本地大模型运行、训练、微调全搞定，4GB RAM轻松运行4B模型！
Unsloth Studio是一个本地Web UI工具，集成了大模型下载、运行、训练、微调、导出以及数据集处理等功能。它支持GGUF和safetensors格式的模型，兼容Windows、Mac、Linux系统，并提供数据集整理、生成、训练过程可视化、模型对比等功能。此外，它还支持Tool Calling、代码执行、网络搜索等高级功能，为用户打造了一个完整的本地AI工作台。
Unsltoh 刚刚放出的 Studio 有点东西
大模型下载、运行、训练、微调、导出、数据集处理都串起来到了统一入口
还有个示例：Qwen3.5-4B 搜索了 20 多个网站，引用了其来源，并找到了最佳答案！
通过 Unsloth Studio 仅用 4GB RAM 本地运行， 4B 模型通过在思考过程中直接执行工具调用+网络搜索实现
简介
一句话说，Unsloth Studio 是 一个本地 Web UI，用来统一做模型运行、数据处理、训练和导出
下图是官方 README 给出的主界面截图，整体就是一个很典型的本地 AI 控制台：
Unsloth Studio 主界面
- 模型支持：本地运行 GGUF 和 safetensors 格式的模型，支持文本、视觉、TTS、Embedding 等多种模型类型
- 平台兼容：支持 Windows、Mac、Linux 系统
- 训练与微调：提供数据集整理与生成、训练过程可视化、模型对比（Model Arena）功能，并可使用 AI 助手对音频、视觉、LLM 进行微调，支持导出 GGUF 和 safetensors 模型
- 数据工具：提供数据设计、合成数据生成、快速并行数据准备及嵌入微调工具
- 交互界面：聊天界面集成自动修复、工具调用、Python & Bash 代码执行、网络搜索、以及图像与文档输入功能
这类产品最怕的一点就是摊子铺得很大，最后每一块都只做了个皮毛
但 Unsloth Studio 现在给我的感觉是，方向对了，而且它抓的几个点很懂实际用户：
- 你可以直接搜模型、跑模型
- 你可以上传 PDF、CSV、JSON、DOCX 这些文件
- 你可以把训练后的模型继续导出到 llama.cpp、vLLM、Ollama 这些栈里
- 它甚至把 Tool Calling、Web Search、代码执行也放进了 Studio Chat
对于“我既想本地跑一下，又想继续微调一下，再顺手导出来接现有系统”的用户，这套思路很顺
功能亮点
我把最值得关注的几个点拎出来
1. 本地跑大模型，入口更统一了
它支持搜索和运行 GGUF、safetensors 模型，也支持图片、文档、音频、代码文件上传。
把“本地模型桌面化”，风格上很像把本地模型管理、聊天、参数调节整合到了一起：
Unsloth Studio 运行模型界面
2. 它把 Tool Calling 和代码执行也塞进来了
这一点我挺喜欢
很多本地 UI 做到聊天就停了，能跑工具、能执行 Bash 和 Python 的并不多。
Unsloth Studio 支持代码执行、Web Search，以及所谓的 self-healing tool calling。
这个方向一旦成熟，对本地 Agent 会非常有意思
3. Data Recipes 很像它的隐藏大招
官方一直在强调 Data Recipes
简单理解，就是你把 PDF、CSV、JSON 这些资料丢进去，它帮你转成可用的数据集，走的是图节点工作流，底层是 NVIDIA Nemo Data Designer
如果它后续稳定下来，这个价值其实不小
因为大量微调项目最麻烦的环节，就是前面那堆数据整理
官方截图如下：
Unsloth Studio Data Recipes
4. 训练过程可视化和导出能力也做进去了
这两块我觉得挺实用：
- Observability：实时看训练 loss、gradient norm、GPU 使用率
- Export / Save models：导出 GGUF、16-bit safetensors，继续接 llama.cpp、vLLM、Ollama
这就很像一个真正围绕“训练闭环”做的产品，而不是单纯套了一层聊天壳子
Unsloth Studio Observability
安装
安装方式非常直接，MacOS、Linux、WSL：
curl -fsSL https://raw.githubusercontent.com/unslothai/unsloth/main/install.sh | sh它做了下面几件事：
- 检查系统依赖，比如
cmake、git - 自动安装
uv - 创建名为
unsloth_studio的虚拟环境 - 执行
uv pip install unsloth --torch-backend=auto - 最后再跑
unsloth studio setup
Windows Powershell
安装完成后，启动命令如下：
```plaintext
source unsloth_studio/bin/activateunsloth studio -H 0.0.0.0 -p 8888
浏览器打开： ```plaintext http://localhost:8888首次启动会要求你创建密码，然后进入一个 onboarding 向导，选择模型、数据集和一些基础配置
安装体验
这条一键命令确实省心，但首装并不算快
我这边日志里，依赖解析就花了大约 2 分钟，随后开始下载和安装torch、transformers、pyarrow、tokenizers、diffusers、unsloth等包。
你如果看到终端一段时间没有明显新输出，不用太慌，大概率还在后台继续拉依赖。
我这次在本机实测时，一键安装脚本跑了 35 分钟，进程依然停留在uv pip install unsloth --torch-backend=auto这一步。
官方文档里也专门提醒了首装可能需要 5 到 10 分钟，原因是后面还会涉及llama.cpp相关构建。
这一点我很建议大家有点耐心，别看到安静了就顺手Ctrl + C。但如果你本地也卡到半小时以上，我建议你去看一下网络、镜像源、磁盘空间，以及uv的下载缓存。
一个需要注意的小细节
更新说明里，官方写了 MacOS 和 CPU 已经启用了 Data Recipes；
但安装页和系统要求页里，又依然写着 Mac 和 CPU 当前主要支持 Chat，训练部分还要再等等。
所以更稳妥的理解方式是：
- Windows、Linux、WSL 是当前主战场
- NVIDIA GPU 用户可以把训练能力作为重点来看
- Mac 用户当前先把它当成本地聊天和工作流入口
适合谁
下面这几类用户，我觉得 Unsloth Studio 很值得盯一下：
- 想本地跑模型，又不想一直在命令行里切来切去
- 已经在玩 GGUF、Ollama、llama.cpp、vLLM，想找一个统一入口
- 想从“跑模型”继续往“做数据、做训练、做导出”再走一步
- 想研究本地 Agent、Tool Calling、代码执行这类能力
如果你只是想要一个极致稳定、只负责聊天的本地工具，那它当前这个 Beta 状态还需要你多一点耐心。
2026年AI行业最大的机会，毫无疑问就在应用层！
字节跳动已有7个团队全速布局Agent
大模型岗位暴增69%，年薪破百万！
腾讯、京东、百度开放招聘技术岗，80%与AI相关……
如今，超过60%的企业都在推进AI产品落地，而真正能交付项目的大模型应用开发工程师**，**却极度稀缺！
落地AI应用绝对不是写几个prompt，调几个API就能搞定的，企业真正需要的，是能搞定这三项核心能力的人：
✅RAG：融入外部信息，修正模型输出，给模型装靠谱大脑
✅Agent智能体：让AI自主干活，通过工具调用（Tools）环境交互，多步推理完成复杂任务。比如做智能客服等等……
✅微调：针对特定任务优化，让模型适配业务
目前，脉脉上有超过1000家企业发布大模型相关岗位，人工智能岗平均月薪7.8w！实习生日薪高达4000！远超其他行业收入水平！
技术的稀缺性，才是你「值钱」的关键！
具备AI能力的程序员，比传统开发高出不止一截！有的人早就转行AI方向，拿到百万年薪！👇🏻👇🏻
AI浪潮，正在重构程序员的核心竞争力！现在入场，仍是最佳时机！
我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
⭐️从大模型微调到AI Agent智能体搭建
剖析AI技术的应用场景，用实战经验落地AI技术。从GPT到最火的开源模型，让你从容面对AI技术革新！
大模型微调
掌握主流大模型（如DeepSeek、Qwen等）的微调技术，针对特定场景优化模型性能。
学习如何利用领域数据（如制造、医药、金融等）进行模型定制，提升任务准确性和效率。
RAG应用开发
- 深入理解检索增强生成（Retrieval-Augmented Generation, RAG）技术，构建高效的知识检索与生成系统。
- 应用于垂类场景（如法律文档分析、医疗诊断辅助、金融报告生成等），实现精准信息提取与内容生成。
AI Agent智能体搭建
- 学习如何设计和开发AI Agent，实现多任务协同、自主决策和复杂问题解决。
- 构建垂类场景下的智能助手（如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等）。
如果你也有以下诉求：
快速链接产品/业务团队，参与前沿项目
构建技术壁垒，从竞争者中脱颖而出
避开35岁裁员危险期，顺利拿下高薪岗
迭代技术水平，延长未来20年的新职业发展！
……
那这节课你一定要来听！
因为，留给普通程序员的时间真的不多了！
立即扫码，即可免费预约
「AI技术原理 + 实战应用 + 职业发展」
「大模型应用开发实战公开课」
👇👇
👍🏻还有靠谱的内推机会+直聘权益！！
完课后赠送：大模型应用案例集、AI商业落地白皮书