Scribbler 是一个开源 AI 平台，核心定位是让 AI 完全在浏览器中运行。它由浏览器端 AI 工具与基于 ScribblPad 的 AI 计算机两部分构成，目标是“从浏览器到 AI 计算机”随处运行和构建 AI。
用途方面，Scribbler 面向希望无需后端基础设施即可运行 AI 的开发者和用户。它通过 WebGPU 在浏览器内直接运行 AI 模型，无需管理服务器、无需支付 API 费用，数据不会离开用户设备，实现无后端、无安装、无 npm、无 Python 的即时使用体验。
主要能力包括：
- 图像生成：通过 WebNN 与 ONNX Runtime 在设备端运行 Stable Diffusion 及其他扩散模型，进行文本到图像生成，无需 API 密钥或云成本，并可交互实验提示词、分享生成图像与笔记本。
- LLM 对话：使用 WebLLM 在本地与 Llama、Phi、Gemma 等开源大模型对话，支持构建聊天 UI 与 AI 智能体、文本摘要与提取，完全私密，零云成本与零云延迟。
- 机器学习：使用 TensorFlow.js、Brain.js 和 ONNX Runtime Web 在浏览器中训练和运行模型，包括神经网络训练、预训练模型推理、分类、回归、聚类，并可可视化训练损失与指标。
- 数据可视化：使用 Plotly、D3 和内置工具分析数据集并创建交互式图表，支持加载 CSV、JSON 和 API 数据，进行统计分析与转换，导出可视化为 HTML。
- 文本转语音：Kokoro TTS 完全在客户端运行。
使用方式方面：用户可打开 app.scribbler.live 立即开始，无需安装；也可下载或克隆 GitHub 仓库自行托管。无需 npm、Python 或 Docker，只需支持 WebGPU 的浏览器。笔记本由代码单元格和文档单元格组成：代码单元格运行 JavaScript，文档单元格渲染 HTML/Markdown。AI 模型输出（生成图像、聊天响应、图表）内联渲染在单元格下方。按 ▶ 或 Cmd/Ctrl-Enter 执行，可自由重新排列、添加或删除单元格。可动态从 CDN 导入 TensorFlow.js、Transformers.js、WebLLM、ONNX Runtime、Plotly、D3 等库，无需打包工具，按需加载并缓存。笔记本可保存为 .jsnb 文件、通过 URL 分享、直接推送至 GitHub，也可导出笔记本或仅输出为 HTML。Gallery 中提供 50 多个 AI 和数据示例，GitHub 上也有示例，每个笔记本可通过 URL 在应用中即时打开。
适用场景包括：浏览器端 AI 实验、本地私密 LLM 对话、设备端图像生成、浏览器内机器学习训练与推理、数据探索与可视化、交互式教学与协作分享，以及气隙或企业环境。Scribbler 为纯静态文件，可托管在任何 Web 服务器、S3 存储桶或 GitHub Pages 上，无后端进程、无数据库、无容器。企业使用与合作可联系官方。
限制方面，官方资料提到需要支持 WebGPU 的浏览器；具体支持的浏览器版本、模型清单、性能上限、收费与价格等信息暂未提供。
