昨天使用Ollama在本地运行了DeepSeek R1这个可以深度思考的AI模型。通过这种方式可以快速体验模型，但是要长期高频使用的话，通过命令行这种方式终究是不太方便。

所以今天来分享一个可视的软件ChatWise。

这是一个独立开发者开发的软件，界面简介，功能强大，支持多平台，支持几乎所有大语言模型的调用。

软件界面布局清晰，左边是对话记录，中间是对话窗口，右边是参数设置。可以设置系统指令角色扮演，也可以调整Temperature，Truncate，Reply language等参数。

ChatWise其实是一个非常轻量级的软件，它并不真正运行任何模型，全部都是通过API来实现。几乎支持所有主流大模型。

下面就演示一下如何接入各类模型，闭源和开源的都可以。

接入OpenAI

先来说一下最具代表想的大语言模型ChatGPT。

只要点击左下角的设置按钮，

点击Providers，

点击OpenAI，

输入API key

这样就配置完成了。

API key可以从OpenAI获取，也可以从第三方代理处获取，甚至可以用兼容OpenAI接口的其他模型服务中获取。

这里的API BASE URL和TTS Voice可以不用修改。

设置完成后，关闭设置窗口，选择ChatGPT的模型，就可以进行对话了。

除了ChatGPT之外，

还可以接入Anthropic，

DeepSeek，

ElevenLabs,

Google AI，

Groq,

Mistrral

等知名的大模型平台。

接入Github Copilot

Copilot是Github推出的AI编程助手，专门用于编程辅助。这里单图拿出来说一下，因为它是的授权不太一样，是使用github授权的方式来接入。

点击设置里面的Github Copilot，就可以使用github账号进行授权了，上图为授权完成之后的状态。

Copilot是有免费配额的，所以如果你没有其他平台的API，可以先绑定这个，来快速体验。

Copilot默认支持Claude 3.5 Sonnet和GPT-4o这两个顶级模型。

Google现在的大模型也很不错，但是我接入之后遇到了一些问题，就不展示了，可能是有一些bug。

接入Ollama

这个是我们今天的重点，Ollama支持Windows，Mac等平台，但是没有界面。而ChatWise刚好有一个很棒的界面，而且支持Ollama，而且也是支持多平台安装。可以说是天衣无缝，相当丝滑。

ChatWise通过Ollama可以对接所有主流的，强大的，最新的开源模型。包括开头说刚推出没几天的DeepSeekR1。

具体方法如下：

首先安装Ollama并启动。

然后通过命令下载需要的模型。比如qwen2.5。

输入命令后会自动下来模型，并载入模型。qwen2.5是chatwise指定的模型，也是一个综合性能很强，实用性很强，发挥比较稳定的开源模型。

下载完qwen2.5之后就可以下载deepseek了。

deepseekr1的安装命令：

ollama run deepseek-r1``#ollama run deepseek-r1:1.5b``#ollama run deepseek-r1:14b

默认下载70亿参数的7B模型，如果电脑配置比较低，可以运行第二行命令下载1.5B模型，如果电脑配置高可以运行第三行命令下载14B模型。更大的还有70b,671b。

一般来说下7B就好了，配置较好的话，自然是越大越好。模型尺寸不同，能力也完全不一样。

一旦模型加载完成之后，就可以关闭这个命令窗口了。

此时，ChatWise的模型列表会自动更新。

点击下拉菜单可以看到有Ollama这个分类了，分类下面显示了具体的模型。这些都是我已经下载到本地的模型。

这里直接选择deepseek就可以与之对话了。对话过程可以显示think内容和最终输出。

---

聊天标题

另外还有一个注意点。ChatWise可以自动给对话命名，也就是说可以根据聊天内容，给这个聊天信息取一个标题。这一点用过ChatGPT等其他模型的应该很清楚。

生成这个名字需要用到Qwen2.5的模型，这也是上面先下载Qwen2.5的原因。

如果没有这个模型，默认左边只会显示NewChat，本地有了这个模型之后，在使用其他模型时，也能根据对话内容进行自动命名。

视觉模型

单纯的对话模型现在已经有点单调了，现在比较流行是多模态模型或者说视觉模型。

ChatWise也支持发送图片和其他文件。

对于图片而已，无论是截图还是本地图片，都可以轻松插入。比如我直接截取了软件的一部分，然后直接粘贴，就可以直接问他图片里的这个英文是什么意思。

这里只需要注意一点，视觉问答，得基于视觉模，闭源模型基本都支持，而开源模型中目前比较好的是小钢炮minicpm-v 。前几天刚介绍过这个系列的模型。所以视觉问题，就用这个模型来解答。

另外ChatWise也支持搜索功能和其他实验性功能，不过这两个功能没有免费开放，作增值功能了，有需要的可以支持一下软件作者。

这种聚合类的桌面应用和网页应用并不少，但是这个软件简洁的UI设计和清晰的布局深得我心，尤其是在macOS上浑然天成。另外，功能上也完全满足我的基本需求。

所以，跟大家分享一下！

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓