Harbor

Product Hunt 的朋友们好 👋

我是伊万，Harbor 的作者。我开发这个项目已经快两年了。当初开始做 Harbor 是因为我每次想尝试一个新的本地大语言模型项目，都要花好几个晚上调试 Docker Compose 文件，我实在受够了。本来只是打算写一个周末小脚本，没想到问题比我预想的更复杂，它慢慢发展成了一个包含 129 个服务的目录。

核心思路是：本地 AI 服务应该开箱即用，互相配合。

执行 `harbor up` 就能得到 Open WebUI 和 Ollama。你可以通过名称添加更多服务，比如 `harbor up searxng speaches comfyui`，Harbor 会自动处理它们之间的连接配置。SearXNG 已经连接到你的聊天界面，语音功能开箱可用，图像生成也直接能用。不需要编写 Compose 文件，不需要记住端口号。

服务目录覆盖非常全面：包含 16 个聊天和创意前端（Open WebUI、LibreChat、SillyTavern、ComfyUI 等），21 个大语言模型后端（Ollama、llama.cpp、vLLM、SGLang、KTransformers 等），还有 90 多个辅助服务，涵盖网页搜索、语音、检索增强生成（RAG）、向量数据库、n8n 和 Dify 这类工作流引擎、Unsloth 微调、评估框架、监控等等。

一切都在本地运行，服务之间互联互通，只需一条 `harbor up` 命令即可启动。最新版本新增了 `harbor launch` 功能，这是我最兴奋的特性。它可以在你的本地栈上运行 Claude Code、Codex、Copilot 和 OpenCode 这类编码智能体，完全不需要修改任何环境变量。加上 `harbor launch --web` 参数还能为它们启用网页搜索，并在后台自动搭建好整个流程。Harbor 还暴露了兼容 OpenAI 的 API，因此任何支持 OpenAI 协议的工具或 SDK 代码都可以直接替换成本地模型使用。

MIT 许可证，无遥测数据收集，所有数据都保存在你的机器上。提供 Linux 和 macOS 的命令行工具和桌面应用。如果你也在运行本地模型，厌倦了手动拼凑各种服务，不妨试试 Harbor。

欢迎提问任何关于架构、支持的服务或特定工作流运作方式的问题。