Jan هو تطبيق سطح مكتب مجاني ومفتوح المصدر من Menlo Research لتشغيل النماذج اللغوية الكبيرة بالكامل على أجهزتك الخاصة. لا حاجة للخدمات السحابية، ولا اشتراكات، ولا بيانات تغادر جهازك. يدعم Llama و Qwen و Mistral و Gemma وعشرات النماذج الأخرى بصيغة GGUF على أنظمة Windows و macOS و Linux.
Jan هو تطبيق سطح مكتب مجاني ومفتوح المصدر يقوم بتشغيل النماذج اللغوية الكبيرة محلياً على حاسوبك. تم تطويره بواسطة Menlo Research (وهي شركة ناشئة للبحث والتطوير التطبيقي مقرها سنغافورة، كانت تُعرف سابقاً باسم janhq)، ويتيح لك Jan تنزيل وتشغيل نماذج من عائلات Llama و Qwen و Mistral و Gemma و DeepSeek دون أي اعتماد على الخدمات السحابية. إنه بديل حقيقي لـ ChatGPT يحافظ على كل كلمة في كل محادثة داخل أجهزتك الخاصة. مع أكثر من 5.3 مليون عملية تنزيل و 42,000 نجمة على GitHub اعتباراً من منتصف عام 2026، يُعد أحد أكثر عملاء النماذج اللغوية الكبيرة (LLM) المحلية انتشاراً. المشروع مرخص بموجب Apache 2.0، مما يعني أن الكود المصدري بالكامل قابل للتدقيق، وقابل للنسخ، وقابل للاستخدام قانونياً في المشاريع التجارية دون أي التزامات بدفع حقوق الملكية.
يضم التطبيق واجهة دردشة بأسلوب ChatGPT، ومركز نماذج مدمج لتنزيل ملفات GGUF المكممة مباشرة من HuggingFace، وخادم API محلي متوافق مع OpenAI بنقرة واحدة على localhost:1337. يمكن للمطورين توجيه LangChain أو AutoGen أو أي أداة متوافقة مع OpenAI-SDK إلى نقطة النهاية تلك دون تغيير الكود الخاص بهم. أضاف الإصدار Jan v0.7.7 (فبراير 2026) دعماً أصلياً لـ MLX لمعالجات Apple Silicon، مما أدى إلى تسريع الاستدلال على أجهزة Mac من سلسلة M بشكل كبير. يدعم التطبيق أيضاً بروتوكول سياق النموذج (MCP) للاستخدام التجريبي للأدوات الوكيلة، مما يسمح لـ Jan باستدعاء البحث عبر الويب، والوصول إلى الملفات، والأدوات الخارجية الأخرى من داخل المحادثة. يمكن للمستخدمين اختيارياً ربط مزودي الخدمات السحابية مثل OpenAI أو Anthropic أو Mistral أو Groq عبر مفتاح API لإعداد هجين يجمع بين المحلي والسحابي.
ما الذي يقدمه Jan فعلياً في مايو 2026
الإصدار Jan v0.7.9، الصادر في 23 مارس 2026، هو الإصدار المستقر الحالي. يقوم بجلب قائمة نماذج منتقاة بعناية أثناء الإعداد الأولي، ويحد من طول السياق تلقائياً لمنع أعطال نفاد الذاكرة، ويتضمن واجهة سطر أوامر (CLI) لسير العمل المبرمج على Windows و macOS. يعمل التطبيق على أنظمة Windows 10+ و macOS 13.6+ وتوزيعات Linux الرئيسية، مع متطلبات نظام تبدأ من 8GB RAM (يُوصى بـ 16GB) ومساحة تخزين 10GB+ للنماذج.
محرك الاستدلال الأساسي هو llama.cpp، وهي نفس بيئة تشغيل C++ التي يستخدمها LM Studio و Ollama. بالنسبة لمعالجات Apple Silicon، يوفر مسار MLX (المضاف في 0.7.7) زيادة ملحوظة في السرعة مقارنة بمسار Metal الافتراضي. تتم معالجة تسريع GPU لبطاقات NVIDIA و AMD عبر CUDA و ROCm. يعرض تطبيق Jan معلمات llama.cpp المتقدمة (حجم السياق، درجة الحرارة، عقوبة التكرار، البذرة) من خلال لوحة "الإعدادات المتقدمة" للمستخدمين الذين يرغبون في الضبط الدقيق وتجاوز الإعدادات الافتراضية.
يأتي Jan أيضاً مع عائلة النماذج الخاصة به. تم إصدار Jan-Nano، وهو نموذج غير مفكر بـ 4 مليارات معلمة مُحسّن لمهام البحث العميق باستخدام أدوات MCP، في 16 يونيو 2025، وهو مستضاف على HuggingFace (Menlo/Jan-nano). يتكامل مباشرة مع تطبيق Jan ومصمم لإنتاج تقارير بحثية منظمة وموثقة باستخدام أدوات البحث المتصلة. يوضح دليل إعداد "Jan v1" المرافق على الموقع الرسمي كيفية تكوين موجه النظام المُحسّن للبحث. بالنسبة للمستخدمين الذين يرغبون في البقاء بالكامل داخل نظام Jan البيئي، فإن هذا المزيج من النموذج والتطبيق هو التجربة المثالية المقصودة.
يستحق خادم API المحلي ذكراً خاصاً. عند النقر على "Start Server" في واجهة Jan، فإنه يعرض نقطة نهاية REST متوافقة تماماً مع OpenAI على localhost:1337. على عكس بعض البدائل، يدعم Jan تشغيل نقاط نهاية نماذج متعددة في وقت واحد، مما يعني أنه يمكن للمطور تكوين كل من مثيل Llama محلي ونموذج وكيل OpenAI عن بُعد خلف نفس الواجهة والتبديل بينهما دون إعادة التشغيل.
موقع Jan مقارنة بـ LM Studio و Cherry Studio
يضم مجال تطبيقات سطح المكتب للنماذج اللغوية الكبيرة المحلية ثلاثة منافسين جادين في عام 2026: LM Studio و Jan و Cherry Studio. إنهم يخدمون مستخدمين مختلفين بشكل كبير على الرغم من التشابه الظاهري.
تتلخص المقارنة بين Jan و LM Studio في الانفتاح مقابل الصقل. LM Studio هو برنامج احتكاري ومغلق المصدر ويتطلب ترخيصاً تجارياً لاستخدام الشركات. بينما Jan مرخص بموجب Apache 2.0: كل سطر من التعليمات البرمجية موجود على GitHub، وكل تبعية قابلة للتدقيق، ولا توجد رسوم ترخيص لنشر المؤسسات. بالنسبة للمؤسسات التي تحتاج إلى التحقق من الامتثال (عمليات تدقيق HIPAA و GDPR و SOC 2)، فإن طبيعة Jan مفتوحة المصدر ليست مجرد ميزة تسويقية، بل هي متطلب عملي. من حيث تجربة المستخدم، يتفوق LM Studio بهامش ضيق: يتيح لك متصفح نماذج HuggingFace المدمج تصفية النماذج وتنزيلها دون مغادرة التطبيق في حوالي دقيقتين، بينما يتطلب اكتشاف النماذج في Jan خطوات يدوية أكثر ويستغرق حوالي 5 دقائق للإعداد لأول مرة. تستخدم كلتا الأداتين llama.cpp كمحرك استدلال، لذا فإن سرعة التوليد الخام على نفس الأجهزة متقاربة بنسبة 5%. أضاف LM Studio مؤخراً حزمة SDK احتكارية ودعماً أكثر دقة لـ MLX، مما يمنحه ميزة للمطورين الذين يرغبون في بناء أدوات خاصة بـ LM Studio. ميزة Jan هي أن قاعدة التعليمات البرمجية الخاصة به لن تغير ترخيصها عليك أبداً.
المقارنة بين Jan و Cherry Studio تمثل انقساماً معمارياً أكثر جوهرية. Cherry Studio (المرخص بـ AGPL-3.0) هو في الأساس مُجمِّع سحابي: يمنحك واجهة واحدة مصقولة للتبديل بين أكثر من 20 مزوداً سحابياً للنماذج اللغوية الكبيرة، مع دعم اختياري للنماذج المحلية عبر Ollama كخلفية. هوية Cherry Studio هي "واجهة مستخدم واحدة لجميع واجهات برمجة التطبيقات السحابية الخاصة بك". هوية Jan هي العكس تماماً: القضاء على واجهات برمجة التطبيقات السحابية بالكامل وتشغيل كل شيء على جهازك الخاص. يدعم Cherry Studio نظامي iOS و macOS، وهو ما لا يوفره Jan (لا يوجد عميل للهواتف المحمولة). يمتلك Cherry Studio عدداً أكبر بقليل من نجوم GitHub (حوالي 44,900 مقابل 42,400 لـ Jan) وسير عمل أكثر نشاطاً لتبديل النماذج للمستخدمين الذين يستخدمون بالفعل مزودي خدمات سحابية متعددين. ولكن بالنسبة للمستخدم الذي يتمثل مطلبه الأساسي في عدم مغادرة أي بيانات للجهاز، فإن الحمض النووي لـ Cherry Studio الذي يركز على السحابة يجعله فئة مختلفة من المنتجات. يجب على المستخدمين الذين يقيمون Cherry Studio لقدراته في الذكاء الاصطناعي المحلي أن يفكروا أيضاً في Open WebUI و AnythingLLM، اللذين يقدمان واجهات ذكاء اصطناعي محلية قائمة على الويب مع ميزات قوية لـ RAG وقواعد المعرفة.
"إنه يسهل الأمر على المستخدم النهائي الذي لا يرغب في العبث بتبعيات Python وخطوط الأوامر". EMM_386، Hacker News، مارس 2024
يضع Jan نفسه أيضاً في مكانة مختلفة عن Ollama، الذي يعتمد على واجهة سطر الأوامر (CLI) أولاً ويعمل بدون واجهة رسومية. Ollama هو واجهة خلفية؛ بينما يضم Jan واجهة أمامية كاملة. في الواقع، يقوم العديد من المستخدمين بتشغيل كليهما: يقدم Ollama النماذج لواجهات أمامية متعددة بينما يعمل Jan كعميل دردشة لسطح المكتب. الأداتان تكملان بعضهما البعض بدلاً من التنافس المباشر.
كيف يبدو واقع سير عمل النماذج اللغوية الكبيرة المحلية
ينقسم الاستخدام اليومي لـ Jan إلى ثلاثة أنماط. الأول هو سير عمل مراجعة المستندات المعزول للخصوصية: يقوم أخصائي الرعاية الصحية أو المحامي أو المحلل المالي بتعطيل اتصال الإنترنت الخاص به، وتحميل نموذج مكمم بـ 7B أو 13B معلمة (ملفات GGUF بحجم 3-8GB)، ويستخدم واجهة الدردشة للاستعلام أو تلخيص المستندات التي لا يمكن إرسالها إلى مزود سحابي. هذا هو أوضح عرض قيمة لـ Jan والسيناريو الذي لا يمكن لأي أداة سحابية أن تنافس فيه على ضمانات الخصوصية.
النمط الثاني هو حلقة API المحلية للمطورين: تشغيل خادم Jan على localhost:1337، وتوجيه تطبيق LangChain أو تطبيق Python مخصص إليه، والتكرار على المطالبات ومنطق الوكيل دون تراكم تكاليف API. تعني نقطة نهاية Jan المتوافقة مع OpenAI أن الكود الحالي الذي يستدعي openai.chat.completions.create() يتطلب فقط تغييراً في عنوان URL الأساسي للتشغيل مقابل نموذج محلي. بالنسبة للمطورين الذين يبنون ويختبرون ميزات النماذج اللغوية الكبيرة، يعد هذا ميزة كبيرة من حيث التكلفة وزمن الوصول أثناء التطوير.
النمط الثالث هو وضع مساعد البحث باستخدام Jan-Nano و MCP. قم بتكوين Jan مع خادم MCP يوفر وصولاً للبحث عبر الويب، وقم بتحميل نموذج Jan-Nano 4B مع موجه نظام البحث الخاص به، واطلب منه إنتاج تقرير منظم حول موضوع ما. يحقق Jan-Nano دقة تبلغ 91.1% في معيار SimpleQA، مقارنة بـ 78.3% لنموذج Lucy 1.7B السابق الذي حل محله. ينتج سير العمل هذا بحثاً منظماً وموثقاً بدلاً من الردود الحوارية العادية.
"إنه يحاول أيضاً تخصيص 30gb وهو حجم النموذج ولكن vram الخاص بي هو 10gb فقط والجهاز 32gb، لذلك هذا غير منطقي. يعمل Ollama بشكل مثالي مع نماذج 30b.". مستخدم مجهول، تقرير مجتمع BigGo، أغسطس 2025
نقطة الاحتكاك التي يواجهها المستخدمون في أغلب الأحيان هي اكتشاف VRAM. لا يقوم Jan دائماً بتقسيم تحميل النموذج بشكل صحيح عبر ذاكرة CPU و GPU بالطريقة التي يقوم بها Ollama، لذلك يجد المستخدمون الذين لديهم بطاقات VRAM بسعة 10-12GB أحياناً أن Jan يرفض تحميل نموذج يعمل بشكل جيد في Ollama. هذه مشكلة معروفة اعتباراً من 2025-2026 وهي الشكوى الأكثر شيوعاً في منتديات المجتمع. أضاف الإصدار 0.7.9 حداً لطول السياق لتقليل فئة واحدة من هذه الأعطال، لكن منطق تخصيص VRAM لا يزال غير مثالي.
لمن تم بناء Jan
Jan هو الأداة المناسبة للمحترفين الذين يضعون الخصوصية أولاً: أي شخص يتعامل مع مستندات سرية أو سجلات طبية أو مذكرات قانونية أو بيانات مالية ويحتاج إلى مساعدة الذكاء الاصطناعي دون التعرض للسحابة. وهو مناسب بنفس القدر لمناصري المصادر المفتوحة الذين يحتاجون إلى كود قابل للتدقيق ومرخص بموجب Apache 2.0 لأغراض الامتثال. المطورون الذين يريدون خادم استدلال محلي قائم على واجهة المستخدم الرسومية لاختبار تكاملات النماذج اللغوية الكبيرة، دون إدارة واجهة سطر أوامر Ollama، هم أيضاً مستخدمون طبيعيون.
ليس Jan الخيار الصحيح للمستخدمين الذين يعطون الأولوية لسرعة اكتشاف النماذج وتجربة التشغيل الأولى المصقولة: يتعامل LM Studio مع الإعداد الأولي بسلاسة أكبر ويتطلب متصفح HuggingFace المدمج الخاص به خطوات أقل. كما أن Jan غير مناسب للمستخدمين الذين يحتاجون إلى تشغيل نماذج متعددة في وقت واحد، حيث أن جلسات النماذج المتوازية غير مدعومة بالكامل. يجب على أي شخص يريد واجهة يمكن الوصول إليها عبر الويب بدلاً من تطبيق سطح المكتب أن ينظر إلى Open WebUI أو AnythingLLM بدلاً من ذلك.
تم اختيار Jan كواحدة من أفضل 20 شركة ناشئة مفتوحة المصدر لعام 2024 من قبل ROSS Index التابع لـ TechCrunch (22 مارس 2025)، بناءً على معدل نمو نجوم GitHub. يعكس هذا التقدير زخماً مجتمعياً حقيقياً: فقد جمع المشروع أكثر من 42,000 نجمة و 5.3 مليون عملية تنزيل دون أي فئة مدفوعة أو تسويق مكثف. كان قرار الفريق في يوليو 2025 بأرشفة Cortex.cpp ودمج عمل الاستدلال الخاص بهم مباشرة في llama.cpp خياراً متعمداً لتعزيز الأساس المشترك مفتوح المصدر بدلاً من الحفاظ على نسخة منافسة.
ما لا يقدمه Jan
Jan ليس مزوداً للنماذج. فهو لا يقوم بتدريب أو ضبط دقيق أو استضافة أي نماذج لغوية كبيرة على خوادمه الخاصة. أنت توفر الأجهزة؛ و Jan يوفر الواجهة. إذا كنت تبحث عن خدمة مُدارة تستضيف النماذج نيابة عنك، فأنت بحاجة إلى شيء مثل العرض السحابي لـ Ollama، أو مزود سحابي مباشرة.
Jan ليس منشئ ذكاء اصطناعي بدون كود. فهو لا يتيح لك نشر روبوتات الدردشة للمستخدمين الخارجيين، أو بناء مسارات عمل بواجهة مرئية، أو الاتصال بتطبيقات الأعمال مثل Slack أو Notion بشكل افتراضي. بالنسبة لحالات الاستخدام هذه، تتمتع AnythingLLM والأدوات المماثلة بميزات سير عمل ونشر أكثر نضجاً.
لا يعمل Jan على الهواتف المحمولة. لا يوجد عميل لـ iOS أو Android اعتباراً من منتصف عام 2026. سيحتاج المستخدمون الذين يريدون نموذجاً لغوياً كبيراً محلياً على iPhone أو iPad إلى البحث في مكان آخر.
أخيراً، يستحق ادعاء Jan بأنه "غير متصل بالإنترنت بنسبة 100%" بعض التوضيح. يقوم التطبيق بإجراء اتصالات بـ GitHub والمصادر الخارجية للحصول على البيانات الوصفية للنموذج والتحقق من التحديثات أثناء التشغيل العادي. إنه ليس معزولاً عن الشبكة بشكل افتراضي. يجب على المستخدمين في البيئات المعزولة تماماً التحقق من سلوك الشبكة قبل النشر أو تكوين قواعد الشبكة وفقاً لذلك.
تقييمات المستخدمين
لا توجد تقييمات بعد. كن أول من يشارك تجربته!
سجّل الدخول لكتابة تقييم.
ظهرت في مجموعات
قوائم منتقاة تتضمّن Jan.
مقالات ذات صلة
أدلة ومقالات ذات صلة بـ Jan.
Run Open Source AI Models Locally: Battle-Tested Guide
Vantaige Launches the LLM VRAM Calculator: A Free GPU Compatibility Finder for Open-source and Open-Weight AI
Ship Your First MCP Server in 20 Minutes (2026)
Nous Hermes 4: The Self-Hosted Open-Weight Agent Brain (2026)
AI Security Tools for Small Teams (2026): The Stack That Doesn't Need a SOC
