dalai

一条命令本地跑 LLaMA,无需折腾环境

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 1305 🐛 待处理 332 👀 关注 142
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 12866
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,本地部署运行LLaMA,完全免费

项目预览

dalai 项目界面预览图
图片来源:项目官网

项目数据

分类开源模型
开发团队cocktailpeanut
定价模式🏷️完全免费
价格说明开源项目,本地部署运行LLaMA,完全免费
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言CSS
技术栈/模型ai,llama,llm
GitHub 星标★ 12866
上线时间2023-03-12 00:00:00
代码更新2024-06-18
仓库体积12.0 MB
本站数据更新2026-11-08
维护状态低维护
收录时间2026-08-09
浏览次数4

项目介绍

dalai 是一个让普通用户能一键在本地运行 LLaMA 大语言模型的工具,旨在解决 LLaMA 模型部署门槛高、依赖复杂的问题。它通过简单的命令行界面,自动完成模型下载、环境配置和推理服务启动,用户无需手动处理 Python 依赖、模型权重转换等繁琐步骤。核心能力包括跨平台支持(macOS、Linux、Windows)、多模型管理(支持不同尺寸的 LLaMA 变体)、以及提供 Web 聊天界面和 API 接口,方便开发者集成。项目采用 Node.js 编写,利用原生编译优化推理性能,适合个人电脑上离线体验大模型。

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 ★ 12866

技术标签

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:进阶 约 30 分钟 部署方式:命令行工具 7 步

环境要求

  • Node.js >= 18
  • Docker(使用 Docker Compose 方式时需要,且需已启动)
  • macOS 用户需安装 Homebrew、cmake、pkg-config
  • Windows 用户需安装 Visual Studio 并勾选 Python、Node.js、C++ 桌面开发三项
  • 内存建议:7B 约 4GB、13B 约 8GB、30B 约 16GB、65B 约 32GB

安装与启动步骤

  1. 1安装 Node.js

    确保本机已安装 Node.js 18 或更高版本,dalai 通过 npx 运行,版本过低会失败。

  2. 2安装 Homebrew(macOS)

    macOS 用户若未安装 Homebrew,先执行此命令安装;已安装可跳过。

    /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
  3. 3安装编译依赖(macOS)

    macOS 上安装 cmake 和 pkg-config,用于编译推理引擎。

    brew install cmake
    brew install pkg-config
  4. 4安装 Visual Studio(Win

    Windows 用户需从官网下载安装 Visual Studio,安装时勾选 Python 开发、Node.js 开发、使用 C++ 的桌面开发。

  5. 5下载模型

    下载 alpaca 或 llama 模型,7B 为示例尺寸,也可换成其他尺寸;Windows 必须在 cmd 中执行,不要用 PowerShell。

    npx dalai alpaca install 7B
  6. 6启动 Web UI

    启动本地服务后在浏览器打开 http://localhost:3000 即可聊天;Windows 同样需在 cmd 中运行。

    npx dalai serve
  7. 7Docker Compose 方式

    已安装并运行 Docker 的用户可改用此方式,模型会保存在当前目录的 ./models 文件夹。

    docker compose build
    docker compose run dalai npx dalai alpaca install 7B
    docker compose up -d

关键配置

配置项必填说明示例
--home否指定模型安装的自定义目录npx dalai llama install 7B --home ~/test_dir

如何确认成功

浏览器打开 http://localhost:3000 或 http://127.0.0.1:3000 能看到聊天界面并能正常对话。

常见问题

Q:Windows 上命令执行没有反应或失败?

A:必须在 cmd 中运行,不要使用 PowerShell,PowerShell 权限限制会导致脚本静默失败。

Q:支持哪些模型引擎?

A:目前支持 llama 和 alpaca 两种引擎,alpaca 提供 7B 和 13B 模型。

Q:安装模型需要多少磁盘空间?

A:Alpaca 模型已量化压缩,7B 模型约需 4.21GB 磁盘空间。

Q:macOS 安装依赖报错怎么办?

A:确认已安装 Homebrew,并执行 brew install cmake 与 brew install pkg-config 后重试。

注意事项

  • Windows 用户所有命令都应在 cmd 中执行,PowerShell 会因权限过严导致脚本静默失败。
  • 使用 Docker 方式时模型保存在 ./models 目录,可通过挂载卷持久化。
  • 模型尺寸越大对内存要求越高,请对照内存需求表选择合适模型。
  • README 中仅给出 alpaca 7B 的完整安装命令,其他尺寸与 llama 命令请按同样格式自行替换。

核心亮点

  • 安装极简,一条命令自动下载模型并启动服务
  • 内置 Web 聊天界面,开箱即用
  • 支持多种 LLaMA 模型尺寸,灵活选择

不足之处

  • 文档/社区待观察
  • 项目已停止维护,依赖可能过时

适用场景

  • 个人开发者本地快速体验 LLaMA 对话
  • 教学演示大模型基本原理
  • 离线环境下的轻量级推理需求

替代项目

llama.cpp、Ollama、LM Studio

上一篇:Halfrost-Field

下一篇:open-llms

同类项目推荐

Ovis-Image 开源

轻量级7B模型,让AI生成图片里的文字清晰准确

Ovis-Image is a 7B text-to-image model specifically optimized for high-quality text ···

★ 318 2026-08-09
nuwa-pytorch 开源

用文本生成视频的PyTorch实现,体验女娲模型

Implementation of NÜWA, state of the art attention network for text to video synthe···

★ 547 2026-08-09
keras-hub 开源

几行代码加载预训练模型,跨后端微调推理一步到位

Pretrained model hub for Keras 3.

★ 997 2026-09-16
HLA 开源

线性注意力升级版,长序列建模更强

Official Project Page for HLA: Higher-order Linear Attention (https://arxiv.org/abs/···

★ 104 2026-08-09
GenerativeAI 开源

跟着示例跑通LLM应用,快速上手生成式AI开发

GenAI & LLM usecases and applications

★ 178 2026-08-09
awesome-ltx2 开源

找齐 LTX-2 模型、工作流和 LoRA,一键上手视频生成。

All available LTX-2 models, encoders, workflows, LoRAs for ComfyUI

★ 604 2026-08-10