- جان (Jan) هو تطبيق سطح مكتب مجاني ومفتوح المصدر (مرخص بموجب رخصة AGPL) يُشغل النماذج اللغوية الكبيرة بالكامل على أجهزتك الخاصة — دون الحاجة إلى حسابٍ أو سحابةٍ أو خروج أي بياناتٍ من جهازك.
- ويشمل التطبيق واجهة دردشة، ومركز نماذج لتنزيل النماذج بصيغة GGUF، وخادم واجهة برمجة تطبيقات محلية متوافق مع واجهة OpenAI (المنفذ الافتراضي 1337).
- نزّله من jan.ai أو صفحة إصدارات GitHub — إصدارات مُبنية لنظامَي التشغيل ويندوز وماك أو إس (لأجهزة أبل ذات معالجات Silicon ومعالجات إنتل) ولينكس.
- الأفضل للمستخدمين الذين يولون الخصوصية اهتمامًا بالغًا والذين يرغبون في تجربة واجهة مستخدم رسومية كاملة؛ أما المطورون الراغبون في سير عملٍ لا يتطلب واجهة مستخدم (Headless) ويُركّز على واجهة برمجة التطبيقات (API-first) فقد يفضّلون استخدام أولاَما (Ollama) بدلًا من ذلك.
جان (Jan) هو تطبيق سطح مكتب مفتوح المصدر لتشغيل نماذج اللغة الكبيرة محليًّا، طوّرته شركة Homebrew Research (janhq). ويدمج هذا التطبيق واجهة دردشة ومركز نماذج (Model Hub) ومحرّك استنتاج (Inference Engine) في تطبيق واحد قابل للتثبيت. ويتم تشغيل كل شيء دون اتصال بالإنترنت: فلا حاجة لحساب مستخدم، ولا تُرسل أي بيانات إلى خوادم خارجية، وبمجرد تنزيل النماذج الخاصة بك، لا يلزم الاتصال بالإنترنت إطلاقًا. وترمز شفرة المصدر إلى github.com/janhq/jan تحت رخصة AGPL-3.0.
متطلبات الأجهزة
يمكن لـ «جان» أن يعمل باستخدام وحدة المعالجة المركزية (CPU) وحدها، لكن وجود وحدة معالجة رسومية (GPU) يُحدث فرقًا كبيرًا في سرعة الاستجابة. والمورد المحدد هنا هو ذاكرة وحدة المعالجة الرسومية (VRAM) — فكمية الذاكرة المتاحة على بطاقتك الرسومية تُقرّر أي النماذج يمكنك تحميلها وبأي سرعة قابلة للاستخدام.
| مكون | الحد الأدنى | المُوصى به |
|---|---|---|
| ذاكرة الوصول العشوائي للنظام | 8 جيجابايت | 16 جيجابايت فأكثر |
| ذاكرة وحدة المعالجة الرسومية (VRAM) | لا يوجد متطلب إلزامي | 8 جيجابايت فأكثر للنماذج التي تحتوي على 7 مليار معلّمة (7B models) |
| التخزين | 10 جيجابايت فارغة | 50 جيجابايت فأكثر (إذ تعد النماذج ملفات كبيرة الحجم) |
| نظام التشغيل | ويندوز 10، ماك أو إس 12، أوبونتو 20.04 | أحدث الإصدارات المستقرة |
يتطلب نموذج بحجم 7 مليار معلّمة (7B) ومُكمّن بتقنية التكمين رباعي البت (Q4_K_M) نحو 4–5 جيجابايت من ذاكرة VRAM؛ أما نموذج بحجم 13 مليار معلّمة (13B) فيحتاج إلى نحو 8–9 جيجابايت. ويمكنك استخدام حاسبة VRAM من Convly لتوقّع متطلبات الذاكرة الخاصة بنموذجك المحدّد ومستوى التكمين قبل التنزيل. وإذا كنت تختار أجهزة جديدة، فإن الأفضل وحدات معالجة الرسومات (GPUs) للنماذج اللغوية الكبيرة المحلية دليل التغطية الشاملة للمواصفات الحالية عبر مختلف الفئات السعرية.
على أجهزة ماك ذات معالجات أبل Silicon، يقوم جان بتفعيل تسريع تقنية Metal تلقائيًّا. وعلى أنظمة ويندوز ولينكس المزوّدة ببطاقة رسومية من إنفيديا (NVIDIA)، يستخدم جان تقنية CUDA. أما دعم بطاقات AMD الرسومية فهو متاح عبر واجهة Vulkan على نظام لينكس.
تثبيت جان
نزّل برنامج التثبيت من jan.ai أو صفحة إصدارات GitHub. ويتضمّن جان محرك الاستنتاج llama.cpp الخاص به — فلا حاجة لتثبيت أي تبعيات منفصلة.
ويندوز
شغّل .exe برنامج التثبيت. ويتم تثبيت جان افتراضيًّا في المجلد %LOCALAPPDATA%\Programs\Jan ولا تتطلب عملية التثبيت صلاحيات مسؤول.
macOS
نزّل .dmg. وتتوفر إصدارات منفصلة لأنظمة ماك ذات معالجات Apple Silicon ومعالجات إنتل — اختر الإصدار المتوافق مع جهاز ماك الخاص بك. ثم اسحب تطبيق جان إلى مجلد /Applications. وعند التشغيل الأول، انقر بزر الماوس الأيمن على الرمز واختر افتح لتجاوز تحذير Gatekeeper.
لينكس
يوفّر جان ملف .AppImage، وملف .deb، وملف .rpm في صفحة الإصدارات (Releases Page).
# AppImage
chmod +x jan-linux-x86_64-*.AppImage
./jan-linux-x86_64-*.AppImage
# ديبيان/أوبونتو
sudo dpkg -i jan-linux-amd64-*.debتنزيل أول نموذج لك
عند فتح جان، تعرض علامة التبويب المركز (Hub) متصفّحًا مُنتقى من نماذج GGUF من منصة Hugging Face: مثل نماذج Llama وMistral وQwen وGemma وPhi وغيرها، وبمستويات مختلفة من التكمين.
- انقر المركز (Hub) في الشريط الجانبي الأيسر.
- ابحث عن نموذج — فعبارة «Llama 3.2» تُعد نقطة بداية جيدة لمعظم الأجهزة.
- اختر مستوى التكمين. Q4_K_M هو التوصية الافتراضية: أصغر حجمًا من Q6/Q8 مع خسارة مقبولة في الجودة.
- انقر تنزيل واترك الملف يُنقل حتى يكتمل التنزيل.
يحفظ جان النماذج المنزّلة في المجلد ~/jan/models/ على أنظمة ماك أو إس ولينكس، وفي المجلد C:\Users\\jan\models على أنظمة ويندوز. ويوجد كل نموذج في مجلد فرعي خاص به يحتوي على ملف .gguf النموذج وملف تعريف (metadata) باسم model.json. كما يمكنك أيضًا وضع أي نماذج طرف ثالث ملف البيانات الوصفية. كما يمكنك إسقاط أي طرف ثالث .gguf ملفًا في مجلد جديد هناك — ويكتشفه جان عند التشغيل التالي. وملفات GGUF من LM Studio متوافقة مباشرةً.
خادم واجهة برمجة التطبيقات المحلية
يتضمن جان خادم واجهة برمجة تطبيقات (API) متوافقًا مع OpenAI، ما يسمح لأي أداة تدعم مكتبة عميل OpenAI — مثل مكتبة Python openai SDK، وLangChain، وContinue.dev وغيرها — باستخدام جان كخلفية محلية.
لبدء الخادم: افتح الإعدادات ← خادم الواجهة البرمجية المحليثم فعِّل الخادم عبر المفتاح التبادلي. وهو يستمع افتراضيًّا على المنفذ 1337 ؛ ويمكنك تغيير هذا الرقم في نفس اللوحة.
from openai import OpenAI
client = OpenAI(
base_url="http://localhost:1337/v1",
api_key="jan" # أي سلسلة غير فارغة
)
response = client.chat.completions.create(
model="llama3.2-3b-instruct", # يجب أن يتطابق مع اسم المجلد تحت ~\/jan\/models\/
messages=[{"role": "user", "content": "مرحبًا"}]
)
print(response.choices[0].message.content)ويجب أن يتطابق اسم النموذج المستخدم في استدعاءات الواجهة البرمجية مع اسم المجلد الذي يستخدمه جان داخليًّا — وهو ظاهر في المحور (Hub) أو في قائمة النماذج المنسدلة ضمن عرض الدردشة.
مقارنة بين جان وLM Studio وأولاَما
تُنفِّذ الأدوات الثلاثة نماذج GGUF محليًّا. أما الاختلافات بينها فهي في الفلسفة ومنهج العمل.
| يناير | LM Studio | Ollama | |
|---|---|---|---|
| الواجهة | واجهة رسومية كاملة، تركز أولًا على الدردشة | واجهة رسومية كاملة، تركز أولًا على الدردشة | واجهة سطر أوامر فقط (وتتوفر واجهات رسومية طرف ثالث) |
| الترخيص | AGPL-3.0 (مفتوحة المصدر) | برنامج مجاني ملكي (غير مفتوح المصدر) | رخصة MIT (مفتوحة المصدر) |
| واجهة برمجة تطبيقات محلية | نعم، متوافقة مع OpenAI (المنفذ 1337) | نعم، متوافقة مع OpenAI (المنفذ 1234) | نعم، واجهة برمجة تطبيقات خاصة بها + نقطة نهاية متوافقة مع OpenAI |
| إدارة النماذج | محور مدمج (Hugging Face) | بحث مدمج (Hugging Face) | تنزيل عبر سطر الأوامر من سجل Ollama |
| صيغة النموذج | GGUF | GGUF | صيغة Ollama (تحوِّط ملفات GGUF داخليًّا) |
| الاستخدام بدون واجهة رسومية / كخادم | محدود | محدود | ممتاز — صُمِّم خصيصًا لهذا الغرض |
| تعليمات النظام / الشخصية | نعم، لكل مساعد على حدة | نعم، لكل إعداد مسبق للنموذج على حدة | عبر ملف Modelfile |
| المنصة | Windows وmacOS وLinux | Windows وmacOS وLinux | Windows وmacOS وLinux |
اختر جان إذا كنت ترغب في أداة واجهة رسومية مفتوحة المصدر بالكامل، وتهتم بضمان رخصة AGPL التي تمنع أي طرف من بناء منتج مغلق atop الكود الذي تستخدمه. وتتميز واجهة دردشة جان بالوضوح، كما أن نظام الإضافات المدمج فيه يتيح لك إضافة قدرات جديدة دون الحاجة إلى تعديل ملفات التهيئة.
اختر LM Studio إذا كانت الجودة والانسيابية تهمك أكثر من شروط الترخيص المفتوح المصدر. فـ LM Studio تمتلك واجهة مستخدم أكثر تطورًا وتوثيقًا أوسع نسبيًّا لتوافق الأجهزة. انظر إلى الدليل الكامل لـ LM Studio للاطلاع على دليل تفصيلي كامل.
اختر Ollama اختر Ollama إذا كنت مطوِّرًا تبحث عن خلفية سريعة وقابلة للبرمجة دون أي أعباء واجهة رسومية. وOllama أسهل في الدمج ضمن خطوط أنابيب CI أو نصوص shell أو حاويات Docker. و الدليل الكامل لـ Ollama يغطي هذه المسألة بالتفصيل.
إذا كنت تقارن تكاليف التشغيل الفعلية للاستنتاج المحلي مقابل استخدام واجهة برمجة تطبيقات سحابية، فإن آلة حساب التعادل بين الاستضافة الذاتية وواجهات برمجة التطبيقات (API) يساعدك في تحديد هذا التوازن استنادًا إلى حجم الاستخدام الفعلي وتكاليف الأجهزة لديك.
الخصوصية والاستخدام دون اتصال بالإنترنت
يتمثل الضمان الأساسي لخصوصية جان في تصميمه المعماري: حيث تتم عملية الاستنتاج داخل برنامج llama.cpp على جهازك المحلي. ولا يتم إرسال أي بيانات تحليلية أثناء الاستنتاج، ولا تسجَّل أي استعلامات للنماذج على خوادم بعيدة، ولا يتطلب وجود حسابٍ على الإطلاق. وبمجرد تنزيل ملف النموذج، يمكنك تشغيل جان دون اتصال بالإنترنت إلى أجل غير مسمى.
وهذا يجعل جان مناسبًا للعمل مع وثائق لا يمكنها مغادرة جهازك — مثل الوثائق القانونية أو الطبية أو ذات الحساسية التجارية — بطريقة لا تستطيع أدوات واجهات البرمجة السحابية مطابقتها، حتى لو كانت سياساتها الخاصة بالخصوصية قوية جدًّا.
يتحقق جان فعليًّا من وجود تحديثات للتطبيق ويحمّل قائمة النماذج من المحور (Hub) عبر الإنترنت عند توفر اتصال. ويمكن تعطيل كلا العمليتين: انتقل إلى الإعدادات ← متقدم لتعطيل فحوصات التحديث، أما المحور فيعرض ببساطة عدم توفر نماذج جديدة عند الانقطاع عن الشبكة دون أن يؤثر ذلك على باقي وظائف التطبيق.
الأسئلة الشائعة
هل جان آي (Jan AI) مجاني تمامًا؟
نعم. جان مجاني للتنزيل والاستخدام دون أي اشتراك، أو حدود على الاستخدام، أو ميزات مقفلة مدفوعة. وينشر الكود المصدري تحت رخصة AGPL-3.0 على GitHub. والتكلفة الوحيدة هي أجهزتك الخاصة وتكاليف الكهرباء.
ما النماذج التي يستطيع جان تشغيلها؟
يجري جان أي نموذج بصيغة GGUF. ويشمل ذلك معظم النماذج المفتوحة الشائعة الوزن: عائلة Llama، وMistral، وMixtral، وQwen، وGemma، وPhi، DeepSeekوالعديد من النماذج الأخرى. ويعرض المحور المدمج مجموعة فرعية مُنتقاة بعناية من هذه النماذج؛ ويمكنك إضافة أي ملف GGUF يدويًّا عبر وضعه في دليل النماذج (models directory).
كم كمية ذاكرة VRAM المطلوبة؟
يعتمد ذلك على حجم النموذج ودرجة التكمين (quantization). فعلى سبيل المثال، يحتاج نموذج بحجم 7 مليار معلمة (7B) عند تكمين Q4_K_M إلى نحو 4–5 جيجابايت من ذاكرة VRAM؛ بينما يحتاج نموذج بحجم 13 مليار معلمة (13B) إلى 8–9 جيجابايت. ويمكن أيضًا تشغيل الاستنتاج على وحدة المعالجة المركزية (CPU) فقط، لكن الأداء سيكون بطيئًا — إذ تتوقع 2–5 رموز (tokens) في الثانية على وحدة معالجة مركزية حديثة، مقابل 30–80+ رمزًا في الثانية على وحدة معالجة رسومية متوسطة المستوى. و دليل متطلبات ذاكرة الفيديو (VRAM) يورد أرقامًا دقيقة للنماذج الرئيسية.
هل يمكنني استخدام جان مع VS Code أو أدوات البرمجة الأخرى؟
نعم. فعِّل خادم الواجهة البرمجية المحلي في جان، ثم وجِّه أي أداة متوافقة مع OpenAI إلى العنوان http://localhost:1337/v1. وتتيح أدوات مساعدة البرمجة مثل Continue.dev وAider جميعها تعيين عناوين أساسية مخصصة. وتأكد من تعيين اسم النموذج ليتطابق مع اسم المجلد الذي يستخدمه جان للنموذج الذي نزلته.
ما الفرق بين جان وOllama؟
جان هو تطبيق سطح مكتب ذو واجهة رسومية — حيث تتفاعل معه عبر واجهة الدردشة، وتدير النماذج عبر محور بصري. أما Ollama فهو أداة سطر أوامر وخدمة تعمل في الخلفية، صُمِّمت للمطورين الراغبين في استدعاء النماذج من النصوص البرمجية أو دمجها في التطبيقات. وكلا الأداتين يقدّم واجهة برمجة تطبيقات متوافقة مع OpenAI. ويناسب جان المستخدمين غير التقنيين وأولئك الذين يفضلون منهج العمل القائم على الواجهة الرسومية، بينما يناسب Ollama عمليات الأتمتة ونشر التطبيقات على الخوادم.
هل يدعم جان النماذج متعددة الوسائط (مثل الصور)؟
أضاف جان دعمًا تجريبيًّا لنماذج الرؤية في الإصدارات الأخيرة، ويعتمد ذلك على الإصدار المُثبَّت. تحقَّق من مركز النماذج (Hub) للعثور على النماذج الموسومة بـ «رؤية» أو «متعددة الوسائط». ويتفاوت الدعم المتاح وتوافر النماذج باختلاف الإصدار، لذا يُرجى الاطلاع على ملاحظات الإصدار المنشورة على GitHub الخاصة بالإصدار المُثبَّت لديك، بدلًا من افتراض أن نموذجًا معينًا سيعمل.
