千问Qwen7B chat:本地部署及网页端使用

基于前面的安装经验,千问大模型的本地部署并不算难,主要时间用在大模型文件的下载上。同时系统运行对硬件也有较高的要求,本机的硬件配置为N卡3060,显存12G。

  1. 使用conda创建虚拟环境,主要版本如下:

Python 3.9.18

CUDA 12.1

pytorch 2.2.2

  1. 克隆代码到本地

git clone https://github.com/QwenLM/Qwen.git

  1. 进入Qwen目录,执行安装命令

安装依赖

pip install -r requirements.txt

安装 web_demo 依赖

pip install -r requirements_web_demo.txt

  1. 运行命令

python web_demo.py --server-port 8087 --server-name "0.0.0.0"

会下载很多模型文件,需要一点时间。下载完成后启动界面如下

在输入框里输入沟通内容"你是谁"。我们看一下后台输出:

相关推荐
BreezeJiang4 小时前
大模型为什么能记住上一轮?从 InMemoryChatMessageHistory 看对话 Memory
llm·agent
武子康10 小时前
同一套 Agent Runtime,为什么 Web、Headless 和 Python SDK 仍然不是同一个产品
人工智能·llm·agent
还有多久拿退休金11 小时前
不调多模态,纯文本大模型如何给系统操作配上截图
前端·llm·aigc
DigitalOcean11 小时前
AI Agent如何降本?从五层技术栈到三种推理服务
llm·agent
百工蜂Agent13 小时前
Claude Code 整体架构与设计
llm·agent
桃西西呀17 小时前
上下文窗口都卷到 100 万了,大模型为什么还在为"位置"发愁?
人工智能·llm·ai编程
山顶夕景1 天前
【LLM】GLM-5.3-Flash模型
大模型·llm·agent·多模态·moe
武子康2 天前
把生产 Agent 事故 Trace 变成可重放的回归测试集
人工智能·llm·agent
武子康2 天前
开放权重之后,为什么 Agent 仍然无法复现:真正缺的是可重放行为证据
人工智能·llm·agent
tachibana22 天前
AI Agent 的记忆机制
人工智能·ai·大模型·llm·agent