Awesome-Chinese-LLM

一站式找到适合私有化部署的中文大模型资源

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 开源模型 🍴 复刻 2143 🐛 待处理 37 👀 关注 242
GitHub ↗
GitHub 星标 ★ 22779
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源项目,整理中文大语言模型资源,全部免费,可自行部署使用。

项目预览

Awesome-Chinese-LLM 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类开源模型
开发团队AiHubCN
定价模式🏷️完全免费
价格说明开源项目,整理中文大语言模型资源,全部免费,可自行部署使用。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
技术栈/模型awesome-lists,chatglm,chinese,llama,llm,nlp
GitHub 星标★ 22779
上线时间2023-05-22 00:00:00
代码更新2026-05-10
仓库体积11.3 MB
本站数据更新2026-11-09
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

Awesome-Chinese-LLM 是一个精选中文大语言模型资源的开源项目,旨在整理和汇总国内开源的中文大模型,尤其侧重规模较小、可私有化部署、训练成本较低的模型。项目覆盖底座模型、垂直领域微调模型、相关应用、数据集和教程等,为开发者、研究者和企业提供全面的中文 LLM 资源导航。它解决了中文大模型资源分散、信息不对称的问题,帮助用户快速找到适合自己需求的模型和配套资源,降低选型和学习成本。项目持续更新,紧跟社区发展,是中文 LLM 领域的重要参考索引。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 22779

使用教程

⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。

难度:入门 约 5 分钟 部署方式:库/依赖 5 步

⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。

环境要求

  • 可访问 GitHub 的网络环境
  • 已安装 git(用于克隆仓库,可选)
  • 一个支持 Markdown 渲染的阅读器或编辑器(如 VS Code、Typora)

安装与启动步骤

  1. 1克隆项目仓库

    把 Awesome-Chinese-LLM 仓库拉到本地,方便离线阅读和检索。若只想在线阅读可跳过此步,直接访问 GitHub 页面。

    git clone https://github.com/AiHubCN/Awesome-Chinese-LLM.git
  2. 2进入项目目录

    切换到克隆下来的仓库目录,README.md 就在根目录。

    cd Awesome-Chinese-LLM
  3. 3阅读主 README

    用编辑器或终端打开 README.md,查看底座模型概览表格与各分类资源列表,按需检索。

    cat README.md
  4. 4定位推理部署框架

    README 中「LLM推理部署框架」章节列出了 vLLM、LMDeploy、AirLLM 等框架及地址,可按需点进各自仓库查看部署说明。

  5. 5参与贡献

    发现未收录的模型、应用或数据集时,按项目格式准备好仓库链接、star 数、简介后发起 PR。

如何确认成功

本地目录中存在 README.md,且能看到「收集和梳理中文LLM相关」标题、底座模型表格与推理部署框架列表,即表示获取成功。

常见问题

Q:这个项目能直接运行或部署吗?

A:不能。它是一个 awesome 资源清单,本身不包含可执行代码。你需要按 README 里列出的各个模型或框架仓库地址,进入对应项目查看其部署文档。

Q:README 里推荐了很多推理框架,该选哪个?

A:README 只给出地址和简介。大批量高吞吐场景可考虑 vLLM、LightLLM、LMDeploy;低显存跑大模型可看 AirLLM;端侧/移动设备可看 MNN LLM、MLC LLM。具体选型需自行评估。

Q:怎么获取某个模型的具体安装命令?

A:本仓库不提供。请打开 README 中对应模型的仓库链接,在其 GitHub 仓库的 README 中查阅安装与推理说明。

Q:如何跟进项目更新?

A:在 GitHub 上 watch 或 star 仓库,或定期执行 git pull 拉取最新内容。

注意事项

  • 本项目是资源索引清单,README 中未提供任何安装、部署或运行命令,上述步骤仅为获取与阅读资料的通用准备动作。
  • 不要在本仓库中寻找模型权重或推理代码,需前往各模型/框架的独立仓库。
  • 参与贡献需按项目格式提供仓库链接、star 数和简介等信息,通过 PR 提交。

核心亮点

  • 资源分类清晰,覆盖底座、微调、应用、数据集和教程,检索高效
  • 专注中小规模可私有化模型,贴合企业实际部署需求
  • 持续更新,紧跟社区最新模型和进展,时效性强

不足之处

  • 部分模型链接和描述可能滞后于最新版本
  • 文档/社区待观察

适用场景

  • 企业评估和选择可私有化部署的中文大模型
  • 研究者快速了解中文 LLM 生态和最新模型
  • 开发者寻找特定垂直领域的微调模型和数据集

替代项目

open-llm、Awesome-LLM、Chinese-LLaMA-Alpaca

上一篇:gitleaks

下一篇:unilm

同类项目推荐

minimind-v 开源

2小时从零训练你自己的视觉多模态小模型

Train a 65M-parameter VLM from scratch in just 2h!

★ 8823 2026-08-09
llama4micro 开源

把语言模型塞进单片机,离线也能跑推理

A "large" language model running on a microcontroller

★ 562 2026-10-14
LimiX 开源

让AI精通表格数据,自动完成数据建模与分析

LimiX: Unleashing Structured-Data Modeling Capability for Generalist Intelligence ht···

★ 4409 2026-08-09
Awesome-Multi-Turn-LLMs 开源

一张图看懂多轮LLM研究全景,快速定位关键论文和数据集

This is the official GitHub repository for our survey paper "Beyond Single-Turn: A S···

★ 214 2026-08-09
Halfrost-Field 开源

深入源码与系统设计,助你从会用进阶到懂原理

✍ Source Code Deep Dives, System Design & Engineering Blogs | Halfrost-Field 冰霜之···

★ 13251 2026-08-09
decider 开源

一次推理出带概率的类型化决策,省去多轮思考

A family of System One-style models fine-tuned from Qwen3.5, designed for one-pass t···

★ 1045 2026-09-29
Awesome-Colorful-LLM 开源

一页看尽LLM多领域前沿进展,快速定位所需资源。

Recent advancements propelled by large language models (LLMs), encompassing an array···

★ 132 2026-08-09
Skywork-R1V 开源

看图说话还能一步步推理,让AI真正看懂复杂图像

Skywork-R1V is an advanced multimodal AI model series developed by Skywork AI, speci···

★ 3173 2026-08-09
awesome-local-llm 开源

一站式找到本地跑大模型的所有工具和教程

A curated list of awesome platforms, tools, practices and resources that helps run L···

★ 3049 2026-08-09