浏览器内运行AI模型
Scribbler 是一个开源、纯浏览器端运行的 AI 与交互式 Notebook 平台。它用 WebGPU、WebNN、ONNX Runtime Web 和 JavaScript 生态，让用户在本地浏览器中运行 LLM 聊天、Stable Diffusion 图像生成、Kokoro TTS、机器学习与数据可视化。其核心定位不是云端 Notebook，而是“无服务器、无安装、无登录、无 API Key”的本地 AI 实验环境。
从抓取内容看，Scribbler 支持动态加载 WebLLM、TensorFlow.js、ONNX Runtime、Transformers.js、Plotly、D3 等库，并提供 50+ 可直接运行的 Notebook。Notebook 支持 JavaScript、HTML、CSS、Markdown 单元格，可保存为 .jsnb，支持 URL 分享、GitHub 加载/推送、iframe 嵌入和导出 HTML/JS。隐私是它的最强卖点：提示词、图片和数据留在本机，无日志、无训练输入、无后端依赖。
页面明确标注 Free forever、Open Source、MIT licensed，且无需云 API 或服务器费用，性价比很高。易用性方面，普通用户打开 app.scribbler.live 即可试用；开发者也可下载或克隆 GitHub 项目，用静态服务器、GitHub Pages、S3 或隔离网络自托管。不过它主要基于 JavaScript，而不是 Python，对传统数据科学用户存在迁移成本。
优点是部署极轻、隐私架构清晰、可离线/本地运行、分享方便，并覆盖 LLM、图像、TTS、ML、可视化多个场景。局限在于性能高度依赖本机 GPU、浏览器 WebGPU/WebNN 支持和模型体量；浏览器沙箱会限制部分 API、CORS 资源和 Cookie；本地浏览器存储被清理后 Notebook 可能丢失。输出质量也取决于所加载的本地模型，不能简单等同于云端大模型服务。
它适合开发者、AI 教学者、学生、研究人员、隐私敏感团队，以及想快速分享浏览器端 AI Demo 的用户。中国访问情况抓取文本未说明，域名、GitHub、CDN 和模型资源可能影响可用性，建议实际测试网络连通性；支付方面无明确要求，因为当前信息显示免费开源。替代品可考虑 Google Colab、JupyterLite、Observable、Hugging Face Spaces 等。
本测评基于公开资料整理,不构成购买建议,请以 scribbler.live 官网实际信息为准。
开源本地AI平台，无需服务器登录。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。