win10 本地局域网内下载Qwen3Guard-Gen-8B模型并配置到dify的步骤

要在 Windows 10 局域网环境下完成「下载 Qwen3Guard-Gen-8B 模型 → 私有化部署 → 接入 Dify」的全流程，以下是分阶段、可落地的详细步骤清单，重点解决局域网内的路径、网络、部署适配问题：

前提条件（必做）

1. 硬件：Windows 10 主机需有 NVIDIA GPU（显存 ≥ 24G，如 RTX 3090/A10/A100，8B 模型至少需要 16G 显存，推荐 24G+）；
2. 软件 ：
   • 已安装 Docker Desktop（开启 WSL2 后端，参考 微软教程）；
   • 已安装 NVIDIA 驱动（版本 ≥ 510）+ NVIDIA Container Toolkit（让 Docker 调用 GPU）；
   • 已部署 Dify（局域网内可访问，如 http://192.168.1.100:8000）；
3. 网络 ：确保下载模型的主机和 Dify 主机在同一局域网（可互相 ping 通）。

---

阶段 1：局域网内下载 Qwen3Guard-Gen-8B 模型

步骤 1：获取模型（两种方式，选其一）

方式 1：通过 huggingface_hub 下载（推荐）

1. 以管理员身份打开 PowerShell，安装依赖：

   pip install --upgrade huggingface_hub

2. 下载模型到本地（建议放到简单路径，避免中文/空格）：

   # 下载模型到 D:\models\Qwen3Guard-Gen-8B（可自定义路径）
   python -m huggingface_hub snapshot download Qwen/Qwen3Guard-Gen-8B --local-dir D:\models\Qwen3Guard-Gen-8B --local-dir-use-symlinks False
   
    # 此处我使用以下命令下载Qwen3Guard-Gen-8B模型，用于本机测试
    hf download Qwen/Qwen3Guard-Gen-8B --local-dir "E:\AI_Model\Qwen\Qwen3Guard-Gen-8B"

   下载完成截图如下：
   

   • 若下载慢，可配置 HF 镜像源（临时生效）：

     $env:HUGGINGFACE_HUB_CACHE="D:\models\hf-cache"
     $env:HF_ENDPOINT="https://hf-mirror.com"

方式 2：手动下载（适合网络受限场景）

1. 登录 Hugging Face 官网 Qwen3Guard-Gen-8B 仓库；
2. 下载所有模型文件（config.json、tokenizer.model、model.safetensors 等）；
3. 统一放到 D:\models\Qwen3Guard-Gen-8B 目录下，确保文件完整。

步骤 2：验证模型文件

打开 D:\models\Qwen3Guard-Gen-8B，确认包含以下核心文件：

• config.json（模型配置）
• tokenizer_config.json / tokenizer.model（分词器）
• model.safetensors（模型权重，可能分多个文件）

---

阶段 2：Win10 下用 Docker 启动 vLLM 服务（局域网可访问）

核心是让 vLLM 服务绑定局域网 IP，确保 Dify 能访问，同时适配 Windows 路径。

步骤 1：验证 Docker GPU 可用性

# 执行后输出显卡信息，说明 GPU 配置成功
docker run --rm --gpus all nvidia/cuda:12.1.0-base-ubuntu22.04 nvidia-smi

拉取完成截图如下（此截图在Docker Desktop中完成）：

• 若报错，参考前文「Win10 Docker GPU 配置」修复。

步骤 2：启动 vLLM 服务（局域网版）

在 PowerShell 执行以下命令（关键：绑定 0.0.0.0 让局域网访问）：

docker run --gpus all --shm-size 24g -p 0.0.0.0:8000:8000 `
  # 映射 Windows 模型路径到容器（D:\models → /models）
  -v /mnt/d/models/Qwen3Guard-Gen-8B:/models/Qwen3Guard-Gen-8B `
  # vLLM 镜像（带 OpenAI 兼容 API）
  vllm/vllm-openai:latest `
  # 容器内模型路径
  --model /models/Qwen3Guard-Gen-8B `
  # Qwen 必须加：加载自定义代码
  --trust-remote-code `
  # 暴露的模型名称（Dify 需对应）
  --served-model-name qwen3guard-gen-8b `
  # Qwen3Guard 最大上下文长度（8192）
  --max-model-len 8192 `
  # 解决编码问题
  --env LC_ALL=C.UTF-8 `
  # 可选：限制显存使用（如 20G）
  --gpu-memory-utilization 0.9 `
  # 可选：添加 API 密钥（增强安全性）
  --api-key your_secure_key_123

关键参数说明：

• -p 0.0.0.0:8000:8000：绑定所有网卡，局域网内其他设备可通过 http://Win10主机IP:8000 访问
• --shm-size 24g：8B 模型建议至少 24G 共享内存
• --api-key：可选，设置后 Dify 接入时需填写该密钥
• -v: 本地路径:容器内路径

拉取镜像中（如果命令有误，请及时在命令行中剔除注释再做镜像拉取）：

windows挂载本地绝对路径下的模型

docker run --gpus all --shm-size 24g -p 0.0.0.0:8000:8000 `
  -v "E:/AI_Model/Qwen/Qwen3Guard-Gen-8B":/mnt/d/models/Qwen3Guard-Gen-8B `
  vllm/vllm-openai:latest `
  --model /models/Qwen3Guard-Gen-8B `
  --trust-remote-code `
  --served-model-name qwen3guard-gen-8b `
  --max-model-len 8192 `
  --env LC_ALL=C.UTF-8 `
  --gpu-memory-utilization 0.9 `
  --api-key your_secure_key_123

• E:/AI_Model/Qwen/Qwen3Guard-Gen-8B为我的本地路径
• 本地路径转换：Windows 的反斜杠 \ 必须改成正斜杠 /，即 E:\AI_Model... → E:/AI_Model/...
• 挂载语法：-v 本地路径:容器内路径:权限，其中：:rw 表示可读可写（默认也是 rw，可省略）如果只需要只读权限，可写 :ro
• Windows 路径需将 \ 替换为 /，挂载核心语法是 -v 本地路径:容器内路径；
• 必须在 Docker Desktop 中开启 E 盘的文件共享权限，否则挂载会提示无权限；
• 路径含空格时需用双引号包裹，本地目标文件夹必须提前存在。

步骤 3：验证 vLLM 服务（局域网可访问）

1. 查看 Win10 主机的局域网 IP（如 192.168.1.101）：

   ipconfig  # 找到「以太网/WLAN」下的 IPv4 地址

2. 测试 API（本地/局域网其他机器均可）：

   curl http://192.168.1.101:8000/v1/chat/completions `
     -H "Content-Type: application/json" `
     -H "Authorization: Bearer your_secure_key_123" `  # 若设置了 api-key 才需要
     -d '{
       "model": "qwen3guard-gen-8b",
       "messages": [{"role": "user", "content": "你好"}]
     }'

• 若返回 JSON 格式的回复，说明服务启动成功。

---

阶段 3：局域网内将模型接入 Dify

步骤 1：进入 Dify 模型配置

1. 登录 Dify 后台（如 http://192.168.1.100:8000）；
2. 点击「设置」→「模型配置」→「自定义模型」→「添加模型」。

步骤 2：填写 Qwen3Guard 模型信息

选择「OpenAI 兼容」模型类型，按以下配置填写：

配置项	填写内容
模型名称	自定义（如 Qwen3Guard-Gen-8B）
API 基础 URL	http://192.168.1.101:8000/v1（Win10 主机的局域网 IP + vLLM 端口）
API 密钥	若 vLLM 启动时设置了 --api-key，填对应的密钥（如 your_secure_key_123）；无则留空
模型标识	qwen3guard-gen-8b（必须和 vLLM 的 --served-model-name 一致）
上下文窗口大小	8192（Qwen3Guard-Gen-8B 支持的最大长度）
支持的模态	文本

步骤 3：测试连接并保存

1. 点击「测试连接」，提示「连接成功」说明局域网内通信正常；
2. 点击「保存」，模型会出现在 Dify 的模型列表中。

步骤 4：在 Dify 中使用模型

1. 新建/打开 Dify 应用（如对话机器人）；
2. 进入「配置」→「模型设置」；
3. 在「大语言模型」中选择 Qwen3Guard-Gen-8B；
4. 发布应用，即可在 Dify 中调用该模型。

---

阶段 4：常见问题排查（局域网场景重点）

1. Dify 无法访问 vLLM 服务 ：
   • 检查 Win10 防火墙：放行 8000 端口（设置 → 网络和 Internet → 防火墙 → 高级设置 → 入站规则 → 新建规则，允许 8000 端口）；
   • 确认 Win10 主机和 Dify 主机在同一网段，且能互相 ping 通；
   • 替换 192.168.1.101 为 localhost 测试（仅限 Dify 和 vLLM 同主机）。
2. 模型加载失败 ：
   • 确认模型路径映射正确（/mnt/d/ 对应 D 盘，小写盘符）；
   • 必须加 --trust-remote-code 参数，Qwen 模型依赖自定义代码；
   • 检查模型文件是否完整（无缺失的 .safetensors 文件）。
3. 显存不足报错 ：
   • 降低 --gpu-memory-utilization（如改为 0.8）；
   • 关闭其他占用 GPU 的程序（如浏览器、其他容器）。

---

总结

1. 局域网部署核心：vLLM 绑定 0.0.0.0 并放行端口，确保 Dify 能访问 Win10 主机的 8000 端口；
2. 路径适配：Win10 本地路径 D:\xxx 需转为 Docker 映射路径 /mnt/d/xxx；
3. 关键参数：--trust-remote-code 是 Qwen 模型加载的必要条件，--served-model-name 需和 Dify 模型标识一致。

按以上步骤操作后，就能在局域网内将 Qwen3Guard-Gen-8B 私有化部署并接入 Dify 正常使用了。