Sanctum —— 你的本地私有 AI 助手

是什么

Sanctum 是一款桌面应用程序，可在 Mac 或 Windows 设备上本地运行开源大语言模型。它面向希望使用生成式 AI 功能、但不愿将提示词、文件或对话历史发送到远程服务的人群，本地处理和本地加密存储被定位为产品的核心组成部分。

该产品似乎适合注重隐私的个人用户，以及处理敏感信息的专业人士，例如涉及个人健康、财务、文档、编码或反馈分析工作流的用户。其核心工作流程是下载应用、选择兼容的 GGUF 模型、在设备端运行，并将其用于聊天或 PDF 分析，且在完成初始设置后无需互联网连接。

功能

• 本地执行 LLM — 直接在用户设备上运行功能完整的开源模型，减少对云端推理服务的依赖。
• 下载后可离线使用 — 安装完成后，应用可在无网络连接的情况下运行，这对于注重隐私或处于离线环境的工作场景非常有用。
• 加密的本地数据保管库 — 将聊天记录及相关数据存储在名为 Sanctum Vault 的本地加密仓库中，有助于将使用数据保留在设备上。
• 使用 AES-256 保护存储数据 — 网站表示，Sanctum Vault 使用 AES-256 加密，且仅能通过用户的账户密码访问。
• 访问 Hugging Face 上的 GGUF 模型 — 允许用户在应用工作流中浏览、检查兼容性并下载来自 Hugging Face 的 GGUF 模型。
• 私密 PDF 对话与摘要 — 支持通过本地处理而非远程上传文档的方式，对 PDF 文件进行提问和摘要。

实用建议

• 尽早检查设备适配性 — 本地 LLM 性能高度依赖可用硬件，因此团队应在更广泛部署前，先在目标 Mac 或 Windows 设备上验证模型大小和速度是否符合预期。
• 将隐私声明视为设备范围内的保障 — 产品强烈强调设备端处理和本地加密，但采购方仍应审查内部终端安全、密码实践和文件访问控制。
• 让模型选择匹配具体任务 — 由于 Sanctum 支持下载开源模型，实际效果将更多取决于模型本身的质量、体积和兼容性，而不仅仅是应用本身。
• 优先用于高敏感场景 — 文档审阅、财务笔记、健康相关分析以及内部头脑风暴，都是本地执行能带来明确运营优势的合理早期用例。
• 确认平台路线图是否满足需求 — 当前列出的支持平台为 macOS 12+ 和 Windows 10+，Linux 和移动端标注为即将推出，因此跨平台团队应保守规划。

OpenClaw 技能

Sanctum 很可能能够在 OpenClaw 生态中作为私有本地推理层，服务于文档、笔记和面向分析师的工作流。围绕它构建的 OpenClaw 技能可能包括 PDF 问答代理、本地研究副驾驶、通话笔记摘要工具、代码审查助手，以及在不通过云端 AI 服务传输敏感文件的情况下处理这些文件的个人知识代理。页面未提及原生 OpenClaw 集成，因此这应被视为一种可能的部署模式，而非已确认的能力。

在实践中，将 Sanctum 与 OpenClaw 风格的技能结合，可能为金融、医疗相关运营、法律支持、软件开发或用户研究等职业提供一种更可控的方式，在处理机密材料时使用 AI。一个可能的结果是，OpenClaw 负责编排可重复执行的任务和决策支持，而 Sanctum 提供本地模型执行和私密文档上下文，从而推动 AI 的采用从通用聊天转向安全、面向角色的桌面自动化。