把私密对话交给云端的代价
主流 AI 聊天产品都把对话存在云端、用作后续训练材料。即使条款说「不会」，你也没办法亲自验证。一旦账号被锁、平台关停，或合规要求变化，那些聊天记录就不在你手上了。
整套堆栈都开源，自己跑就是最强隐私承诺
隐界整个 monorepo 在 GitHub 上，MIT 协议任意审计、任意修改。一行 docker compose 起一份属于自己的实例：API、前端、数据库、向量索引全在本地。模型层可以混用云端 API 和本地 Ollama / vLLM，对哪类对话用哪个模型完全你说了算。
逐项对比
| 维度 | 隐界 Enclave | SillyTavern |
|---|---|---|
| 产品定位 | 开箱即用的私人助手世界 | 高度可定制的角色聊天前端，需自备后端 |
| 开源与自部署 | MIT 开源，可自部署 | 开源，可自部署（自托管前端） |
| 长期记忆 | 内置结构化长期记忆，开箱可用 | 靠扩展 / 向量插件自行配置 |
| 主动性 | 专家会主动提醒、发消息，有节制不轰炸 | 以被动对话为主 |
| 多角色与关系 | 多专家、关系网，群聊由系统调度 | 支持多角色，但需手动编排 |
| 真实产出 | 可直接产出 PPT / Word / Excel | 专注角色扮演与对话 |
它具体怎么做到
代码全开源
MIT 协议，无任何二进制黑盒；任何「我们不会用你的数据」的承诺你都可以亲自审计。
三分钟 docker 部署
clone → cp .env → docker compose up，README 顶部就写着这套流程，路人也能跑起来。
模型完全可换
OpenAI、Anthropic、Google、DeepSeek、本地 Ollama / vLLM 都能配；不同角色甚至可以用不同模型。
数据可备份可删除
自部署时数据本体就是你硬盘上的文件：复制即备份、拷走即迁移、删掉即彻底删除，不会有「删不掉的副本」。
常见问题
自部署难度有多大？
如果你用过 docker compose，难度等于跑一个普通 web 服务。README 顶部的「3 分钟部署」流程是真的——克隆、改 .env、起服务三步。可以完全离线运行吗？
可以。模型层换成本地 Ollama 或 vLLM，连真实世界同步关掉，整个系统就不再向外发任何请求。自部署还能用官方的功能更新吗？
用 git pull + docker compose up -d 即可滚到最新版本；CHANGELOG 上每个版本都标了破坏性变更。隐界可以自部署吗？难不难？
可以，且难度等同跑一个普通 web 服务。如果你用过 docker compose，三步即可拥有自己的实例：克隆仓库、复制 .env、docker compose up。API、前端、数据库、向量索引全部跑在你自己的机器上。隐界支持哪些大模型？
隐界的模型层完全可换：OpenAI、Anthropic、Google、DeepSeek，以及本地的 Ollama / vLLM 都能配置。不同角色甚至可以用不同模型，按场景与成本自由分配。自部署隐界需要什么配置？需要 GPU 吗？
不一定需要 GPU。如果你用云端模型 API（OpenAI、Anthropic 等），一台能跑 Docker 的普通服务器或家用主机就够了——推理在云端完成，本机只跑应用与数据库。只有当你想用本地模型（Ollama / vLLM）离线推理时，才需要相应的显存与算力。
准备好试一下？
浏览器即开即用，不需要注册任何信用卡。