INTELIGENCJA NA URZĄDZENIU
Twoja przestrzeń AI
Wszystko gotowe do lokalnego uruchomienia — gdy silnik Android zostanie podłączony.
Ten podgląd internetowy nie uruchamia GGUF ani nie hostuje API. Silnik llama.cpp, usługa Android i natywna pamięć muszą zostać zintegrowane w projekcie Capacitor.
Przegląd
Stan urządzenia w czasie rzeczywistym
Twoje modele pojawią się tutaj po dodaniu.
Brak aktywności
PRYWATNA ROZMOWA
Chat
Rozmawiaj z modelem uruchomionym bezpośrednio na urządzeniu.
BIBLIOTEKA LOKALNA
Modele
Zarządzaj plikami GGUF, których chcesz używać w LocalMind.
Podgląd może odczytać nazwę i rozmiar wybranego pliku, ale nie może go skopiować do pamięci trwałej ani załadować do llama.cpp. W systemie Android połącz selektor dokumentów i most natywny.
Żaden model nie został wybrany jako domyślny.
Twoja biblioteka zaczyna się tutaj
Dodaj pliki .gguf, aby utrzymać kolekcję w porządku. Inferencja wymaga natywnej integracji llama.cpp.
WIDOCZNOŚĆ SYSTEMU
Wydajność
Rzeczywiste metryki zostaną wyświetlone, gdy zostaną dostarczone przez natywny silnik.
Podgląd w przeglądarce nie ma niezawodnego dostępu do pamięci RAM procesu, obciążenia procesora ani wewnętrznych metryk llama.cpp. Żadne szacunki nie zostaną wyświetlone jako pomiary.
Cel pamięci nie jest gwarantowany: zużycie różni się w zależności od modelu, kontekstu, pamięci podręcznej i systemu operacyjnego.
DOSTĘP W SIECI LOKALNEJ
Serwer API
Użyj telefonu jako lokalnego punktu końcowego dla aplikacji w tej samej sieci Wi-Fi.
Prawdziwy serwer dostępny w sieci wymaga usługi Android w tle, uprawnień sieciowych i integracji z silnikiem. Ta strona nie otwiera portu sieciowego.
Użyj portu z zakresu od 1024 do 65535.
Chroniony dostęp
Każde żądanie musi zawierać klucz w nagłówku Authorization: Bearer. Nigdy nie udostępniaj punktu końcowego bez uwierzytelnienia.
Klucze utworzone tutaj są przechowywane w tej aplikacji. Podgląd nie uwierzytelnia żądań bez usługi natywnej.
curl http://IP_DO_CELULAR:8080/v1/chat/completions \
-H "Authorization: Bearer SUA_CHAVE" \
-H "Content-Type: application/json" \
-d '{"model":"local","messages":[{"role":"user","content":"Olá!"}]}'Przykład zadziała dopiero po zintegrowaniu i uruchomieniu natywnej usługi HTTP z załadowanym modelem.
