PocketPal AI 是一款袖珍型 AI 助手，由可直接在手机上运行的小型语言模型 (SLM) 驱动。PocketPal AI 专为 iOS 和 Android 系统设计，让您无需网络连接即可与各种 SLM 进行交互。

手机本地部署AI大模型软件下载：手机本地部署AI大模型：DeepSeek R1、Llama 3.3、Qwen2.5、Gemma 3等！ 支持iOS、安卓, 离线使用，完全免费开源！-CSDN博客

安装

iOS

从 App Store 下载 PocketPal AI：

在 App Store 下载

安卓

在 Google Play 上获取 PocketPal AI：

在 Google Play 上获取

用法

有关如何使用 PocketPal AI 的详细指南，请查看入门指南。

下载模型

  1. 打开应用程序并点击菜单图标 (☰)。
  2. 导航到模型页面。
  3. 从列表中选择一个模型并点击下载。

加载模型

  • 下载后，点击模型旁边的“加载”将其载入内存。

高级设置

  • 点击模型旁边的 V 形图标 (v) 可访问高级设置，如温度、BOS 代币和聊天模板。

与模特聊天

  1. 确保模型已加载。
  2. 从菜单导航到聊天页面。
  3. 开始与您的 AI 助手交谈！

复制文本

  • 复制整个回复：点击 AI 回复气泡底部的复制图标。
  • 复制特定段落：长按某个段落即可复制其内容。

注意：复制时保留文本格式的功能目前受到限制。

# AI
Logo
智能体开发者社区

中国智能体开发者社区，聚焦智能体与大模型开发，提供前沿资讯、实用工具链、开源项目及行业案例。通过技术沙龙、开发者大赛等活动，促进经验交流与协作，助力开发者快速构建创新智能应用。

更多推荐

MCP协议开发实战：从零搭建AI Agent工具链

创建静态资源（如项目 README 文件）。创建动态资源（如实时系统状态）。在 Client 中请求并利用资源上下文。回顾 MCP 协议如何降低 AI Agent 开发门槛。当前生态的局限与未来的演进方向。鼓励读者基于此大纲进行实践，并参与开源贡献。

avatar 智能体开发者社区

AI Agent可观测性：破解多步推理黑盒

随着AI Agent在复杂任务中承担越来越多的决策角色，其内部的多步推理过程往往如同一个“黑盒”，难以理解、调试和信任。本文旨在探讨AI Agent可观测性（Observability）的核心概念、技术挑战与实践方案，为开发者提供一套系统的方法论和工具链，以“照亮”Agent的推理黑盒，实现对其行为、决策逻辑与内部状态的全面洞察。构建AI Agent的可观测性体系不再是“锦上添花”，而是保障其在大

avatar 智能体开发者社区

MCP协议开发实战：从零搭建AI Agent工具链

回顾：我们从协议概念到动手搭建了一个可用的MCP工具链。MCP的生态现状：官方与社区提供的Server示例（GitHub, Jira, Notion等）。未来方向：更复杂的工具编排、多模型协作、可视化工具开发平台。鼓励动手：鼓励读者基于此框架，开发解决自己实际问题的工具。

avatar 智能体开发者社区