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
薛定谔的猫36926 分钟前
深度解析 AI Agent 的未来:MCP 协议如何重塑大模型生态
ai·llm·agent·技术趋势·mcp
Thanks_ks1 小时前
从辅助编码到架构重塑:基于 LLM 的智能开发工作流落地实战
自动化测试·大模型·llm·研发效能·模型微调·rag·提示词工程
智泊AI2 小时前
AI Agent保姆级教程 | 从0~1构建一个属于你的AI Agent
llm
loong_XL2 小时前
deepseek接入claude code文档;claude code常用快捷键
llm·deepseek
CoderJia程序员甲3 小时前
GitHub 热榜项目 - 日榜(2026-04-27)
ai·大模型·llm·github
龙侠九重天4 小时前
什么是多 Agent 系统?——从单体 AI 到群体智能
人工智能·ai·大模型·llm·agent·多智能体·multi-agent
用户9901930524519 小时前
Nano-vLLM-MS:基于 nano-vLLM ,支持 MoE 模型和 Speculative Decoding
pytorch·llm
libokaifa20 小时前
Claude Code 的工程化落地:省 Token 篇
llm·agent·ai编程
RockHopper20251 天前
LLM 的“高概率合理性”vs“系统级可执行正确性”
llm·语义驱动·运行语义
薛定谔的猫3691 天前
DeepSeek-V3 模型架构与训练技术深度解析
深度学习·ai·llm·machine learning·moe·deepseek