项目预览
项目数据
项目介绍
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
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。
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 -
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 ···
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···
awesome-foundation-model-ros
开源
一站式找到所有用大模型做机器人的ROS项目
A collection ROS projects utilizing foundation models.
awesome-turkish-language-models
开源
找土耳其语AI资源,看这一个列表就够了
A curated list of Turkish AI models, datasets, papers
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.
Awesome-Large-Recommendation-Mod···
开源
一榜看尽大型推荐模型前沿,快速跟进最新研究
Latest Advances on Large Recommendation Models
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/···
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
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
