النقاط الرئيسية
- مجاني ومرخّص بموجب MIT، أنشأه Ettore Di Giacinto ("mudler") ويُصان على github.com/mudler/LocalAI
- واجهة برمجة تطبيقات متوافقة مع OpenAI جاهزة للاستبدال المباشر، بالإضافة إلى نقاط نهاية متوافقة مع Anthropic و ElevenLabs
- جوهر خفيف يوجّه الطلبات إلى خلفيات تُحمَّل بشكل مستقل، بدلاً من تضمين محرك استدلال ثابت
- الخلفيات الموثّقة من قِبل المشروع تشمل llama.cpp و vLLM للنصوص، وخلفيات مبنية على diffusers لتوليد الصور، وخلفيات مبنية على whisper.cpp لتحويل الصوت إلى نص
- يغطي توليد النصوص وتوليد الصور والتفريغ الصوتي وتحويل النص إلى صوت والتضمينات من نسخة واحدة قيد التشغيل
- يعمل على المعالج فقط دون الحاجة إلى وحدة معالجة رسومية، أو بتسريع من NVIDIA CUDA أو AMD ROCm أو Intel أو Vulkan
- يُوزَّع كصور Docker (بنسختي المعالج ووحدة المعالجة الرسومية) ومثبّت macOS وملف تنفيذي لسطر الأوامر؛ ونشر Kubernetes موثّق أيضًا
- ليس محرك استدلال خام منافسًا — بل يحمّل محركات مثل llama.cpp و vLLM كخلفيات بدلاً من استبدالها
📍 في جملة واحدة
LocalAI محرك مجاني، مرخّص بموجب MIT، وقابل للاستضافة الذاتية، يوفّر واجهة متوافقة مع OpenAI أمام خلفيات قابلة للتبديل — بما فيها llama.cpp و vLLM و diffusers و whisper.cpp — ويغطي النصوص والصور والصوت من نسخة واحدة.
💬 بعبارات بسيطة
بدلاً من تطبيق للدردشة وآخر لتوليد الصور وثالث للتفريغ الصوتي، يُعد LocalAI خادمًا واحدًا مستضافًا ذاتيًا يتحدث نفس واجهة برمجة التطبيقات التي تستخدمها OpenAI، بحيث يمكن لكود عميل OpenAI الحالي أن يشير إليه، بينما يحيل هو بهدوء كل طلب إلى المحرك الذي ينفّذ تلك المهمة فعليًا.
📌ملاحظة: يستند هذا المقال إلى مستودع GitHub الرسمي لـ LocalAI وتوثيقه العلني، وليس إلى اختبارات أداء مستقلة أجريناها بأنفسنا. ونتجنب فيه الادعاءات المرتبطة بميزات إصدار محدد وأرقام الأداء لأن LocalAI يصدر إصدارات بشكل متكرر ولم يُقَس أي منهما بشكل مستقل لأجل هذا المقال.
ما هو LocalAI؟
LocalAI محرك ذكاء اصطناعي مجاني، مرخّص بموجب MIT، وقابل للاستضافة الذاتية، يتيح تشغيل نماذج نصوص وصور وصوت متوافقة مع واجهة OpenAI على أجهزتك الخاصة. أنشأه Ettore Di Giacinto، المعروف باسم "mudler" على GitHub، ويصونه اليوم مجتمع مفتوح المصدر. يصف المشروع هدفه بتشغيل نماذج عبر أنماط متعددة على أي جهاز، دون الحاجة الصارمة إلى وحدة معالجة رسومية.
- أنشأه Ettore Di Giacinto ("mudler")؛ الشيفرة المصدرية والتوثيق على github.com/mudler/LocalAI
- مرخّص بموجب MIT: استخدام وتعديل واستضافة ذاتية مجانيان، بما في ذلك للأغراض التجارية، ضمن شروط الرخصة
- يوفّر خادمًا متوافقًا مع واجهة OpenAI، بالإضافة إلى نقاط نهاية موثّقة متوافقة مع Anthropic و ElevenLabs، بحيث يمكن غالبًا لكود العميل الحالي المكتوب لهذه الواجهات أن يشير مباشرة إلى نسخة LocalAI المستضافة ذاتيًا
- يتموضع حول اتساع الأنماط بدلاً من كونه الأسرع في نمط واحد — النصوص والصور والصوت من نشر واحد
- يختلف عن محرك استدلال واحد: يتولى جوهره الخاص توجيه الطلبات وتوافق واجهة برمجة التطبيقات، بينما يجري تنفيذ النموذج الفعلي في عمليات خلفية منفصلة
كيف تعمل بنية الخلفيات في LocalAI؟
جوهر LocalAI عبارة عن موجّه خفيف، وليس محرك استدلال أحادي الكتلة — يستقبل طلبًا متوافقًا مع OpenAI، ويحدد النموذج والخلفية اللذين يقابلهما هذا الطلب، ثم يتواصل مع عملية خلفية منفصلة تنفّذ الاستدلال فعليًا.
- تتولى العملية الأساسية توافق واجهة برمجة التطبيقات وتوجيه الطلبات وتهيئة النموذج، ثم تتواصل مع عمليات الخلفية عبر gRPC
- الخلفيات الموثّقة من قِبل المشروع تشمل llama.cpp و vLLM لتوليد النصوص، وخلفيات مبنية على
diffusersلتوليد الصور، وخلفيات مبنية علىwhisper.cppلتحويل الصوت إلى نص - يمكن تثبيت الخلفيات من معرض للنماذج/الخلفيات، أو تهيئتها يدويًا عبر ملف YAML يشير إلى خلفية ونموذج محددين
- بما أن الخلفيات مكوّنات منفصلة قابلة للتثبيت، لا يحتاج النشر إلا لتحميل الخلفيات التي تتطلبها حالة استخدامه فعليًا، بدلاً من تضمين كل محرك ممكن افتراضيًا
- يطوّر المشروع أيضًا بعض الخلفيات الأصلية بنفسه إضافةً إلى تغليف محركات موجودة
ماذا يمكن لـ LocalAI أن يفعل غير توليد النصوص؟
يغطي النطاق الموثّق لـ LocalAI أنماطًا أكثر من محركات النصوص فقط مثل llama.cpp أو vLLM، وهذا هو الفارق الرئيسي بينه وبين تلك الأدوات.
توليد النصوص
- الخلفية النموذجية:
- llama.cpp و vLLM — نقاط نهاية chat/completions
توليد الصور
- الخلفية النموذجية:
- خلفيات مبنية على diffusers (على غرار Stable Diffusion)
تحويل الصوت إلى نص
- الخلفية النموذجية:
- خلفيات مبنية على whisper.cpp
تحويل النص إلى صوت
- الخلفية النموذجية:
- خلفيات TTS مخصصة موثّقة من قِبل المشروع
التضمينات
- الخلفية النموذجية:
- خلفيات مخصصة لنماذج التضمين
كل صف أعلاه يمثّل خلفية منفصلة يجب تثبيتها ليعمل ذلك النمط — تثبيت LocalAI وحده لا يفعّل جميع الأنماط تلقائيًا. تتغير أسماء الخلفيات الدقيقة ونطاق تغطيتها بين الإصدارات، لذا يُعتمد معرض المشروع نفسه كمصدر حالي بدلاً من قائمة ثابتة.
ما الأجهزة التي يحتاجها LocalAI؟
يتموضع LocalAI، بحسب توثيقه، على أنه يعمل على أي جهاز دون الحاجة الصارمة إلى وحدة معالجة رسومية — يمكن للنسخة نفسها أن تعمل على المعالج فقط للأحمال الأخف، أو تستخدم تسريع وحدة المعالجة الرسومية عند توفرها للنماذج الأكبر.
المعالج فقط
- التفاصيل:
- موثّق كمدعوم بالكامل دون الحاجة إلى وحدة معالجة رسومية، باستخدام خلفيات مُحسَّنة للمعالج مثل llama.cpp للنصوص.
وحدات NVIDIA (CUDA)
- التفاصيل:
- تُنشَر صور Docker مخصصة لـ CUDA؛ ويُستخدم التسريع من قِبل الخلفيات المتوافقة عند وجود وحدة معالجة رسومية مدعومة.
وحدات AMD (ROCm)
- التفاصيل:
- تُنشَر صورة Docker من نوع ROCm/hipBLAS كمسار تسريع موثّق لـ AMD.
وحدات Intel (oneAPI)
- التفاصيل:
- تُنشَر صورة Docker مخصصة لـ Intel لتسريع وحدات معالجة الرسومات من Intel.
Vulkan
- التفاصيل:
- تُنشَر صورة Docker من نوع Vulkan كخيار تسريع عبر مصنّعين متعددين.
Apple Silicon (Mac)
- التفاصيل:
- يُنشَر مثبّت أصلي لنظام macOS؛ وتُوثَّق خلفيات مسرَّعة عبر Metal لأجهزة Mac ذات معالج Apple Silicon.
يبقى حجم النموذج القابل للاستخدام فعليًا والسرعة معتمدين على ذاكرة الوصول العشوائي/ذاكرة الوحدة الرسومية المتاحة والخلفية التي يستخدمها نموذج معيّن، تمامًا كما هو الحال مع llama.cpp أو vLLM مباشرة — يصف تموضع "دون الحاجة إلى وحدة معالجة رسومية" في LocalAI أن المسار القائم على المعالج فقط مدعوم بالكامل، وليس أن كل نموذج أو خلفية يعمل بنفس الجودة دون وحدة معالجة رسومية.
كيف تُثبّت وتشغّل LocalAI؟
المسار الأسرع الموثّق لـ LocalAI هو Docker، مع صورة مخصصة للمعالج فقط وعلامات صور منفصلة مسرَّعة بوحدة المعالجة الرسومية حسب الجهاز.
- 1ثبّت Docker إن لم يكن مثبّتًا بالفعل، ثم اختر صورة مخصصة للمعالج فقط أو علامة صورة وحدة معالجة رسومية تناسب جهازك.
- 2للاستخدام على المعالج فقط، شغّل:
docker run -p 8080:8080 --name local-ai -ti localai/localai:latest. - 3لوحدات NVIDIA، استخدم بدلاً من ذلك صورة CUDA، مثل
localai/localai:latest-gpu-nvidia-cuda-12، مع إضافة--gpus allإلى أمر Docker. - 4لوحدات AMD أو Intel أو Vulkan، استخدم علامة الصورة المطابقة
-gpu-hipblasأو-gpu-intelأو-gpu-vulkanالموثّقة من قِبل المشروع. - 5بمجرد تشغيل الحاوية، يستمع LocalAI افتراضيًا على المنفذ 8080.
- 6ثبّت نموذجًا عبر سطر الأوامر (
local-ai models install <name>) أو عبر معرض النماذج في واجهة الويب، أو شغّله مباشرة باستخدامlocal-ai run <name>، الذي يقوم بتنزيله أولاً عند الحاجة. - 7أرسل أول طلب لك إلى نقطة النهاية المتوافقة مع OpenAI: `curl http://localhost:8080/v1/chat/completions -H "Content-Type: application/json" -d '{"model": "<اسم-النموذج-المثبت>", "messages": [{"role": "user", "content": "مرحبًا!"}]}'`.
- 8وجّه كود عميل واجهة OpenAI الحالي إلى نسختك المستضافة ذاتيًا بتغيير عنوان URL الأساسي واسم النموذج فقط.
هل أحتاج إلى وحدة معالجة رسومية لتشغيل LocalAI؟
لا — LocalAI موثّق كقابل للتشغيل على المعالج فقط دون الحاجة إلى وحدة معالجة رسومية، وينشر بشكل منفصل علامات صور Docker مسرَّعة بوحدة معالجة رسومية لأجهزة NVIDIA و AMD و Intel و Vulkan لمن يمتلك واحدة.
من أين تأتي نماذج LocalAI؟
يوثّق المشروع عدة مصادر: معرض النماذج الخاص به (قابل للتثبيت عبر سطر الأوامر أو واجهة الويب)، ومستودعات Hugging Face، ومراجع بصيغة Ollama، وعناوين تهيئة YAML مباشرة، وصور OCI.
كيف يقارَن LocalAI بـ Ollama؟
يسهّل كل من LocalAI و Ollama الاستضافة الذاتية للنماذج خلف واجهة برمجة تطبيقات بسيطة، لكنهما يستهدفان نطاقين مختلفين: بُني Ollama حول مسار سريع وبسيط لمستخدم واحد لنماذج النصوص (وبعض الرؤية)، بينما يراهن LocalAI على تغطية أوسع للأنماط وتوافق واجهة برمجة تطبيقات مع OpenAI/Anthropic/ElevenLabs عبر النصوص والصور والصوت.
- يركّز Ollama بشكل رئيسي على نماذج النصوص (وبعض الرؤية)، مع تثبيت وسحب نموذج بأمر واحد، موجَّه نحو إعداد سريع لمستخدم واحد
- يوثّق LocalAI تغطية أوسع للأنماط في نشر واحد — النصوص وتوليد الصور والتفريغ الصوتي وتحويل النص إلى صوت — عبر تحميل خلفيات مختلفة لكل منها
- يوثّق LocalAI توافقًا جاهزًا للاستبدال مع ثلاثة أشكال من واجهات برمجة التطبيقات (OpenAI و Anthropic و ElevenLabs)؛ أما الواجهة الرئيسية لـ Ollama فهي واجهته الخاصة، مع طبقة توافق منفصلة مع OpenAI
- يمكن لـ LocalAI تحميل مراجع نماذج بصيغة Ollama (
ollama://) كأحد مصادر النماذج المدعومة، إلى جانب معرضه الخاص و Hugging Face وتهيئات YAML - مساحة الإعداد في Ollama بسيطة عن قصد؛ بينما يكشف LocalAI عن إعدادات أكثر (اختيار الخلفية، تهيئات YAML للنماذج، أهداف نشر متعددة) مقابل هذا النطاق الأوسع
كيف يقارَن LocalAI بـ llama.cpp و vLLM؟
LocalAI ليس محرك استدلال خام منافسًا لـ llama.cpp أو vLLM — فبنيته الموثّقة تحمّل كليهما كخلفيات قابلة للتبديل لتوليد النصوص، إلى جانب خلفيات منفصلة للصور والصوت.
llama.cpp
- الدور:
- محرك استدلال نصي مناسب للمعالج/وحدة المعالجة الرسومية؛ إحدى خلفيات النصوص التي يمكن لـ LocalAI تحميلها.
vLLM
- الدور:
- محرك تقديم بوحدة معالجة رسومية عالي الإنتاجية؛ موثّق كخلفية نصية أخرى يمكن لـ LocalAI تحميلها.
LocalAI
- الدور:
- طبقة التوجيه والتوافق مع واجهة برمجة التطبيقات فوق هذه الخلفيات، تضيف خلفيات للصور والصوت والتضمينات إلى جانب النصوص.
مقالات حول LocalAI (3)
- Jan Review 2026: The Open-Source, Offline ChatGPT Alternativeمحدَّث ٦ سبتمبر ٢٠٢٦
- LocalAI Explained: The Self-Hosted OpenAI API Alternative (2026)محدَّث ٦ سبتمبر ٢٠٢٦
- Bodega One Code Review (2026): A Local-First BYOLLM Coding IDEمحدَّث ٣ سبتمبر ٢٠٢٦
مذكور أيضًا في:
- AI Note-Taking Plugins for Obsidian and Logseq, Comparedمحدَّث ٥ سبتمبر ٢٠٢٦
- LibreChat Review 2026: Self-Hosted ChatGPT Alternative for Local LLMsمحدَّث ٣ سبتمبر ٢٠٢٦
- AnythingLLM vs PrivateGPT vs Open WebUI: Best Local RAG in 2026محدَّث ٢٧ أغسطس ٢٠٢٦
الاختيار بين هذه المشاريع ليس عادةً "إما/أو" — فقد يشغّل نشر LocalAI في الخلفية llama.cpp أو vLLM لطلبات النصوص الخاصة به. القرار هو ما إذا كنت تريد التحدث مباشرة إلى ذلك المحرك (llama.cpp، vLLM) أم عبر طبقة واجهة برمجة تطبيقات متعددة الأنماط أوسع يمكنها أيضًا توجيه طلبات الصور والصوت (LocalAI).
لمن يناسب LocalAI؟
يناسب LocalAI من يريد واجهة برمجة تطبيقات واحدة مستضافة ذاتيًا تغطي أنماطًا متعددة، وليس من يبحث فقط عن أسرع طريق إلى نموذج نصي واحد على جهازه الخاص.
LocalAI مقابل البدائل بلمحة سريعة
تتداخل هذه الأدوات في بعض النقاط لكنها تختلف في النطاق وجهد الإعداد.
LocalAI
- النطاق:
- نصوص وصور وصوت وتضمينات عبر خلفيات قابلة للتبديل. Docker أو مثبّت macOS أو ملف تنفيذي لسطر الأوامر.
- الأنسب لـ:
- واجهة برمجة تطبيقات واحدة مستضافة ذاتيًا، متعددة الأنماط، متوافقة مع OpenAI/Anthropic/ElevenLabs.
Ollama
- النطاق:
- نماذج نصية بشكل رئيسي (وبعض الرؤية). تثبيت وسحب نموذج بأمر واحد.
- الأنسب لـ:
- أسرع طريق إلى نموذج نصي محلي لمستخدم واحد.
llama.cpp
- النطاق:
- محرك استدلال نصي للمعالج ووحدة المعالجة الرسومية. سطر أوامر وواجهة ويب مدمجة وخادم متوافق مع OpenAI.
- الأنسب لـ:
- تحكم مباشر على مستوى المحرك في استدلال النصوص — غالبًا الخلفية وراء Ollama و LocalAI.
vLLM
- النطاق:
- مكتبة تقديم نصوص عالية الإنتاجية بوحدة معالجة رسومية. حزمة Python، خادم متوافق مع OpenAI.
- الأنسب لـ:
- أقصى إنتاجية متزامنة لوحدة المعالجة الرسومية للنصوص فقط.
لم يقم هذا المقال باختبار أداء مستقل لهذه الأدوات مقابل بعضها البعض ولا يدّعي تفوّق إحداها تقنيًا — تغطي المقارنة فقط حقائق موثّقة عن النطاق والإعداد والبنية.
ما الذي لا يغطيه هذا المقال؟
هذا مقال تفسيري مبني على التوثيق العلني ومستودع LocalAI، وليس اختبار أداء عمليًا أو تدقيقًا أمنيًا.
- لا توجد مقارنات مقاسة بشكل مستقل للإنتاجية أو زمن الاستجابة أو جودة المخرجات مقابل Ollama أو llama.cpp أو vLLM — يعتمد ذلك على الخلفية والنموذج اللذين يُهيَّأ LocalAI لاستخدامهما، بالإضافة إلى الجهاز
- لا توجد قائمة شاملة بكل خلفية يدعمها المشروع — تتغير منظومة الخلفيات مع الوقت؛ ومعرض المشروع وتوثيقه هما المصدر الموثوق للتغطية الحالية
- لا يوجد تدقيق أمني سطرًا بسطر للشيفرة — فهي مفتوحة المصدر ومرخّصة بموجب MIT، لذا الشيفرة المصدرية متاحة للمراجعة المستقلة
- لا تغطية لكل هدف نشر (بيانات Kubernetes، إعدادات خاصة بسحابة معينة) — يركّز هذا المقال على مساري Docker وسطر الأوامر اللذين يجرّبهما معظم المستضيفين الذاتيين أولاً
- لا توجد تحقق مستقل من ادعاءات ميزات متعددة المستخدمين أو ميزات المؤسسات (مفاتيح API، الحصص، المصادقة) تتجاوز ما يوثّقه المشروع — تحقق من القدرات الحالية مقابل التوثيق الرسمي قبل الاعتماد عليها للتحكم في الوصول في بيئة الإنتاج
أخطاء شائعة عند تجربة LocalAI
معظم الاحتكاك مع LocalAI ينشأ من التعامل معه كمحرك واحد ثابت بدلاً من موجّه أمام خلفيات منفصلة.
الأسئلة الشائعة
ما هو LocalAI؟
LocalAI محرك ذكاء اصطناعي مجاني، مرخّص بموجب MIT، وقابل للاستضافة الذاتية، أنشأه Ettore Di Giacinto ("mudler")، ويوفّر واجهة برمجة تطبيقات متوافقة مع OpenAI أمام خلفيات قابلة للتبديل لنماذج النصوص والصور والصوت.
هل LocalAI مجاني؟
نعم. LocalAI برنامج مجاني ومفتوح المصدر صادر بموجب رخصة MIT، دون الحاجة إلى اشتراك أو حساب لاستضافته ذاتيًا.
هل يحتاج LocalAI إلى وحدة معالجة رسومية؟
لا — LocalAI موثّق كقابل للتشغيل على المعالج فقط دون الحاجة إلى وحدة معالجة رسومية. كما تُنشَر صور Docker منفصلة مسرَّعة بوحدة معالجة رسومية لأجهزة NVIDIA CUDA و AMD ROCm و Intel و Vulkan.
هل LocalAI هو نفسه llama.cpp؟
لا. llama.cpp محرك استدلال نصي؛ أما LocalAI فهو طبقة توجيه وتوافق واجهة برمجة تطبيقات يمكنها تحميل llama.cpp (أو vLLM أو محركات أخرى) كإحدى عدة خلفيات، مع إضافة خلفيات للصور والصوت أيضًا.
هل LocalAI أفضل من Ollama؟
"الأفضل" يعتمد على النطاق: Ollama أداة أبسط وأضيق، تركّز بشكل رئيسي على نماذج النصوص بإعداد بسيط، بينما يغطي LocalAI مجموعة أوسع من الأنماط (نصوص وصور وصوت) خلف واجهة برمجة تطبيقات واحدة، مقابل إعداد أكثر.
ما واجهات برمجة التطبيقات التي يدعمها LocalAI؟
يوثّق LocalAI توافقًا جاهزًا للاستبدال مع واجهة OpenAI، بالإضافة إلى نقاط نهاية متوافقة مع Anthropic و ElevenLabs، بحيث يعمل غالبًا كود العميل الحالي لهذه الواجهات مع نسخة LocalAI المستضافة ذاتيًا بمجرد تغيير عنوان URL الأساسي.
هل يستطيع LocalAI توليد الصور وتفريغ الصوت، وليس فقط الدردشة؟
نعم. تشمل خلفيات LocalAI الموثّقة خلفيات مبنية على diffusers لتوليد الصور وخلفيات مبنية على whisper.cpp لتحويل الصوت إلى نص، إلى جانب خلفيات لتحويل النص إلى صوت والتضمينات.
هل لـ LocalAI علاقة بتطبيق الجوال "Loci"؟
لا. Loci تطبيق جوال منفصل وغير مرتبط للدردشة دون اتصال على الجهاز. أما LocalAI فهو مشروع الخادم المستضاف ذاتيًا على github.com/mudler/LocalAI، دون أي شيفرة أو شركة أو علاقة مشتركة مع Loci.
ما المنفذ الذي يستخدمه LocalAI افتراضيًا؟
يستمع LocalAI افتراضيًا على المنفذ 8080 عند تشغيله عبر صور Docker الموثّقة الخاصة به.
من أين يمكن لـ LocalAI الحصول على النماذج؟
يوثّق المشروع عدة مصادر للنماذج: معرضه الخاص القابل للتثبيت، ومستودعات Hugging Face، ومراجع بصيغة Ollama، وعناوين تهيئة YAML مباشرة، وصور OCI.