Enchanted：给私有化大模型一个原生 Apple 体验

你是否有过这样的困扰：想在自己的本地机器上跑一个 Llama 或 Mistral 大模型来做日常对话或代码辅助，却总觉得缺一个顺手的界面？直接用终端？体验太差。搭 Web UI？配置麻烦又要维护。用商业 API？数据隐私不放心。

Enchanted 正是为解决这个痛点而生：它是一款开源的 macOS / iOS / visionOS 应用，把 Ollama 私有化部署的大模型，用 ChatGPT 一样的优雅界面呈现给你。数据从不出你的设备，隐私完全自主掌控——这才是真正"自己的 AI"。

Enchanted：连接私有化大模型的原生 Apple 界面

项目背景与作者故事

Enchanted 由独立开发者 Augustinas Malinauskas 开发维护，项目托管于 GitHub（gluonfield/enchanted），采用 Apache-2.0 开源协议。截至目前已收获超过 5953 个 GitHub Stars，在 Ollama 生态的桌面/移动客户端中属于明星项目。

项目最初于 2023 年 12 月启动，作者当时希望为自己的本地 Ollama 服务器找一个体验流畅的客户端。在探索了市面方案后，发现现有工具要么过于简陋，要么依赖云端 API，最终决定自己动手打造一个满足隐私需求的原生应用。Enchanted 名字本身便传达了作者的愿景——为冷冰冰的本地模型注入魔法般的交互体验。

目前 Enchanted 已上架 App Store，支持 iOS 17+、macOS 14+ 和 visionOS，成为 Apple 全平台覆盖的 Ollama 客户端首选。

核心功能：从聊天到多模态的完整工作流

Enchanted 的核心功能围绕「连接私有 Ollama 服务器 → 发送提示 → 接收并优雅展示结果」这一链路展开，同时叠加了大量实用特性。

多模态交互：支持在对话中直接附加图片发送给支持视觉能力的模型（如 LLaVA、llava 等 CLIP 系列模型），实现真正的多模态对话体验。在 iPhone 上拍摄一张产品照片，让 Mistral 模型帮你写营销文案——整个流程在 Enchanted 内一气呵成。

语音输入与朗读：内置语音转文字（Speech-to-Text）支持，懒得打字时直接对着设备说话即可发起对话；同时支持文字转语音（Text-to-Speech），让模型生成的内容可以直接朗读出来，适合阅读长文本摘要或辅助视障用户。

Markdown 渲染：模型的代码输出、表格、列表都能以格式化形式呈现，而非生硬的纯文本。特别值得一提的是，代码块语法高亮完整，对开发者格外友好。

自定义 Prompt 模板：用户可以预先定义多套系统提示词模板（如「代码审查助手」「英语翻译官」等），针对不同任务一键切换，模板可在所有对话中复用。这是提升日常效率的杀手级功能。

对话历史管理：所有对话本地存储于 SwiftData，无需联网。历史记录会自动附加到后续 API 调用中，让模型理解上下文连续对话。macOS 版本还支持 Spotlight 快捷面板（Ctrl+⌘+K 呼出），随时随地发起提问。

深色/浅色模式：完整遵循 Apple 人机界面指南，提供系统级深色模式支持，与 macOS/iOS 整体视觉风格无缝融合。

图1：Enchanted macOS 客户端主界面

图2：macOS 深色模式下的对话界面

技术架构：Swift 原生 + OllamaKit 的精炼组合

从代码结构来看，Enchanted 采用了经典的 Apple 平台开发范式：

主要技术栈：

• Swift / SwiftUI：整个应用完全以 Swift 编写，UI 层采用 SwiftUI 声明式框架。Enchanted 目录下按职责清晰分层：Application/（入口）、Models/（数据模型）、Services/（核心服务）、UI/（界面组件，按平台分 iOS/macOS/Shared）。

• OllamaKit：Ollama 官方维护的 Swift SDK，封装了与 Ollama REST API 的通信逻辑。Enchanted 通过 OllamaKit 与本地 Ollama 服务器（默认 http://localhost:11434）通信，支持自定义服务器 URL 和 Bearer Token，兼容 ngrok 等内网穿透方案实现远程访问。

• SwiftData：Apple WWDC 2023 推出的新一代本地持久化框架，替代了传统的 Core Data。用于存储对话历史、用户设置、本地模型配置等。

服务模块解析：

• OllamaService：Ollama 连接管理，含 getModels() 获取可用模型列表、reachable() 检测服务器连通性，支持动态切换服务端点。
• SpeechService：文字转语音，通过 Apple AVSpeechSynthesizer 实现。
• HotkeyService：全局快捷键（macOS Spotlight 入口）。
• Clipboard：剪贴板操作；HapticsService：触感反馈（iOS）。

多平台支持实现：UI 层按 iOS/、macOS/、Shared/ 三个目录分别维护，利用 SwiftUI 的平台条件编译机制，共享核心逻辑的同时保证各平台原生体验。

多模态实现：通过 OllamaKit 的 imageSupport 字段判断当前模型是否支持视觉（CLIP/mllama 系列），支持时自动在输入界面展示图片附加按钮。

上手门槛：本地 Ollama 是唯一前置条件

Enchanted 的使用门槛极低，但有一个必要前提：你必须自己运行一个 Ollama 服务器。这带来了两种使用路径：

路径一（推荐）：Ollama 运行在本机，Enchanted 直接连接 localhost:11434，无需任何额外配置，完全离线可用。

路径二（远程）：Ollama 运行在内网机器上，通过 ngrok 等工具将 11434 端口暴露为公网 HTTPS URL，Enchanted 填入该 URL 即可远程访问内网模型。

整个配置过程不超过 5 分钟。相比之下，如果想自己从头开发一个类似的客户端，需要熟悉 SwiftUI、Ollama API 协议、SwiftData，至少需要数周时间。

硬件需求：由于模型推理本身由 Ollama 承担，Enchanted 本身对设备性能要求极低——2GB 内存、200MB 存储即可流畅运行。Ollama 侧的 GPU 需求则取决于模型大小，通常 6B 参数模型 4GB 显存即可，13B 参数模型建议 8GB+。

局限与争议：不适合所有人的选择

Enchanted 并非银弹，存在几个需要注意的局限：

Ollama 强依赖：项目明确标注需要 Ollama v0.1.14 或更新版本，不支持直接连接其他推理后端（如 vLLM、Text Generation Webui）。对于已部署其他后端基础设施的用户，需要额外迁移成本。

非传统服务端项目：Enchanted 是原生客户端应用，不存在"部署到服务器"的概念。对于希望在服务器端部署 API 服务的场景，它完全不对口——这本质上是一个前端应用。

模型能力上限受限于 Ollama：Ollama 本身的模型库和推理性能就是 Enchanted 的天花板。当前 Ollama 对 GGUF 量化模型支持良好，但对某些特定架构模型的支持滞后于官方更新。

隐私的双刃剑：数据本地存储是优势，但同时也意味着没有云端同步——换设备后对话历史需要手动迁移。

行业意义：隐私 AI 时代的一个范式

Enchanted 的走红折射出一个正在壮大的趋势：在 AI 能力爆炸的同时，越来越多用户开始追求数据自主权。当 ChatGPT、Claude 等商业产品成为主流，一批开发者和极客坚持认为"自己的数据不该经过别人的服务器"。

Ollama 生态的繁荣（enchanted、Open Interpreter、Continue 等客户端的涌现）正是这一趋势的技术侧写。本地运行的开源大模型，配合精心打磨的交互界面，正在将「隐私 AI」从极客玩具变成普通用户可及的日常工具。Enchanted 在这一生态中的定位清晰：做 Apple 平台上体验最接近商业产品的本地 AI 客户端。

从增长曲线看，项目 Stars 从 2024 年初至今持续稳步上升，App Store 评分保持高位，GitHub 活跃度（持续提交、Issue 响应及时）均表明这不是一个"一发布就搁置"的快做项目。随着 Apple Intelligence 的普及和端侧 AI 能力的增强，类似 Enchanted 这样桥接本地模型与原生系统的工具，价值会愈发凸显。