RCLI

对着 Mac 说话，离线查文档，隐私不落地

RCLI 是一个运行在 Mac 上的本地语音 AI 助手，完全离线运行，无需云端服务。它基于 C++ 构建，利用 Apple Silicon 的 Metal 加速能力，整合了本地语音识别（如 Parakeet）、文本转语音（Kokoro TTS 等）和本地大语言模型（如 Qwen3），并通过 RAG 技术让用户能够直接查询本地文档。用户可以通过语音与 Mac 对话，获取信息或执行操作，所有数据处理都在设备端完成，保障隐私安全。核心能力包括语音交互、文档问答、本地推理和离线运行，适合对数据隐私敏感或需要在无网络环境下工作的用户。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1556

维护状态活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队RunanywhereAI

所属国家

官网地址https://github.com/RunanywhereAI/runanywhere-sdks

GitHubhttps://github.com/RunanywhereAI/RCLI

定价模式free

价格说明开源项目，MIT许可证，本地部署，完全免费。

访问状态

是否开源是

开源协议MIT

主要语言C++

技术栈/模型deepseek,frontier-ai,glm-5-3,llms,local-ai-infrastructure,qwen

GitHub 星标★ 1556

30天Star增速

HF 下载量

上线时间2026-03-04 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

难度：入门约 10 分钟部署方式：命令行工具 7 步

环境要求

macOS（Apple Silicon）或 Linux（x86-64），Windows 也可
终端可联网执行安装脚本（curl 或 PowerShell）
本地运行模型需下载模型文件，请预留足够磁盘空间

安装与启动步骤

1安装（macOS/Linux）

在终端执行官方安装脚本，自动下载并安装 wally 命令行工具，无需手动配置环境。
```
curl -fsSL https://raw.githubusercontent.com/RunanywhereAI/wally/main/install.sh | sh
```
2安装（Windows）

Windows 用户在 PowerShell 中执行安装脚本，效果与 macOS/Linux 一致。
```
irm https://raw.githubusercontent.com/RunanywhereAI/wally/main/install.ps1 | iex
```
3查看可用模型

列出所有可下载的模型，确认要用的模型名后再下载；也可直接用 Hugging Face 的 GGUF 地址。
```
wally models list --all
```
4下载本地模型

把模型拉到本机，之后推理全部在本地完成，不需要账号或密钥，数据不出设备。
```
wally pull qwen3
```
5本地对话

进入交互式聊天；若只想问一句就退出，可在模型名后直接跟问题。
```
wally run qwen3
```
6启动本地 API 服务

在 macOS/Linux 上以 OpenAI 兼容接口暴露模型，默认监听 8080 端口，供其他程序调用。
```
wally serve qwen3
```
7登录并使用托管模型

终端会显示一个验证码，在浏览器中确认即可完成登录，无需粘贴 API Key；之后可在编码代理中调用云端模型。
```
wally login
wally opencode --cloud -m glm-5.3-flash
```

关键配置

配置项	必填	说明	示例
`模型名`	是	pull/run/serve 时指定的模型标识	`qwen3`
`云模型名`	否	使用托管模型时通过 -m 参数指定	`glm-5.3-flash`
`API 端口`	否	wally serve 提供的 OpenAI 兼容接口端口	`8080`

如何确认成功

执行 wally run qwen3 "Hello" 能返回一条回答即安装成功；启动 serve 后可访问本地 8080 端口的 OpenAI 兼容接口。

常见问题

Q：使用本地模型需要账号或 API Key 吗？

A：不需要。README 明确说明本地运行模型无需账号和密钥，数据不会离开本机；只有使用托管模型时才需 wally login 登录。

Q：可以用自己下载的模型吗？

A：可以。任何 Hugging Face 上的 GGUF 模型都能直接 pull，例如 wally pull hf.co/Qwen/Qwen3-0.6B-GGUF/Qwen3-0.6B-Q8_0.gguf。

Q：支持哪些系统？

A：安装脚本覆盖 macOS（Apple Silicon）、Linux（x86-64）和 Windows；其中 wally serve 目前标注支持 macOS 与 Linux。

Q：托管模型有哪些？

A：README 列出的是 glm-5.3-flash、qwen3.8-27b 和 gemma-4，费用从你自己的额度中扣除，可用 wally usage 查看余额。

注意事项

README 中该工具实际名称为 wally，与项目信息中的 RCLI 名称不一致，命令一律以 wally 为准。
本地模型推理完全离线，适合隐私敏感场景；托管模型运行在 RunAnywhere Cloud 并按额度计费。
步骤中的端口 8080 来自 README 对 wally serve 的说明，如被占用请自行调整。

核心亮点

完全离线运行，数据不出设备，隐私保护强
深度优化 Apple Silicon，利用 Metal 加速，响应流畅
集成语音识别、TTS 和 LLM，开箱即用的完整语音交互方案

不足之处

仅支持 macOS 和 Apple Silicon，平台局限性大
文档/社区待观察

适用场景

隐私敏感场景下，用语音快速查询本地笔记或文档
无网络环境（如飞机、远程办公）中，通过语音控制 Mac 或获取信息
开发者和极客用户，在本地搭建完全自主的语音 AI 助手

替代项目

Whisper.cpp、Ollama、LocalAI

项目介绍

RCLI 是对话助手领域的开源项目，由 RunanywhereAI 开发，是 2026 年新上线的项目。

在全站 13,014 个收录项目中，它的 GitHub 星标数（1,556）位列前 30%，在对话助手分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。MIT许可证，本地部署，完全免费。

它主要面向的使用场景是：隐私敏感场景下，用语音快速查询本地笔记或文档。同类可对比的替代方案包括 Whisper.cpp、Ollama、LocalAI。

上一篇：alan-sdk-android

下一篇：vui