يتطلب حاليًا البناء من الشيفرة المصدرية، بينما يُثبَّت PocketPal AI مباشرة من App Store وGoogle Play. يدعم LLM Farm عددًا أكبر من معماريات النماذج ويتضمن الضبط الدقيق LoRA على الجهاز، وهو ما لا يقدّمه لا PocketPal AI ولا Private LLM (المدفوع ومغلق المصدر). اختر LLM Farm فقط إذا كنت مرتاحًا لبناء تطبيق بنفسك؛ واختر PocketPal AI أو Private LLM إذا كنت تريد شيئًا قابلًا للتثبيت اليوم. راجع جدول المقارنة أعلاه للاطلاع على التفاصيل.
الخلاصة
يظل LLM Farm أحد أكثر مشاريع الذكاء الاصطناعي المحلية مفتوحة المصدر قدرة تقنية لأجهزة Apple — إذ تتجاوز تغطيته لمعماريات النماذج وأدواته للضبط الدقيق LoRA ودمج المحولات على الجهاز معظم تطبيقات الجوال في هذه الفئة، بما فيها PocketPal AI وPrivate LLM. لكن حتى وقت كتابة هذه المراجعة، ليس تطبيقًا يستطيع معظم الناس تثبيته فعليًا: فقد أزالته Apple من App Store في أغسطس 2025، والوصول إلى TestFlight مغلق بحسب ملف README الخاص بالمشروع، والطريقة الوحيدة المؤكدة لتشغيله هي تجميع الشيفرة مفتوحة المصدر بنفسك في Xcode. هذه مقايضة معقولة لمطوّر يريد فحص الشيفرة أو تجربة الضبط الدقيق LoRA أو استخدام معمارية نموذج غير مألوفة. لكنه ليس طلبًا معقولًا لشخص يريد ببساطة تنزيل تطبيق والدردشة بخصوصية اليوم — ولهذا الغرض، يمثّل PocketPal AI (مجاني ومفتوح المصدر وقابل للتثبيت بلمسة واحدة) أو Private LLM (مدفوع ومصقول وقابل للتثبيت بلمسة واحدة) الخيارين العمليين اللذين تناولهما قسم البدائل أعلاه.
المصادر
- LLM Farm على GitHub — الشيفرة المصدرية، والترخيص (MIT)، وملف README، وسجل الالتزامات، وأعداد النجوم/النسخ المتفرعة المذكورة في هذه المراجعة.
- ملف LICENSE الخاص بـLLM Farm — نص رخصة MIT وصاحب حقوق النشر (Artem Savkin، 2023).
- ويكي LLM Farm: الأسئلة الشائعة — ملاحظات التثبيت وتفاصيل صيغ الملفات المدعومة.
- ويكي LLM Farm: LoRA — وثائق تحميل LoRA وضبطه الدقيق ودمجه.
- llmfarm_core.swift على GitHub — مكتبة الاستدلال الأساسية المذكورة في هذه المراجعة.
- سجل إصدارات GitHub لمستودع guinmoon/LLMFarm — آخر إصدار مُعلَّم (1.4.3، يناير 2025) مذكور في هذه المراجعة.