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
骚戴2 小时前
2025 Python AI 实战:零基础调用 LLM API 开发指南
人工智能·python·大模型·llm·api·ai gateway
EdisonZhou7 小时前
MAF快速入门(9)多路分支路由工作流
llm·aigc·agent·.net core
dawdo2228 小时前
自己动手从头开始编写LLM推理引擎(3)
llm·推理引擎·xllm·tokenizer管理器
人工干智能10 小时前
Chat Completions API中的三种role:“system“,“user“,“assistant“
python·llm
骚戴10 小时前
LLM API 全方位实战指南:从 AI 大模型API选型到高效应用开发(2025年12月)
人工智能·大模型·llm·api·ai gateway
AI大模型11 小时前
小白入门大模型 - 从微调模型开始了解大模型
程序员·llm·agent
AI大模型11 小时前
使用本地 Ollama + Qwen 3 模型,结合 Obsidian 构建真正的本地隐私 RAG 知识库
llm·agent·ollama
破烂pan12 小时前
TensorRT-LLM部署Qwen3-14B
llm·tensorrt·qwen3-14b
Mintopia13 小时前
🪄 生成式应用的 **前端 orchestration 层(编排层)指南**
人工智能·llm·aigc
听到微笑13 小时前
超越 ReAct:探寻Plan-And-Execute Agent的设计与实现原理
ai·llm·ai agent