什麼是Lemonade？
Lemonade 是一款专为开发者和应用构建者设计的本地 AI 运行时平台，主要解决在本地运行文本、图像、语音和代码模型的部署与管理问题。它提供免费、私密且开源的环境，让用户不需要依赖云端 API 就能在个人电脑上运行聊天、图像生成、语音转录和嵌入等多种模型。对于需要隐私保护、离线使用或希望降低云端成本的团队和个人，Lemonade 是一个可以直接嵌入现有应用的全能本地 AI 解决方案。
Lemonade的特色是什麼？
- 本地优先的 Omni 模型支持：支持聊天、视觉、图像生成、语音、转录和嵌入六种模型类型，用户可以在同一个应用中完成多种 AI 任务，无需切换不同工具。
- 零遥测与完全隐私：软件不收集任何使用数据，所有数据都保留在用户本地设备上，无广告、无升级提示，适合对数据安全有严格要求的用户。
- 可扩展的部署架构：默认在本地运行，同时也支持按需路由到服务器或云端 API，用户可以根据任务需求灵活切换推理引擎，适合从个人测试到团队协作的多种场景。
- 嵌入 SDK 与 API 接口：提供GUI、CLI 和 API 端点，开发者可以快速将 Lemonade 集成到自己的应用中，支持 Windows、macOS、Ubuntu、Fedora、Arch、Debian、Docker 等多种平台。
- 多模型管理功能：用户可以从Lemonade 注册表拉取模型、在 Hugging Face 上搜索，或导入自己的自定义模型，方便管理不同尺寸和用途的推理引擎。
- 社区驱动的工作组机制：项目由Auto-Tune、云端混合、跨平台支持、远程使用、GUI 应用、企业级测试、Omni 模型等多个公开工作组推动，用户可以直接参与路线图决策。
Lemonade的使用案例有哪些？
- 开发者构建本地 AI 应用：通过嵌入 SDK，在个人电脑上为应用添加聊天、图像生成或语音功能，无需依赖云端 API，适合原型开发或隐私敏感项目。
- 在本地运行代码生成模型：使用 128GB 统一内存加载 Qwen-Coder-Next 等大型模型，进行高级代码辅助和工具调用，适合离线开发环境。
- 构建实时 GPU 监控仪表盘：利用 Lemonade 的异步流式 API，编写不到 10 行的 Python 代码，实现每秒两次的 GPU 指标推送，适合运维和开发团队。
- 连接 OpenAI 兼容应用：因为兼容 OpenAI API 标准，用户可以直接将 Open WebUI、n8n、AnythingLLM、GitHub Copilot、Claude Code 等工具指向本地 Lemonade 实例，实现零成本切换。
- 自托管家庭局域网 AI 服务：将 Lemonade 部署为内部服务器，为整个家庭或小团队提供聊天、图像生成和语音服务，适合家庭实验室或小型教育机构。
- 团队探索与测试本地 AI 模型：通过 CLI 的 Chat REPL 功能和内置的模型管理工具，团队成员可以快速试用不同的 LLM 和图像模型，适合学术研究或技术评估。
如何使用Lemonade？
- 安装与启动：首先访问 Lemonade 官网，根据你的操作系统下载对应的安装包，支持 macOS (.pkg)、Windows、Ubuntu、Docker、Snap、Arch、Fedora、Debian。安装后系统会自动配置 AI 运行时、GUI、CLI 和 API 端点。
- 拉取或导入模型：通过 Lemonade CLI 使用
pull命令从 Lemonade 注册表拉取模型，或在 Hugging Face 上搜索后导入。你也可以直接导入本地已有的 GGUF 格式模型文件。 - 开始聊天或调用 API：在 GUI 中直接输入文本开始对话，或使用 CLI 的 Chat REPL 模式进行交互。对于开发者，可以调用与 OpenAI 兼容的 API 端点，将 Lemonade 集成到自己的应用中。
- 连接第三方应用：在设置中复制 OpenAI API 兼容地址，然后在 Open WebUI、n8n、AnythingLLM、GitHub Copilot 等工具中填入该地址，即可将本地模型作为这些应用的推理后端。
- 检查硬件兼容性：建议在运行前确认本地内存和 GPU 规格，大模型（如 Qwen-Coder-Next）需要至少 128GB 统一内存或等效显存。可以使用内置的
benchmark命令测试图像生成性能，设置--timeout参数避免任务超时。
