Lemon AI: uma estrutura de corpo de inteligência de IA de código aberto executada localmente

O Lemon AI é uma estrutura de corpo inteligente de IA de código aberto de pilha completa que fornece um ambiente de tempo de execução totalmente local sem depender de serviços de nuvem. Ele oferece suporte a modelos de linguagem grandes (LLMs) locais, como DeepSeek, Qwen, Llama etc., por meio do Ollama O Lemon AI integra uma sandbox de máquina virtual para proteger a execução de códigos para indivíduos e empresas que precisam de uma solução de IA localizada. Ele pode ser facilmente implantado em PCs ou servidores corporativos, além de ser simples e compatível com uma ampla variedade de ambientes. O Lemon AI oferece suporte a pesquisas aprofundadas, navegação na Web, geração de código e análise de dados, além de ter uma arquitetura flexível que pode ser personalizada de acordo com as necessidades. O Lemon AI oferece implantação com um clique, reduzindo o limite técnico, e oferece suporte à conexão com modelos de nuvem, como Claude, GPT, Gemini e Grok, por meio de APIs, equilibrando a flexibilidade local e da nuvem.

Lista de funções

• Inteligências de IA executadas localmente: ofereça suporte a modelos locais de idiomas grandes, como DeepSeek, Qwen, Llama etc., e localize todo o processamento de dados.
• Sandbox de máquina virtual: fornece um ambiente de execução de código seguro que protege os dispositivos do usuário contra possíveis riscos.
• Geração e interpretação de código: gere código de alta qualidade, suporte a comprimento de saída de 16K, otimize o formato e a sintaxe do código.
• Pesquisa aprofundada e navegação na Web: suporta planejamento, execução e reflexão de tarefas complexas, adequadas para pesquisa e coleta de dados.
• Análise de dados: processar e analisar dados, gerar resultados de visualização para atender a uma variedade de cenários de análise.
• Integração de API: suporta a conexão com modelos de nuvem (por exemplo, Claude, GPT) para ampliar a funcionalidade.
• Implantação com um clique: fornece contêineres do Docker e um processo de instalação simplificado que é compatível com PCs e servidores corporativos.
• Personalização flexível: a arquitetura permite que os usuários a modifiquem e ampliem de acordo com suas necessidades, adaptando-se a diferentes cenários de negócios.

Usando a Ajuda

Processo de instalação

O Lemon AI oferece vários métodos de implementação, incluindo código-fonte aberto, contêineres do Docker, aplicativos de clientes e assinaturas on-line. A seguir, um exemplo de implementação do Docker, apresentando o processo detalhado de instalação e uso, adequado para usuários iniciantes e profissionais.

1. Instalando o Docker
   Certifique-se de que o Docker esteja instalado em seu dispositivo; caso contrário, visite o site do Docker para fazer o download e instalá-lo. Os usuários do Windows precisam ativar o WSL (Windows Subsystem for Linux) para executar comandos do Docker.
2. Obter código Lemon AI
   Visite o repositório GitHub da Lemon AI https://github.com/hexdocom/lemonaiClique no botão verde "Code" (Código) e selecione "Download ZIP" (Baixar ZIP) para fazer download do código-fonte. Clique no botão verde "Code" (Código) e selecione "Download ZIP" (Baixar ZIP) para fazer o download do código-fonte ou clonar o repositório usando o Git:

   git clone https://github.com/hexdocom/lemonai.git
   

Descompacte o arquivo ou acesse o diretório clonado.

3. Execução de contêineres do Docker
   Abra um terminal WSL (usuários do Windows) ou um terminal normal (usuários do Linux/Mac) e vá para o diretório do projeto Lemon AI. Execute o seguinte comando para iniciar o contêiner do Docker:

   docker-compose up -d
   

   Esse comando extrairá automaticamente as imagens necessárias e iniciará o serviço Lemon AI. Certifique-se de que o Docker Compose esteja instalado.

4. Configuração do modelo local
   O Lemon AI usa o Ollama por padrão para executar um modelo de idioma local grande. Instale o Ollama (consulte o site oficial do Ollama) e obtenha os modelos compatíveis, por exemplo:

   ollama pull deepseek
   

   Na página Settings (Configurações) do Lemon AI, configure o caminho do modelo, certificando-se de apontar para o modelo local.

5. Verificar a instalação
   Após a inicialização, o acesso ao endereço local (geralmente http://localhost:3000) Visualize a interface do Lemon AI. A interface exibe o status do modelo e os recursos disponíveis. Se o modelo não for carregado, verifique se o Ollama está sendo executado corretamente.

Função Fluxo de operação

1. geração e interpretação de códigos

O recurso de geração de código do Lemon AI permite que você gere e otimize o código para que os desenvolvedores criem scripts rapidamente ou resolvam problemas de programação. Na interface principal, selecione o módulo "Code Generation" (Geração de código) e insira os requisitos da tarefa, como "Write a Python script to crawl web data" (Escrever um script Python para rastrear dados da Web). O sistema chamará o modelo local (por exemplo, DeepSeek-V3) para gerar o código e exibi-lo na área de resultados. O código gerado suporta um comprimento máximo de 16 mil caracteres e é formatado para minimizar os erros de sintaxe. Os usuários podem copiar o código diretamente ou executar os testes em uma sandbox de máquina virtual. O ambiente de sandbox isola a execução do código e impede que ele afete o dispositivo local. Por exemplo, execute o seguinte comando para testar o código:

python script.py

Se você precisar ajustar o código, clique no botão "Edit" (Editar), altere-o e execute-o novamente.

2. pesquisa aprofundada e navegação na Web

O Lemon AI oferece o "ReAct Mode" (Modo Reagir) para apoiar o planejamento e a execução de tarefas complexas. Entre no módulo "Research" (Pesquisa) e insira uma tarefa, como "Analyse the market trend of a certain industry" (Analisar a tendência de mercado de um determinado setor). O sistema divide a tarefa, pesquisa automaticamente páginas da Web relevantes e extrai informações. Os usuários podem visualizar os resultados da pesquisa, os resumos de dados e os relatórios de análise. O processo de pesquisa é totalmente localizado para proteger a privacidade dos dados. Os usuários podem ajustar a profundidade da pesquisa ou especificar fontes de dados por meio de configurações.

3. análise de dados

No módulo "Data Analysis" (Análise de dados), carregue arquivos CSV ou dados de entrada e o Lemon AI gerará gráficos estatísticos e resultados de análise. Por exemplo, após carregar dados de vendas, o sistema pode gerar gráficos de barras ou de linhas para visualizar tendências. As análises suportadas incluem cálculos de média, distribuição e correlação. Os usuários podem exportar análises para os formatos PDF ou de imagem.

4. integração de API

Se você quiser usar um modelo de nuvem, acesse a página Configurações - Serviço de modelo e adicione uma chave de API (por exemplo Claude O Lemon AI verifica a validade da chave e garante uma conexão estável. Uma vez configurado, os usuários podem alternar entre os modelos local e em nuvem para obter flexibilidade no tratamento das tarefas.

5 Extensões personalizadas

A arquitetura de código aberto do Lemon AI permite que os usuários modifiquem o código ou adicionem recursos. Os desenvolvedores podem editar src para adicionar ferramentas ou módulos personalizados. Depois de fazer as alterações, reconstrua o contêiner do Docker:

docker-compose build

Consulte a documentação oficial (https://github.com/hexdocom/lemonai/blob/main/docs) para obter mais diretrizes de desenvolvimento.

advertência

• PrivacidadeTodas as tarefas são executadas localmente por padrão e os dados não são carregados na nuvem. Para relatar um problema de segurança, envie um e-mail para service@hexdo.com e não os commits públicos do GitHub.
• Requisitos do sistemaRecomendamos pelo menos 8 GB de RAM e uma CPU de quatro núcleos para garantir uma operação tranquila.
• atualizaçãoVerifique regularmente a página Releases do seu repositório do GitHub (https://github.com/hexdocom/lemonai/releases) Obtenha a versão mais recente e as correções.

cenário do aplicativo

1. Estudos individuais
   Os pesquisadores usam a Lemon AI para documentação ou análise de mercado. Os modelos locais lidam com dados confidenciais e geram relatórios estruturados para proteger a privacidade.
2. Ferramentas do desenvolvedor
   Os desenvolvedores usam o recurso de geração de código para escrever scripts rapidamente e o ambiente sandbox para testar o código e garantir a segurança e a estabilidade.
3. Análise de dados corporativos
   As empresas implementam a IA da Lemon em servidores locais para analisar dados operacionais ou de vendas e gerar gráficos visuais para apoiar a tomada de decisões.
4. Suporte educacional
   Os alunos usam a Lemon AI para auxiliar no aprendizado, gerar amostras de código ou reunir materiais de aprendizado que são executados localmente para proteger informações pessoais.

QA

1. A Lemon AI requer uma conexão com a Internet?
   O Lemon AI suporta a execução totalmente off-line, usando modelos locais e ambientes sandbox. Se precisar de um modelo de nuvem ou de uma funcionalidade de pesquisa, você precisará estar on-line para configurar a API.
2. Como garantir a execução segura do código?
   A sandbox da máquina virtual do Lemon AI isola o ambiente no qual o código é executado, impedindo que ele afete o sistema host. Toda a execução é feita dentro da sandbox, protegendo o dispositivo.
3. Quais modelos locais são suportados?
   Suporta DeepSeek, Qwen, Llama, Gemma, etc., executados por meio do Ollama. Os usuários podem escolher modelos de acordo com suas necessidades.
4. Como faço para atualizar o Lemon AI?
   Visite a página Releases no seu repositório do GitHub para fazer download da versão mais recente e executar novamente o contêiner do Docker. A documentação fornece etapas detalhadas para a atualização.