從四個付費訂閱到零成本開源方案

一位老司機之前同時養著四款AI工具：ChatGPT日常問答+畫圖，Claude搞研究和寫程式碼，NotebookLM管理私人文件，Perplexity負責帶來源的即時搜尋。幾個月下來訂閱費+超額token買買買實在肉疼，果斷轉戰開源方案，直接在自己裝置上跑起來。

---

Open WebUI：手機也能玩的聊天介面

用Docker本地部署Open WebUI，瀏覽器開啟就是熟悉的ChatGPT既視感。能對接本地Ollama模型，也能通過OpenAI相容介面呼叫大模型。

真香警告：

• 手機友好：安卓Chrome完美執行，新增到主螢幕秒變原生App，聊天記錄自動同步
• 秒切模型：付費工具都沒這騷操作
• 知識庫加持：上傳文件建專屬知識庫，讓模型根據你的資料回答，告別瞎編

注意：許可證要求保留Open WebUI品牌標識，個人用沒毛病，但硬核開發者覺得這不算純正開源。

---

PocketPal AI：手機本地跑模型

這款MIT協議的安卓應用直接從Hugging Face下模型，資料永不離開手機，不用登入不耗流量。

適用場景：

• 寫程式碼沒靈感時嘮嗑
• 快速生成樣板程式碼
• 出門在外臨時辦公

效能天花板：

• 手機最多帶得動1B-4B引數小模型
• 持續輸出會變身暖手寶+電量殺手
• 小模型容易跑偏（drift）

黑科技：內建效能測試工具，生成前先測手機算力；支援自定義系統提示詞，一鍵切換模型人格。

---

AnythingLLM：私人文件保險箱

Mintplex Labs出品的MIT協議應用，能把PDF、Word、txt甚至網頁變成可搜尋的知識庫。

核心賣點：

• 工作區隔離：工作和個人文件分開存放（原文吐槽NotebookLM這點很拉胯）
• 答案帶出處：回覆自動標註引用來源，不用翻原檔案核對
• 全平臺通吃：桌面版自帶模型引擎，也能接Ollama玩大的；安卓App可通過網路訪問

---

Vane：帶可點來源的網路問答

Vane（前身Perplexica，2026年3月改名）一個Docker映象搞定，內建SearXNG元搜尋引擎。即時聯網搜尋後生成帶編號引用的答案。

體驗亮點：

• 引用更順手：點選率吊打Perplexity，培養查證習慣so easy
• 三檔效能：速度/平衡/質量任選，算力自由掌控
• 精準搜尋：可指定全網/論壇/學術來源

手機騷操作：在Chrome設為預設搜尋引擎後，位址列直接提問就能發到本地伺服器，完美繞過Google。

---

開源方案的現實邊界

作者老實交代：深度推理還得靠付費模型。長文分析、複雜程式碼和多步任務分分鐘暴露免費工具的天花板。

硬傷盤點：

• 硬體門檻：樹莓派能跑但慢成PPT；重度任務得GPU主機或雲端API
• 部署成本：每個工具都要Docker命令+配置介面，雖說不難但也不是小白友好

真香總結：

• 資料完全自己掌控
• 斷網照樣能用
• 再也不用記著續費

常見問題

這些開源工具能完全替代付費 AI 訂閱嗎?

不能完全替代。原文明確指出,複雜推理、長篇分析和多步驟任務仍需付費模型。開源方案更適合日常問答、文件整理、簡單編碼等中輕度場景,以及對隱私和離線使用有強需求的使用者。

執行這些工具需要什麼硬體配置?

最低配置可用樹莓派執行介面,但生成速度慢。原文提到重度任務需要帶 GPU 的機器,或通過 API 金鑰呼叫雲端模型。手機端 PocketPal AI 只能執行 1B-4B 引數的小模型,且持續生成會發熱耗電。

Open WebUI 的許可證限制會影響個人使用嗎?

個人和家庭使用不受影響。限制主要是要求保留 Open WebUI 品牌標識,這在商業或公開部署場景可能需要注意,但不影響自用。

中國使用者部署這些工具需要注意什麼?

需要 Docker 環境和基本命令列操作能力;Hugging Face 模型下載可能需要映象站或代理;Vane 的 SearXNG 搜尋引擎需配置可訪問的搜尋源;本地部署方案在網路受限或對資料隱私敏感的場景下優勢明顯。

---

本文基於 GNews:Android Police 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://www.androidpolice.com/replaced-claude-chatgpt-notebooklm-perplexity-with-free-open-source-tools/