چگونه گردش کارهای Perplexity AI را کاملاً روی مک خود اجرا کنید: راهنمای راه‌اندازی محلی

برای سال‌ها، وعده «هوش مصنوعی محلی» شبیه به سرگرمی‌ای خاص برای توسعه‌دهندگانی بود که رک‌های سرور را در زیرزمین خانه‌های خود نگه می‌داشتند. اما در اواخر سال 2026، وضعیت به‌طور چشمگیری تغییر کرده است. با بلوغ تراشه‌های Apple Silicon و ظهور مدل‌های زبانی کوچک و کارآمد (SLM)، اجرای گردش کارهای پژوهشی باکیفیت به سبک Perplexity کاملاً روی مک شما، دیگر تنها امکان‌پذیر نیست؛ بلکه عملی، خصوصی و به‌طور شگفت‌انگیزی سریع است.

اما بیایید شفاف باشیم: هدف، جایگزینی کامل فضای ابری نیست. هدف، کنترل است. هدف، پاسخ دادن به سؤالات حساس بدون ارسال داده‌های شما به سرور شخص ثالث است. هدف، کار کردن در هواپیما، در تونل، یا صرفاً کاهش خستگی ناشی از اشتراک‌های متعدد است.

اگر کاربر مک هستید و می‌خواهید بدانید چگونه تجربه «موتور پاسخ‌دهی» را به‌صورت محلی شبیه‌سازی کنید، این راهنما شما را از طریق الزامات سخت‌افزاری، پشته نرم‌افزاری و تنظیمات گردش کار لازم برای رسیدن به این هدف راهنمایی می‌کند.

چرا به‌صورت محلی؟ دلایل پژوهش آفلاین

قبل از ورود به مراحل راه‌اندازی، درک این نکته حیاتی است که چرا باید این زحمت را به خود بدهید. سرویس ابری Perplexity AI عالی است، اما با مبادلات ذاتی همراه است.

1. اولویت با حریم خصوصی: هنگامی که از یک هوش مصنوعی مبتنی بر ابر پرس‌وجو می‌کنید، دستور متنی شما (و اغلب زمینه گفتگو) دستگاه شما را ترک می‌کند. برای روزنامه‌نگاران، وکلا یا پژوهشگرانی که با داده‌های محرمانه کار می‌کنند، اجرای محلی تضمین می‌کند که ورودی‌های شما هرگز از مک شما خارج نشوند.
2. تأخیر صفر برای وظایف ساده: پس از بارگذاری مدل در حافظه، استنتاج می‌تواند آنی باشد. هیچ زمان رفت‌وبرگشت شبکه‌ای وجود ندارد.
3. پیش‌بینی‌پذیری هزینه: شما یک‌بار برای سخت‌افزار هزینه می‌کنید. تا زمانی که در چارچوب قابلیت‌های مدل محلی خود بمانید، هیچ هزینه ماهانه API یا پلن اشتراکی برای نگرانی وجود ندارد.
4. قابلیت آفلاین: می‌توانید زمانی که اتصال اینترنتی ندارید، پژوهش کنید. این ویژگی برای مسافران یا کسانی که در مناطق با اتصال ناپایدار زندگی می‌کنند، بی‌ارزش نیست.

اما هوش مصنوعی محلی محدودیت‌هایی دارد. مگر اینکه پلی پیچیده به مرورگر خود بسازید، به مرور وب به‌صورت لحظه‌ای دسترسی نخواهید داشت. همچنین تعداد پارامترهای عظیم غول‌های ابری مانند GPT-5 یا Claude 4.5 را نخواهید داشت. هدف در اینجا کارایی و حریم خصوصی است، نه هوش خام و بی‌حد.

الزامات سخت‌افزاری: آیا مک شما از پس آن برمی‌آید؟

همه مک‌ها برای هوش مصنوعی محلی یکسان نیستند. گلوگاه به‌ندرت پردازنده مرکزی (CPU) است؛ بلکه معماری حافظه یکپارچه (UMA) و هسته‌های GPU هستند.

نقطه بهینه: تراشه‌های اپل سیلیکون (M1/M2/M3/M4)

اگر از مک مبتنی بر اینتل استفاده می‌کنید، با مشکل مواجه خواهید شد. شتاب‌دهنده گرافیکی برای مدل‌های ترنسفورمر مدرن کافی نیست. شما به اپل سیلیکون نیاز دارید.

• حداقل تنظیمات قابل قبول: M1/M2 با 16 گیگابایت رم.
  • آنچه می‌توانید اجرا کنید: مدل‌های کوچک (3B تا 7B پارامتر) کوانتیزه‌شده به 4 بیتی.
  • عملکرد: برای پرسش‌های کوتاه قابل قبول است. ممکن است در پنجره‌های متنی طولانی دچار مشکل شود.
• تنظیمات توصیه‌شده: M3/M4 Pro/Max با 32 تا 64 گیگابایت رم.
  • آنچه می‌توانید اجرا کنید: مدل‌های متوسط (7B تا 13B پارامتر) با دقت بالاتر (8 بیتی) یا مدل‌های بزرگ‌تر (30B به بالا) با کوانتیزاسیون سنگین.
  • عملکرد: روان، پاسخگو و توانمند در تحلیل چندسند.
• تنظیمات کاربر حرفه‌ای: M4 Max/Ultra با 96 گیگابایت رم به بالا.
  • آنچه می‌توانید اجرا کنید: مدل‌های بزرگ (70B به بالا) با کوانتیزاسیون تهاجمی.
  • عملکرد: کیفیتی نزدیک به ابر برای بسیاری از وظایف، هرچند کندتر از مدل‌های کوچک‌تر.

نکته کلیدی: رم پادشاه است. اگر می‌خواهید با خیال راحت یک مدل 13B را بارگذاری کنید و همزمان مرورگر و محیط توسعه (IDE) خود را باز نگه دارید، به حداقل 32 گیگابایت حافظه یکپارچه نیاز دارید. 16 گیگابایت تنگ است و اغلب منجر به سواپ (Swap) می‌شود که عملکرد را از بین می‌برد.

پشته نرم‌افزاری: ساخت موتور پاسخ‌دهی محلی شما

برای تکرار گردش کار Perplexity، به سه جزء نیاز دارید:

1. اجرای‌کننده مدل: نرم‌افزاری که مدل زبانی بزرگ (LLM) را بارگذاری و اجرا می‌کند.
2. مدل: مغز واقعی هوش مصنوعی (مانند Llama 3، Mistral، Gemma).
3. رابط کاربری: رابطی که به شما امکان چت، بارگذاری اسناد و مدیریت تاریخچه را می‌دهد.

مرحله 1: اجرای‌کننده مدل خود را انتخاب کنید

چندین اجرای‌کننده متن‌باز عالی برای macOS وجود دارد. توصیه می‌کنیم با یکی از این دو شروع کنید:

گزینه A: Ollama (ساده‌ترین)

Ollama به استاندارد دوفاکتو برای مدل‌های زبانی بزرگ محلی روی مک تبدیل شده است. این یک ابزار خط فرمان با API ساده است، اما رابط‌های گرافیکی ساخته‌شده توسط جامعه کاربری نیز دارد.

• مزایا: نصب بسیار آسان (brew install ollama)، کتابخانه بزرگ مدل‌های از پیش کوانتایز‌شده، سربار کم منابع.
• معایب: رابط گرافیکی بومی ندارد (برای چت به یک اپلیکیشن شخص ثالث نیاز دارید).

گزینه B: LM Studio (بهترین رابط گرافیکی)

LM Studio یک اپلیکیشن بومی و صیقل‌خورده برای macOS ارائه می‌دهد. دانلود مدل، انتخاب کوانتایزیشن و رابط چت را در یک بسته یکپارچه مدیریت می‌کند.

• مزایا: کاربرپسند، مدیر مدل بصری، پشتیبانی از امبدینگ‌های محلی و RAG (تولید تقویت‌شده با بازیابی) به‌صورت پیش‌فرض.
• معایب: مصرف منابع کمی بیشتر از Ollama، انعطاف‌پذیری کمتر برای اسکریپت‌نویسی.

توصیه: اگر تجربه‌ای شبیه به «Perplexity» با کمترین اصطکاک می‌خواهید، از LM Studio استفاده کنید. اگر توسعه‌دهنده هستید یا می‌خواهید هوش مصنوعی را در اسکریپت‌های خود ادغام کنید، از Ollama استفاده کنید.

مرحله 2: انتخاب مدل‌های مناسب

شما نمی‌توانید همه مدل‌ها را اجرا کنید. به مدل‌هایی نیاز دارید که برای پیروی از دستورالعمل و RAG بهینه شده باشند.

• برای تحقیقات عمومی: Llama-3.1-8B-Instruct یا Mistral-7B-Instruct-v0.3. این مدل‌ها متعادل، سریع و در خلاصه‌سازی خوب عمل می‌کنند.
• برای کدنویسی/فنی: DeepSeek-Coder-V2-Lite (در صورت دسترسی محلی) یا CodeLlama.
• برای بافت طولانی (تحلیل سند): معادل‌های Gemini-1.5-Flash کاملاً باز نیستند، اما Llama-3.1-70B (کوانتایز‌شده) یا Qwen-14B با تنظیم دقیق برای بافت طولانی، گزینه‌های قدرتمندی هستند.

نکته: همیشه به دنبال نسخه‌های «Instruct» مدل‌ها باشید. مدل‌های پایه پیش‌بین‌کننده توکن بعدی هستند؛ مدل‌های Instruct برای پاسخ به سوالات تنظیم شده‌اند.

مرحله 3: پیاده‌سازی RAG به سبک «Perplexity»

جادوی Perplexity در توانایی آن برای ارجاع به منابع است. به‌صورت محلی، می‌توانید با استفاده از تولید تقویت‌شده با بازیابی (RAG) این قابلیت را تقریب بزنید.

1. آماده‌سازی داده‌ها: فایل‌های PDF، مارک‌داون یا یادداشت‌های خود را در یک پوشه محلی ذخیره کنید.
2. امبدینگ: از یک مدل امبدینگ محلی (مانند nomic-embed-text در Ollama یا LM Studio) برای تبدیل اسناد خود به امبدینگ‌های برداری استفاده کنید.
3. پایگاه داده برداری: این امبدینگ‌ها را در یک فروشگاه برداری محلی ذخیره کنید (LM Studio یک قابلیت «سرور محلی» داخلی دارد که این کار را انجام می‌دهد؛ یا اگر کدنویسی می‌کنید، از ChromaDB یا LanceDB استفاده کنید).
4. پرس‌وجو: هنگامی که سوالی می‌پرسید، سیستم در فروشگاه برداری محلی شما برای قطعه‌های مرتبط جستجو می‌کند، آن‌ها را به‌عنوان بافت به LLM می‌دهد و از LLM می‌خواهد که فقط بر اساس آن بافت پاسخ دهد.

این فرآیند، جریان «جستجو سپس پاسخ» در Perplexity را شبیه‌سازی می‌کند، اما با داده‌های خصوصی خودتان.

مقایسه: گردش کار محلی در برابر ابری

برای کمک به تصمیم‌گیری شما درباره اینکه زمان و سخت‌افزار خود را کجا سرمایه‌گذاری کنید، در اینجا یک مقایسه واقع‌بینانه آورده شده است.

مزایا و معایب رویکرد محلی

مزایا

• کنترل کامل: شما تصمیم می‌گیرید از کدام مدل‌ها استفاده کنید. اگر یک مدل متن‌باز جدید منتشر شود، می‌توانید در چند دقیقه آن را دانلود کنید.
• بدون فیلترهای سانسور: مدل‌های محلی اغلب گاردهای ایمنی کمتری نسبت به APIهای ابری دارند و این امکان را برای خروجی‌های ظریف‌تر یا خلاقانه‌تر فراهم می‌کنند (با مسئولیت‌پذیری استفاده کنید).
• یکپارچه‌سازی: می‌توانید هوش مصنوعی محلی را به‌صورت یکپارچه به یادداشت‌های Obsidian، VS Code یا اسکریپت‌های ترمینال خود وصل کنید.
• پایداری: بدون هزینه انرژی مزارع سرور برای پرسش‌های شخصی شما.

معایب

• سنگین برای سخت‌افزار: فن‌های مک شما به کار می‌افتند. عمر باتری در طول استنتاج سنگین کاهش می‌یابد.
• بدون اینترنت زنده: نمی‌توانید بپرسید «قیمت سهام اپل همین الان چقدر است؟» مگر اینکه ابزاری سفارشی بسازید که داده‌ها را دریافت کرده و به LLM بفرستد.
• سقف کیفیت: در مقایسه با مدل‌های ابری برتر، به‌ویژه در معماهای منطقی پیچیده، متوجه توهم‌زدگی و استدلال ضعیف‌تر خواهید شد.
• نگهداری: شما خودتان واحد IT هستید. به‌روزرسانی‌ها، خرابی مدل‌ها و خطاهای پیکربندی بر عهده شماست.

نکات گردش کار برای حداکثر بهره‌وری

1. کوانتیزاسیون کلیدی است: همیشه از مدل‌های کوانتیزه (Q4_K_M یا Q5_K_M) استفاده کنید. یک مدل کوانتیزه 4 بیتی با حداقل افت کیفیت، حدود 40٪ از حافظه یک مدل با دقت کامل را مصرف می‌کند.
2. پنجره‌های زمینه را کوچک نگه دارید: مدل‌های محلی با زمینه‌های عظیم مشکل دارند. اسناد خود را به قطعات کوچک‌تر تقسیم کنید. سوالات مشخص بپرسید، نه اینکه «این PDF 100 صفحه‌ای را خلاصه کن».
3. از دستورهای متنی سیستم استفاده کنید: در LM Studio/Ollama یک شخصیت دقیق تعریف کنید. مثال: «شما یک دستیار پژوهشی مختصر هستید. فقط با استفاده از زمینه ارائه‌شده پاسخ دهید. اگر پاسخ در زمینه نبود، بگویید «نمی‌دانم».» این کار توهم‌زایی را کاهش می‌دهد.
4. ترکیب با فضای ابری: از هوش مصنوعی محلی برای پیش‌نویس، خلاصه‌سازی یادداشت‌های خصوصی و کدنویسی استفاده کنید. برای اخبار فوری و پژوهش‌های گسترده و غیرحساس از Perplexity Cloud استفاده کنید.

سؤالات متداول

س: آیا می‌توانم خودِ Perplexity AI را به‌صورت محلی اجرا کنم؟ ج: خیر. Perplexity یک سرویس اختصاصی است. با این حال، می‌توانید مدل‌های متن‌باز (مانند Llama یا Mistral) را اجرا کنید که وظایف مشابهی انجام می‌دهند. «گردش کار Perplexity» به سبک پاسخ‌دهی به سؤالات با ارجاع‌دهی اشاره دارد که می‌توانید آن را به‌صورت محلی با RAG بازتولید کنید.

س: آیا به یک GPU اختصاصی نیاز دارم؟ ج: خیر. معماری حافظه یکپارچه Apple Silicon به CPU و GPU اجازه می‌دهد تا حافظه را به‌طور کارآمد به اشتراک بگذارند. شما به یک GPU جداگانه NVIDIA نیاز ندارید.

س: کدام مدل برای مک در سال 2026 بهترین است؟ ج: برای اکثر کاربران، Llama-3.1-8B-Instruct (کوانتایز شده) بهترین تعادل بین سرعت و هوشمندی را ارائه می‌دهد. اگر 32 گیگابایت یا بیشتر رم دارید، برای استدلال بهتر Mistral-7B یا Qwen-14B را امتحان کنید.

س: آیا استفاده تجاری از این مدل‌ها قانونی است؟ ج: مجوز هر مدل را بررسی کنید. Llama دارای مجوزی آسان‌گیر برای اکثر کاربردهای تجاری است (با برخی محدودیت‌ها برای شرکت‌های بزرگ). Mistral و Gemma شرایط خاص خود را دارند. همیشه قبل از استفاده از خروجی‌ها در یک محصول تجاری، مجوز را تأیید کنید.

س: هزینه راه‌اندازی چقدر است؟ ج: نرم‌افزار رایگان (متن‌باز) است. هزینه، مک شماست. اگر از قبل یک مک سری M با 16 گیگابایت یا بیشتر رم دارید، هزینه اولیه شما 0 دلار است. اگر نیاز به ارتقا دارید، انتظار داشته باشید که 1,500 تا 3,000 دلار برای یک دستگاه مناسب هزینه کنید.

نکات پایانی

اجرای گردش‌های کاری به سبک Perplexity به‌صورت محلی روی مک شما، به معنای شکست دادن فضای ابری نیست؛ بلکه به معنای مکمل بودن آن است. برای داده‌های حساس، کار آفلاین و وظایف روتین با حجم بالا، هوش مصنوعی محلی یک ابزار قدرتمند، خصوصی و مقرون‌به‌صرفه است.

با قدم‌های کوچک شروع کنید. LM Studio را نصب کنید، یک مدل 7B دانلود کنید و خلاصه‌سازی چند سند شخصی خود را امتحان کنید. به‌سرعت متوجه می‌شوید که هوش مصنوعی محلی کجا می‌درخشد و کجا هنوز به فضای ابری نیاز دارید. در سال 2026، باهوش‌ترین کاربران هوش مصنوعی بین محلی و ابری انتخاب نمی‌کنند—آن‌ها از هر دو استفاده می‌کنند.