尧图网页设计 
FreeFlow本地模型部署指南用Ollama打造完全离线的Mac语音转文字方案【免费下载链接】freeflowFree fast alternative to Wispr Flow项目地址: https://gitcode.com/gh_mirrors/freeflo/freeflowFreeFlow 是一款免费开源的 Mac 语音转文字听写应用是 Wispr Flow 的免费替代品。它的强大之处在于你不仅可以用默认的云端 API还可以把模型换成Ollama运行的本地模型打造一套完全离线、隐私可控的语音转文字方案。这篇指南将带你一步步完成 FreeFlow 本地模型部署让你的语音数据永远不离开这台 Mac。为什么需要完全离线的语音转文字大多数听写应用会把你的录音上传到云端处理这意味着你的会议纪要、商业邮件、代码片段都可能经过第三方服务器。而 FreeFlow 本身没有自有服务器详见 README.md 的 Privacy 一节只要再把后端换成本地 Ollama就能实现零数据外泄录音和文字全程在本机处理无月度订阅不用为 AI 服务付费️断网可用飞机上、会议室里照常听写 适合场景处理敏感商业文档、医疗/法律文本、内网环境办公。方案原理FreeFlow 如何对接 OllamaFreeFlow 的架构非常灵活所有 AI 请求都发往一个可配置的OpenAI 兼容 API 端点。默认地址是 Groq 云端只要把它改成 Ollama 的本地地址http://localhost:11434/v1LLM 部分就完全跑在你的 Mac 上了。配置项集中在设置界面中源码见 SettingsView.swift设置项作用离线方案中填什么API Base URLLLM 后端地址http://localhost:11434/v1Post-Processing Model文本清理/编辑模型你拉取的 Ollama 模型 ID如qwen3:8bTranscription API URL语音转文字端点可选留空则用 Base URL本地 Whisper 服务地址或留空走云端第一步安装 FreeFlow 与 Ollama下载 FreeFlow.dmg拖入 Applications 完成安装支持 Apple Silicon 与 Intel 全系 Mac安装 Ollama并在终端执行一条命令拉取模型例如ollama pull qwen3:8b选什么模型文本清理是轻量任务8B 级别的模型在 Apple Silicon 上速度就很不错追求质量可以上 14B 甚至更大ModelConfiguration.swift 中列出了官方推荐的模型清单可参考其规格。第二步在设置中配置本地模型打开 FreeFlow 的设置面板按下面填三个位置API Base URL填入http://localhost:11434/v1Ollama 的 OpenAI 兼容端点Post-Processing Model填入模型 ID如qwen3:8bFallback Model可填一个备用模型防止主模型繁忙时听写失败Transcription Model / Transcription API URL默认 Whisper 模型走的是 Groq 云端。若想 100% 离线需要另起一个提供/v1/audio/transcriptions端点的本地 Whisper 服务并在此处单独填写地址——这正是 FreeFlow 把转录端点拆出来单独配置的用意实现见 TranscriptionService.swift折中方案只把 LLM 清理切到本地、转录仍走免费云端也是很多用户的选择——语音识别对隐私敏感程度低于AI 改写你的文字且省去了额外部署。第三步为本地模型延长超时时间关键本地模型冷启动较慢FreeFlow 默认网络超时为 20 秒长录音可能超时失败。用 macOS 的defaults命令即可延长README.md 提供了完整说明defaults write com.zachlatta.freeflow transcription_timeout_seconds -float 120 defaults write com.zachlatta.freeflow post_processing_timeout_seconds -float 120 defaults write com.zachlatta.freeflow context_request_timeout_seconds -float 120想恢复默认值把write换成delete执行相同三行即可。常见问题与性能建议Q本地模型比云端慢很多正常吗正常。README 也提示本地模型在冷启动、长录音和高负载时会更慢。建议保持 Ollama 常驻、选量化版本如q4_k_m、录音尽量短。Q如何确认配置成功按住Fn说一句测试本地离线模式文字能被自动清理标点、去除嗯啊等口水词说明本地 LLM 链路已通。Q想更保守地控制 AI 改写行为可以把 README.md 中的Simple post-processing prompt粘贴到自定义系统提示词设置里让清理只修错不改意。总结FreeFlow 本地模型部署的核心就三步装好 Ollama 拉取模型 → 把 API Base URL 指向http://localhost:11434/v1→ 延长超时时间。配置完成后你就拥有了一套免费、快速、完全离线的 Mac 语音转文字方案。更多功能细节自定义词库、编辑模式、语音宏欢迎继续探索 Sources/ 下的源码与 README.md。【免费下载链接】freeflowFree fast alternative to Wispr Flow项目地址: https://gitcode.com/gh_mirrors/freeflo/freeflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 FreeFlow本地模型部署指南：用Ollama打造完全离线的Mac语音转文字方案
FreeFlow本地模型部署指南用Ollama打造完全离线的Mac语音转文字方案【免费下载链接】freeflowFree fast alternative to Wispr Flow项目地址: https://gitcode.com/gh_mirrors/freeflo/freeflowFreeFlow 是一款免费开源的 Mac 语音转文字听写应用是 Wispr Flow 的免费替代品。它的强大之处在于你不仅可以用默认的云端 API还可以把模型换成Ollama运行的本地模型打造一套完全离线、隐私可控的语音转文字方案。这篇指南将带你一步步完成 FreeFlow 本地模型部署让你的语音数据永远不离开这台 Mac。为什么需要完全离线的语音转文字大多数听写应用会把你的录音上传到云端处理这意味着你的会议纪要、商业邮件、代码片段都可能经过第三方服务器。而 FreeFlow 本身没有自有服务器详见 README.md 的 Privacy 一节只要再把后端换成本地 Ollama就能实现零数据外泄录音和文字全程在本机处理无月度订阅不用为 AI 服务付费️断网可用飞机上、会议室里照常听写 适合场景处理敏感商业文档、医疗/法律文本、内网环境办公。方案原理FreeFlow 如何对接 OllamaFreeFlow 的架构非常灵活所有 AI 请求都发往一个可配置的OpenAI 兼容 API 端点。默认地址是 Groq 云端只要把它改成 Ollama 的本地地址http://localhost:11434/v1LLM 部分就完全跑在你的 Mac 上了。配置项集中在设置界面中源码见 SettingsView.swift设置项作用离线方案中填什么API Base URLLLM 后端地址http://localhost:11434/v1Post-Processing Model文本清理/编辑模型你拉取的 Ollama 模型 ID如qwen3:8bTranscription API URL语音转文字端点可选留空则用 Base URL本地 Whisper 服务地址或留空走云端第一步安装 FreeFlow 与 Ollama下载 FreeFlow.dmg拖入 Applications 完成安装支持 Apple Silicon 与 Intel 全系 Mac安装 Ollama并在终端执行一条命令拉取模型例如ollama pull qwen3:8b选什么模型文本清理是轻量任务8B 级别的模型在 Apple Silicon 上速度就很不错追求质量可以上 14B 甚至更大ModelConfiguration.swift 中列出了官方推荐的模型清单可参考其规格。第二步在设置中配置本地模型打开 FreeFlow 的设置面板按下面填三个位置API Base URL填入http://localhost:11434/v1Ollama 的 OpenAI 兼容端点Post-Processing Model填入模型 ID如qwen3:8bFallback Model可填一个备用模型防止主模型繁忙时听写失败Transcription Model / Transcription API URL默认 Whisper 模型走的是 Groq 云端。若想 100% 离线需要另起一个提供/v1/audio/transcriptions端点的本地 Whisper 服务并在此处单独填写地址——这正是 FreeFlow 把转录端点拆出来单独配置的用意实现见 TranscriptionService.swift折中方案只把 LLM 清理切到本地、转录仍走免费云端也是很多用户的选择——语音识别对隐私敏感程度低于AI 改写你的文字且省去了额外部署。第三步为本地模型延长超时时间关键本地模型冷启动较慢FreeFlow 默认网络超时为 20 秒长录音可能超时失败。用 macOS 的defaults命令即可延长README.md 提供了完整说明defaults write com.zachlatta.freeflow transcription_timeout_seconds -float 120 defaults write com.zachlatta.freeflow post_processing_timeout_seconds -float 120 defaults write com.zachlatta.freeflow context_request_timeout_seconds -float 120想恢复默认值把write换成delete执行相同三行即可。常见问题与性能建议Q本地模型比云端慢很多正常吗正常。README 也提示本地模型在冷启动、长录音和高负载时会更慢。建议保持 Ollama 常驻、选量化版本如q4_k_m、录音尽量短。Q如何确认配置成功按住Fn说一句测试本地离线模式文字能被自动清理标点、去除嗯啊等口水词说明本地 LLM 链路已通。Q想更保守地控制 AI 改写行为可以把 README.md 中的Simple post-processing prompt粘贴到自定义系统提示词设置里让清理只修错不改意。总结FreeFlow 本地模型部署的核心就三步装好 Ollama 拉取模型 → 把 API Base URL 指向http://localhost:11434/v1→ 延长超时时间。配置完成后你就拥有了一套免费、快速、完全离线的 Mac 语音转文字方案。更多功能细节自定义词库、编辑模式、语音宏欢迎继续探索 Sources/ 下的源码与 README.md。【免费下载链接】freeflowFree fast alternative to Wispr Flow项目地址: https://gitcode.com/gh_mirrors/freeflo/freeflow创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考