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
AINative软件工程13 小时前
LLM Streaming 背压工程实践:慢客户端、断流重连与服务端缓冲区的生产设计
node.js·llm
hboot1 天前
AI工程师第六课 - RAG检索增强生成
后端·langchain·llm
用户469368483201 天前
kimi-code 深度掌握系列文章-对话循环TurnFlow(五)
llm·agent
lucas_AI1 天前
Skill-α:教 Agent 学会自己'改说明书'
llm·agent
DigitalOcean1 天前
多款模型最高直降 50%:DigitalOcean 无服务器推理大降价
llm·agent
罗高1 天前
Hermes Agent Token 机制深度解析
llm·agent
众人皆醒我独醉1 天前
Ray Serve:把 LLM 推理当"分布式 Actor"调度——不是 Kubernetes,是 Python 原生
面试·llm·ai编程
玉鸯1 天前
界面用完即消失:Agent 生成式 UI 的短暂性哲学与前端工程的未来
前端·llm·agent
组合缺一1 天前
SolonCode v2026.8.4 发布:界面字体可调、22 种语言、记忆搜索增强
llm·agent·ai编程·solon·claudecode·opencode
用户469368483201 天前
kimi-code 深度掌握系列文章-Agent 类编排者(四)
llm·agent