Msty
本地优先 + 多模型并行的桌面 AI——Split Chats / Knowledge Stack / Agent Mode 三件套
Ollama / LM Studio 的『精品桌面应用版』——拒绝 CLI + 拒绝云上传 + 多模型同窗对比的最佳选择。Mac mini / Linux 私人 AI 服务器场景神器。要团队协作 + 云同步建议 Claude Team / ChatGPT Team。
TL;DR
Msty 是 privacy-first 桌面 AI 工作站，macOS / Windows / Linux 原生 app + 浏览器，独立开发者出品。差异点：内置 MLX (Apple) / llama.cpp / Ollama 三种本地推理引擎，无需 CLI + Hosted Models（OpenAI / Anthropic / Gemini）一窗体并存 + Split Chats 同问题多模型并行 + Knowledge Stack（per-conversation RAG）+ Prompt / Persona / Skills 三个 Studios + Agent Mode 多步执行。Free 本地无限 / Aurum $149·年 / Lifetime $349 / Enterprise $300/user·年。
适合：隐私敏感 + 不愿数据上云；Mac mini / Linux box 当私人 AI 服务器；想避开 Ollama CLI 的非工程师；多模型对比决策场景。不适合：硬件不行（7B+ 本地跑不动）；要 BYO API + 极简（用 Typing Mind）；要 mobile（无 iOS / Android 移动 app）；团队协作（更适合 Claude Team）。
核心能力
- 三引擎本地推理：MLX（Apple）/ llama.cpp / Ollama 开箱即用
- Hosted Models：OpenAI / Anthropic / Gemini 一窗体接入
- Split Chats：同问题同时跑多模型 + side-by-side 对比
- Knowledge Stack：per-conversation RAG，文档 / URL / Obsidian vault / YouTube transcript
- Prompt Studio：变量 + 模板 + 测试
- Persona Studio：自定义角色 + 工具 + context
- Skills Studio：可复用能力包
- Agent Mode：多步执行 + 工具调用
- Flowchart 对话：分支可视化
- Real-time 数据：实时 web fetch
- Offline-first：零账号 / 零 telemetry / 零云依赖（Free）
- Cloud Sync（Aurum）：跨设备同步对话
价格
- Free：$0 永久；本地全功能 + 云 API 接入 + Split Chats + Knowledge Stack
- Aurum：$149/年；cloud sync + 高级 Knowledge + Studio Desktop alpha + 优先支持
- Lifetime：$349 一次；Aurum 全部功能 + 终身更新
- Enterprise：$300/user·年；SSO + 私有部署 + 团队管理
Lifetime 在 2 年用回本，重度用户首选。Free 已经足够个人 90% 场景。
实测（macOS + Mac mini 私人 AI 服务器）
亮点：
- 装完立刻能用，无需 Ollama / llama.cpp / MLX 任何 CLI
- Split Chats 对比 GPT-5 + Claude + Qwen2.5 + Llama 3.3 一目了然
- Knowledge Stack 的 per-conversation 设计完美：每项目独立 RAG context
- Prompt / Persona / Skills 三 Studio 解决重复 prompt 痛点
- MLX 在 M1/M2/M3/M4 上跑得快
- 中文 Qwen2.5 / DeepSeek 走本地路径无外网依赖
- Free 永久免费 + 本地无限 = 真正 zero-cost 路径
- Lifetime $349 比 ChatGPT Plus 18 个月便宜
踩坑：
- 本地性能受硬件限制：M1 Air 跑 7B 慢，M3 Max / Mac Studio / 高端 GPU 更适合
- 插件 / Skill 生态比 Typing Mind / LM Studio 弱
- 桌面 only，无 iOS / Android
- llama.cpp 更新滞后官方上游 1-2 版本
- Knowledge Stack 大文档（>100MB）切分偶尔失败
- Agent Mode 仍在打磨，复杂任务稳定性不如 Claude
- Studio Desktop（Aurum alpha）测试中，bug 偶发
- 中文 UI 不完整，部分功能仍是英文
上手
- msty.ai → 下载 macOS / Windows / Linux → 安装
- Settings → Model Providers → Ollama 连本地（或直接装 Msty 自带 llama.cpp / MLX）
- 装 1-2 个本地模型：Qwen2.5 7B（中文）+ Llama 3.3 8B（英文）
- 加云模型：OpenAI Key + Anthropic Key
- 新建 chat → 试 Split Chats：+ 第二个模型 → 同问题并行
- Knowledge Stack → 上传项目文档 → 附加到 conversation
- 满意后 Free 用着，重度需要同步上 Lifetime $349
对比
| 维度 | Msty | Ollama | LM Studio | Jan |
|---|---|---|---|---|
| GUI | ✅ 颜值高 | ❌ CLI | ✅ | ✅ |
| 本地引擎 | MLX/llama.cpp/Ollama | Ollama | llama.cpp | llama.cpp |
| 云模型 | ✅ | ❌ | ❌ | 部分 |
| Split Chats | ✅ 旗舰 | ❌ | 部分 | – |
| Knowledge Stack | ✅ per-conv | ❌ | ❌ | 部分 |
| Studios | ✅ Prompt/Persona/Skills | – | – | – |
| 开源 | ❌ | ✅ MIT | ❌ | ✅ Apache 2.0 |
| 起价 | $0 | $0 | $0 | $0 |
| 终身 | $349 | – | – | – |
| 适合 | 桌面颜值 + 多模型 | CLI / Server | 模型市场 | 严格开源 |
避坑
- 硬件评估：M1 Air 8GB 只跑 3B-7B，M3 Pro / Max 跑 13B-30B 流畅
- Ollama 已装就连：避免重复下模型，连本地 Ollama 复用 model library
- Knowledge Stack 文档：单文档 <50MB 最稳，大文件先切分
- Persona vs Skill：Persona 是角色（完整 system + 模型）；Skill 是能力包；不要混用
- Split Chats 三个模型够：4 个起每问 token 烧得快
- Aurum cloud sync 谨慎：隐私敏感场景仍用 Free 本地
- Studio Desktop alpha：稳定性不如 main 版本，重要工作不要全押
- 本地中文模型：Qwen2.5 7B / DeepSeek 7B 中文最优，Llama 3.3 8B 英文最优
- MCP server：当前不如 Claude Desktop 强，要 MCP 重度场景考虑 Claude Desktop / Crush
适合 / 不适合
- ✅ 隐私敏感 + 数据零云
- ✅ Mac mini / Linux box 私人 AI 服务器
- ✅ 不愿学 Ollama CLI 的非工程师
- ✅ 多模型对比决策场景
- ❌ 硬件不行（8GB RAM）跑不动 7B+
- ❌ 要 mobile 移动主力
- ❌ 团队协作 + 共享 workspace
- ❌ 要 MCP 工具栈深度（用 Claude Desktop / Crush）
相关阅读
来源
- Msty 官网 + Features（MLX / llama.cpp / Ollama / Studios）https://msty.ai/studio/features
- AI Chat Daily — Msty Review 2026（4.3/5 评分 + Lifetime）https://www.aichatdaily.com/tools/msty
- ML Journey — Msty Multi-model Comparison Guide https://mljourney.com/msty-the-local-llm-app-that-lets-you-compare-models-side-by-side
- AISO Tools — Msty Pricing 2026 https://aisotools.com/pricing/msty
| 计划 | 价格 | 限制 | 国内支付 | 备注 |
|---|---|---|---|---|
| Free | $0 | — | — | |
| Aurum | $149/年 | — | — | |
| Lifetime | $349 一次 | — | — | |
| Enterprise | $300/user·年 | — | — |
和 Ollama / LM Studio / Jan / AnythingLLM 怎么选？
Msty 强在『多模型 split chat 对比 + Knowledge Stack 灵活 per-conversation + UI 颜值』。Ollama 是 CLI + server，无 GUI 适合开发者。LM Studio 强在『模型市场 + 性能 profiling』。Jan 开源 + Apache 2.0 协议自由度高。AnythingLLM 强在 workspace + RAG agent。要桌面颜值 + 多模型对比 + 简单 RAG → Msty；要 CLI / server → Ollama；要模型市场 → LM Studio；要严格开源 → Jan。
Knowledge Stack 怎么用？
上传文档 / URL / 文本到 Knowledge collection，per-conversation 附加。和 AnythingLLM 的 workspace 区别：Msty 是 conversation 级，每对话独立 context，不会跨对话泄露。多项目并行场景非常顺。Aurum 解锁更大 / 更高级 Knowledge。
Split Chats 真的实用吗？
对，多模型决策场景非常有用：决定哪个模型适合任务（同问题看 GPT-5 / Claude / Llama 3 输出）；本地 vs 云模型质量评估；事实问题模型分歧检测（多个模型给同样答案 = 更可信）。日常使用确实降低选错模型成本。
中国大陆能用吗？
本地模式完全离线可用（Ollama / llama.cpp / MLX 本地模型 + Qwen / DeepSeek 中文模型）。云模式接 OpenAI / Anthropic 需要海外网络 + 卡。Aurum 订阅需海外支付。最佳路径：本地 Free + Ollama + Qwen2.5/DeepSeek 中文，零订阅 + 零外网依赖。