- 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.
- يأتي مع واجهة دردشة ومركز نماذج لتحميل نماذج GGUFوخادم واجهة برمجية محلي متوافق مع OpenAI (منفذ افتراضي 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.
- Best for privacy-focused users who want a full GUI experience; developers wanting a headless API-first workflow may prefer Ollama بدلاً 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 دليل أفضل GPUs للنماذج المحلية 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 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.
Linux
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 على 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 على Download واترك الملف يُنقل حتى يكتمل التنزيل.
يحفظ جان النماذج المنزّلة في المجلد ~/jan/models/ على أنظمة ماك أو إس ولينكس، وفي المجلد C:Usersjanmodels على Windows. كل نموذج يوجد في مجلد فرعي منفصل يحمل اسماً محدداً ويحتوي على .gguf ملف و model.json ملف البيانات الوصفية. يمكنك أيضاً إسقاط أي .gguf ملف من طرف ثالث في مجلد جديد هناك — Jan سيكتشفه عند الإطلاق التالي. ملفات GGUF من LM Studio متوافقة مباشرة.
خادم واجهة برمجة التطبيقات المحلية
Jan يتضمن خادم REST API متوافقاً مع OpenAI، مما يسمح لأي أداة تدعم مكتبة عميل OpenAI — Python SDK و LangChain و Continue.dev وغيرها — باستخدام Jan كخلفية محلية. openai SDK و LangChain و Continue.dev وغيرها — باستخدام Jan كخلفية محلية.
لبدء التشغيل: افتح Settings → Local API Server، قم بتبديل الخادم. يستمع على port 1337 بشكل افتراضي؛ هذا قابل للتكوين 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", # يطابق اسم المجلد تحت ~/jan/models/
messages=[{"role": "user", "content": "Hello"}]
)
print(response.choices[0].message.content)اسم النموذج في استدعاءات API يجب أن يطابق اسم المجلد الذي يستخدمه Jan داخلياً — مرئي في Hub أو في قائمة النموذج المنسدلة في عرض الدردشة.
مقارنة بين جان وLM Studio وOllama
جميع الأدوات الثلاث تشغل نماذج GGUF محلياً. الفروقات تكمن في الفلسفة وسير العمل.
| Jan | LM Studio | Ollama | |
|---|---|---|---|
| الواجهة | واجهة رسومية كاملة، تركيز على الدردشة | واجهة رسومية كاملة، تركيز على الدردشة | واجهة سطر الأوامر فقط (واجهات مستخدم رسومية من جهات خارجية متاحة) |
| الترخيص | AGPL-3.0 (مفتوح المصدر) | برنامج فري وير ملكي | MIT (مفتوح المصدر) |
| API محلي | نعم، متوافق مع OpenAI (port 1337) | نعم، متوافق مع OpenAI (port 1234) | نعم، API خاص به + نقطة نهاية متوافقة مع OpenAI |
| إدارة النماذج | Hub مدمج (Hugging Face) | بحث مدمج (Hugging Face) | سحب سطر الأوامر من Ollama registry |
| صيغة النموذج | GGUF | GGUF | صيغة Ollama (تلف GGUF داخلياً) |
| استخدام بدون واجهة/خادم | محدود | محدود | ممتاز — مصمم لذلك |
| موجه النظام / الشخصية | نعم، لكل مساعد | نعم، لكل preset نموذج | عبر Modelfile |
| المنصة | Windows و macOS و Linux | Windows و macOS و Linux | Windows و macOS و Linux |
اختر Jan إذا كنت تريد أداة GUI مفتوحة المصدر بالكامل وتهتم بضمان AGPL بأن لا أحد يبني منتجاً مغلقاً على أساس الكود الذي تستخدمه. واجهة الدردشة في Jan نظيفة وسystem الملحقات يسمح لك بإضافة قدرات دون لمس ملفات الإعدادات.
اختر LM Studio إذا كانت الجودة أهم من ترخيص مفتوح المصدر. LM Studio تتمتع بواجهة مستخدم أكثر تحسناً وتوثيق توافقية أجهزة أوسع قليلاً. انظر دليل LM Studio الكامل للحصول على شرح كامل.
اختر Ollama إذا كنت مطوراً يريد خلفية سريعة وقابلة للبرمجة دون تكلفة واجهة رسومية. Ollama أسهل في التكامل مع CI pipelines أو shell scripts أو Docker containers. دليل Ollama الكامل يغطي هذا المسار بالتفصيل.
إذا كنت تقارن تكاليف تشغيل الاستدلال المحلي مقابل استخدام API سحابية، فإن self-hosting vs API break-even calculator يساعد في قياس المقايضة بناءً على حجم الاستخدام الفعلي والتكاليف الأجهزة.
الخصوصية والاستخدام دون اتصال بالإنترنت
ضمان الخصوصية الأساسي في Jan هو معماري: الاستدلال يحدث داخل llama.cpp على جهازك المحلي. لا توجد قياسات بيانات مرسلة أثناء الاستدلال، لا استعلام نموذج مسجل على خادم بعيد، ولا حساب مطلوب. بمجرد تنزيل ملف نموذج، يمكنك تشغيل Jan بدون اتصال شبكة إلى أجل غير مسمى.
هذا يجعل Jan مناسباً للعمل مع المستندات التي لا يمكن أن تترك جهازك — نصوص قانونية أو طبية أو حساسة تجارياً — بطريقة لا تستطيع أدوات API السحابية مطابقتها بغض النظر عن سياسات الخصوصية الخاصة بها.
Jan يتحقق من تحديثات التطبيق وجلب قائمة نماذج Hub من الإنترنت عند توفر اتصال. كلا يمكن تعطيله: اذهب إلى Settings → Advanced لتعطيل فحوصات التحديث، و Hub ببساطة لا يعرض نماذج جديدة عند الاتصال دون كسر بقية التطبيق.
الأسئلة المتكررة
هل Jan AI مجاني تماماً؟
نعم. Jan مجاني للتنزيل والاستخدام بدون اشتراك أو حدود استخدام أو ميزات مدفوعة. الكود المصدري منشور تحت AGPL-3.0 على GitHub. التكلفة الوحيدة هي أجهزتك الخاصة والكهرباء.
ما النماذج التي يمكن لـ Jan تشغيلها؟
Jan يشغل أي نموذج بصيغة GGUF. هذا يشمل معظم النماذج مفتوحة الأوزان الشهيرة: عائلة Llama و Mistral و Mixtral و Qwen و Gemma و Phi DeepSeekوغيرها الكثير. Hub المدمج يعرض مجموعة منسقة؛ يمكنك إضافة أي ملف GGUF يدوياً بوضعه في مجلد النماذج.
كم VRAM أحتاج؟
هذا يعتمد على حجم النموذج والتكميم. نموذج 7B عند Q4_K_M يحتاج إلى حوالي 4–5 GB من VRAM؛ نموذج 13B يحتاج 8–9 GB. استدلال CPU فقط يعمل لكنه بطيء — توقع 2–5 tokens في الثانية على CPU حديث مقابل 30–80+ على GPU متوسط المستوى. دليل متطلبات الذاكرة VRAM يسرد الأرقام للنماذج الرئيسية.
هل يمكنني استخدام Jan مع VS Code أو أدوات البرمجة الأخرى؟
نعم. فعّل خادم واجهة برمجية محلي من Jan وأشر أي أداة متوافقة مع OpenAI إلى http://localhost:1337/v1. كل من Continue.dev و Aider والمساعدات البرمجية المشابهة تدعم عناوين URL أساسية مخصصة. اضبط اسم النموذج ليطابق اسم المجلد الذي يستخدمه Jan لنموذجك المُحمَّل.
ما الفرق بين Jan و Ollama؟
Jan هو تطبيق واجهة رسومية سطحية — تتفاعل من خلال واجهة دردشة وتدير النماذج من خلال مركز بصري. Ollama هي أداة سطر أوامر وخدمة خلفية مصممة للمطورين الذين يريدون استدعاء النماذج من البرامج النصية أو دمجها في التطبيقات. كلاهما يوفر واجهة برمجية متوافقة مع OpenAI. Jan مناسبة للمستخدمين غير التقنيين وسير العمل الموجه للواجهة الرسومية؛ Ollama مناسبة للأتمتة ونشر الخوادم.
هل يدعم Jan نماذج متعددة الأنماط (الصور)؟
أضاف Jan دعماً تجريبياً لنماذج الرؤية في الإصدارات الأخيرة، اعتماداً على الإصدار المثبت. تحقق من Hub للبحث عن نماذج مصنفة برؤية أو قدرة متعددة الأنماط. يختلف الدعم وتوفر النموذج حسب الإصدار، لذا راجع ملاحظات إصدار GitHub للإصدار المثبت لديك بدلاً من افتراض أن نموذجاً معيناً سيعمل.