GlassArc：零API密钥的本地AI助手，整合LLM与实时网络搜索

GlassArc是一款单文件、自包含的本地AI助手，无需API密钥即可运行大语言模型（LLM），并集成DuckDuckGo和Google实时搜索，支持终端与Web双模式。其核心卖点包括隐私保护、零成本、部署门槛低，适合关注数据安全、网络受限或成本敏感的用户。项目开源，由Hukam512维护，发布于GitHub。

在AI工具依赖云端API和订阅服务的趋势下，GlassArc提供了本地运行的替代方案。它将LLM与实时搜索整合在单文件中，无需API密钥，降低部署门槛。针对隐私关注、成本控制或离线需求用户，具有实用价值。核心设计理念是单文件部署、零API密钥、本地LLM支持、内置搜索。

1.本地AI对话：用llama-cpp-python加载GGUF模型（默认Qwen2.5-3B），8192token上下文窗口，自动分块摘要超长输入；2.实时搜索：零API密钥，并行抓取DuckDuckGo/Google，优化策略（UA轮换、延迟、内容提取、去重）；3.双模式交互：终端模式（命令行）和Web模式（Flask框架，稳定无重启问题）；4.智能模型管理：根据资源自动选择模型（Qwen2.5-3B需4GB内存，否则用TinyLlama）。

1.数据完整性：生成内容计算CRC32校验和；2.日志系统：glassarc_trace.log记录关键操作，slow_ops.log记录超60秒操作；3.提示词优化：Qwen系列用ChatML模板区分角色，提升输出质量。

环境准备：安装依赖（llama-cpp-python、requests、beautifulsoup4、trafilatura、fake-useragent、flask）；模型下载：通过huggingface_hub下载Qwen2.5-3B-Instruct-GGUF模型到models目录；启动方式：终端模式（python glassarc_safe.py）、Web模式（加--web参数）；常用命令：/web触发搜索、exit退出会话。

适合隐私敏感环境（本地计算无数据外传）、网络受限地区（无API区域限制）、成本敏感用户（免费开源）、离线/内网环境（AI对话离线可用）、快速原型验证（单文件部署）。

搜索依赖网页抓取，可能被反爬虫限制；本地模型性能受硬件影响，复杂任务不如云端；Web界面默认5000端口，需注意端口冲突。

GlassArc回归AI工具本质，降低使用门槛与依赖复杂度，适合自主可控需求用户。项目采用MIT许可证开源，模型遵循原始许可证。感谢llama.cpp、llama-cpp-python等开源项目支持，其单文件架构、零API设计体现对实用性与用户体验的深入思考。