← 六张分榜 · 选型矩阵

应用平台榜：16 个方案，按上手成本排

模型之上的界面与知识库。它决定非技术同事能不能真的用起来。

这类方案怎么挑

• 先分清「聊天客户端」和「知识库平台」：前者装上就能用，后者要接解析与检索。
• 团队用必须看多人协作与权限；桌面客户端适合个人，不适合做部门工具。
• 许可带附加条款的项目不少，对外提供服务前先读原文。

榜单

1. Cherry Studio — 桌面端；应用平台；显存 无；难度 1/5；开源（见仓库）。
   中文生态里最好用的桌面客户端，多模型、知识库、MCP 插件都内建，装上就能干活。 注意：桌面端形态，团队没法共享会话；数据在本机，换机器要自己搬。
2. AnythingLLM — 桌面端；应用平台；显存 8G；难度 1/5；MIT。
   桌面端拖文件建本地知识库，零代码起步，也能跑服务端模式给团队用。 注意：桌面版适合个人；文档解析能力比 RAGFlow 弱，复杂表格容易糊。
3. Flowise — Docker；应用平台；显存 无；难度 2/5；Apache-2.0。
   拖拽式编排 LLM 流程，能把检索、工具调用、条件分支串成一条可视化的线。 注意：流程一复杂就难调；生产所需的权限、审计、限流要自己补，官方在这块偏弱。
4. GenOffice — 桌面端；应用平台；显存 无需；难度 2/5；Apache-2.0。
   开源的 AI 办公套件：直接打开、编辑、保存原生 docx / xlsx / pptx，只重写你改过的部分，其余字节原样保留，所以存完在微软 Office 里照样正常打开。带 CLI 与 MCP，Claude Code、Codex、Cursor 可以直接调它读写真实 Office 文件；PDF 转 Word/Excel/PPT 在本机完成。 注意：「AI 在本机」只指文件处理：模型请求仍要出网，除非你把它指到本地 OpenAI 兼容端点。odt / 老版 .doc / 韩文 .hwp 只能导入，另存一律写回 OOXML，不保留原格式；「对 AI 隐藏选中内容」只对它自己面板里的 AI 生效，走 CLI / MCP 的 agent 照样读得到。
5. Langflow — Docker；应用平台；显存 无；难度 2/5；MIT。
   可视化编排并直接导出一个 API 端点，从原型到能调用的接口很快。 注意：小版本升级常带破坏性变更；长任务没自带队列，并发上来要自己接。
6. LibreChat — Docker；应用平台；显存 无；难度 2/5；MIT。
   多用户 ChatGPT 式界面，能接本地模型和外部模型，账号体系比 Open WebUI 细。 注意：它只是聊天壳，知识库和流程编排要另外接。
7. LobeChat — Docker；应用平台；显存 无；难度 2/5；开源（见仓库）。
   界面完成度最高的开源聊天客户端，插件、知识库、多模型切换都有，中文体验好。 注意：许可带商用附加条款，对外提供服务前必须读原文；企业级功能（SSO、审计）在付费版里。
8. Open WebUI — Docker；应用平台；显存 无；难度 2/5；开源（带品牌条款）。
   给 Ollama / vLLM 套一个多用户网页端：账号、历史会话、模型切换、文件对话。 注意：权限模型粗，直接暴露到公网有风险，务必挂在内网并单独做鉴权。
9. n8n — Docker；应用平台；显存 无；难度 2/5；Sustainable Use License。
   通用自动化平台，AI 节点能直接接模型、向量库和 HTTP 接口，适合把 AI 塞进现有业务流程。 注意：许可不是 OSI 开源（Sustainable Use License），对外提供托管服务需要买授权。
10. MaxKB — Docker；应用平台；显存 4G；难度 2/5；GPL-3.0。
    开源知识库问答系统，1Panel 生态配套，中文界面开箱即用。 注意：GPL 传染性要评估：二次开发或嵌入商业产品前先过法务。
11. Dify — Docker；应用平台；显存 无；难度 3/5；开源（商用有限制）。
    可视化编排工作流 / Agent / 知识库，社区版可完全自托管，接外部模型也行。 注意：compose 起步就是七八个容器；镜像源、版本兼容是最常见的坑。
12. FastGPT — Docker；应用平台；显存 4G；难度 3/5；开源（商用有限制）。
    知识库问答 + 可视化流程编排，中文文档齐全，接国内模型顺手。 注意：开源版与企业版功能有差异，选型前先看版本对照表，别按官网截图评估。
13. QAnything — Docker；应用平台；显存 8G；难度 3/5；AGPL-3.0。
    网易有道的本地知识库问答，中文 PDF/表格解析和检索链路打磨得比通用 RAG 框架细。 注意：AGPL；解析与模型绑定较深，换模型要动配置和脚本，二次开发成本不低。
14. RAGFlow — Docker；应用平台；显存 8G；难度 3/5；Apache-2.0。
    以深度文档解析为卖点的 RAG 引擎，中文 PDF、表格、扫描件处理是它的强项。 注意：解析模板与切分选错会拖垮召回；升级前一定要在测试库跑检索测试比对。
15. Bisheng — Docker；应用平台；显存 16G；难度 4/5；Apache-2.0。
    一站式企业知识库 + 工作流，中文文档解析、权限体系和模型管理比较完整。 注意：组件多、依赖重，部署与升级都要人盯；小团队容易被运维拖死。
16. 毕昇 Bisheng — K8s；应用平台；显存 16G；难度 4/5；Apache-2.0。
    国产企业级平台：模型管理、知识库、工作流、应用发布都在一套里，面向内网部署设计。 注意：组件多、部署门槛高，没有运维的团队不建议直接上。

字段核验：2026-11。榜单免费，多条件筛选、CSV 导出与 MCP 接入在会员里。