在本地机器上免费运行 Ava
整个智能体——每种模式、每个工具、你的记忆——通过 Ollama 或 LM Studio 在本地开源模型上运行，无需持续费用。无需密钥，无用量计量，数据不出设备。具体操作如下。
大多数 AI 工具的"Free tier"其实只是试用——足以让你上瘾，然后就是付费墙。Ava 则反其道而行：基础版真正免费，永久免费，因为你可以用自己的硬件运行整个智能体，完全不用付钱给我们。这就是作弊码。具体用法如下。
你实际获得的是什么
不是精简的"Lite"模式。是完整的智能体：
- 所有模式——代码、计划、聊天、教学、安全、头脑风暴、写作——以及所有工具。
- 本地优先的记忆，这样 Ava 仍能跨会话学习和记住你。
- 无持续费用。无积分，无 API 账单——硬件本就归你所有。
- 100% 隐私：模型在你的机器上运行；你的提示词和代码永远不会离开它。
- 无速率限制，只有你自己的算力。
你需要什么
- 一台能运行本地 LLM 的机器。现代笔记本电脑可处理中小型模型；更多 RAM 或 VRAM 允许你运行更大、更强大的模型。
- 本地模型运行器：Ollama（最简单）、LM Studio（界面友好），或供高级用户使用的 vLLM。
步骤 1 —— 让模型在本地运行
使用 Ollama，安装后拉取一个功能强大、支持工具调用的模型。针对代码优化的模型如 Qwen3-Coder 是很好的起点——其 30B 默认版本针对可靠的工具调用进行了优化，这是智能体生存的关键。更大的变体在处理长流程、多步骤任务时明显更稳定。
ollama pull qwen3-coder
ollama serve # usually already running in the background偏好图形界面？LM Studio 也能完成同样的工作——在应用中下载模型，然后从开发者标签页启动本地服务器。
步骤 2 —— 配置 Ava
在扩展程序或桌面 IDE 中，打开设置 → 自定义模型并输入两项内容。无需 API 密钥：
- 基础 URL —— Ollama: http://localhost:11434/v1 · LM Studio: http://localhost:1234/v1
- 模型名称 —— 与你运行器列出的完全一致（例如 qwen3-coder）。
步骤 3 —— 开始使用
选择你的自定义模型并开始工作。相同的聊天、相同的模式、相同的记忆——现在完全在你的硬件上运行，费用为 $0。让它解释文件、构建功能或教你一些东西：智能体循环与管理模型完全相同。
关于模型大小的实话
本地开源模型在可靠工具调用和长流程、多步骤任务方面弱于前沿云模型——模型越小，这一点越明显。Ava 的编排（角色专用子智能体、验证和修复循环）特意设计用于从适度模型中获得真实能力，但请诚实地设定预期：7B 模型非常适合聊天和小幅编辑；如果硬件允许，更大的模型对于自主、多文件工作要好得多。如果任务在本地运行困难，那是模型的问题，而不是智能体的问题。如果你想要这种能力而不需要硬件，同一个智能体可以在我们两个集群中的任何一个上运行——Maestro 端到端基于 Qwen，或者 Supernova 由 DeepSeek 协调器每一步选择专家——并且 Free 每月包含 300 积分供你尝试。本地模型和账户模型并排存在，这样你可以在机器上保留私密工作，将繁重的任务发送出去。
为什么我们要告诉你这些
其他平台都隐藏了免费路径。我们以它为首，因为 Ava 的核心是访问权——任何人都能运行、具备能力、私密且具代理性的 AI，不受预算限制。托管计划是为了那些想要便利和前沿模型的人而存在的，而这些订阅正是维持 Free tier 和开源的动力。但基础版确实是免费的，不是免费试用。这就是核心理念。