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 ★ 2236
使用教程
环境要求
- 已安装 Rust 工具链(cargo、rustc),安装方式见 https://rustup.rs/
- 需要联网,首次运行会自动下载所用模型权重
- 建议在 release 模式下编译运行以获得可用速度
- 一个可创建并编辑文件的终端环境
安装与启动步骤
-
1安装 Rust 工具链
访问 https://rustup.rs/ 按官方指引安装 Rust,安装完成后确认 cargo 命令可用。README 未给出具体安装命令。
-
2新建 Rust 项目
用 cargo 创建名为 kalosm-hello-world 的新二进制项目,并进入该目录准备后续修改。
cargo new kalosm-hello-world cd ./kalosm-hello-world -
3添加依赖
通过 cargo add 把 kalosm(启用 llama feature)和 tokio(启用 full feature)加入 Cargo.toml 依赖。
cargo add kalosm --features llama cargo add tokio --features full -
4写入示例代码
把 README 的聊天机器人示例写入 src/main.rs,使用 Llama::phi_3() 加载模型并进入循环对话。
use kalosm::language::*; #[tokio::main] async fn main() -> Result<(), Box<dyn std::error::Error>> { let model = Llama::phi_3().await?; let mut chat = model.chat() .with_system_prompt("You are a pirate called Blackbeard"); loop { chat(&prompt_input("\n> ")?) .to_std_out() .await?; } } -
5编译并运行
在项目目录执行 release 模式运行,首次会下载模型,随后可在终端中与聊天机器人对话。
cargo run --release
如何确认成功
终端出现 "> " 输入提示符,输入内容后能看到模型流式输出回复,即表示运行成功。
常见问题
Q:第一次运行卡住很久没反应?
A:首次运行需要下载 phi-3 等模型权重并编译依赖,属于正常现象;请保持网络畅通并耐心等待。
Q:运行速度和响应很慢怎么办?
A:务必使用 README 给出的 cargo run --release,debug 模式下推理会非常慢;同时关闭占用资源的程序。
Q:提示找不到 tokio 或 async 相关错误?
A:确认已执行 cargo add tokio --features full,且 main.rs 中包含 #[tokio::main] 属性宏。
Q:想换其他模型或功能怎么办?
A:README 提供了更多示例,见 interfaces/kalosm/examples 目录以及官网 https://floneum.com/kalosm/。
注意事项
- 示例默认使用 Llama::phi_3(),README 未说明其具体大小与硬件要求,请留意磁盘与内存占用。
- 除 llama 外还有其他 feature 与模型支持,README 的模型表格列出了当前支持的模型。
- 所有命令均来自 README 的 Quickstart,未在 README 中出现的参数请勿自行添加。
核心亮点
- 纯 Rust 实现,性能高,内存安全,适合嵌入式和高并发场景
- 支持流式生成、结构化输出和工具调用,便于构建复杂 Agent 应用
- 内置语音识别与合成,以及 RAG 和向量数据库,功能全面
不足之处
- 项目仍处于早期阶段,API 可能不稳定,文档和示例有待完善
- 生态相对较小,模型支持范围不如 Python 生态广泛
适用场景
- 本地私有化部署聊天机器人,保护数据隐私
- 构建低延迟的实时语音交互应用
- 在资源受限的边缘设备上运行轻量级 AI 模型
替代项目
llama.cpp、candle、mistral.rs
上一篇:KG-LLM-Papers
同类项目推荐
testtimescaling.github.io
开源
一张图看懂大模型推理时如何‘多思考’更聪明
"what, how, where, and how well? a survey on test-time scaling in large language mod···
awesome-harness-engineering
开源
一站式收藏AI智能体开发工具,快速上手构建生产级应用。
️ Awesome tools & guides for harness engineering.
pytorch-stable-diffusion
开源
手写 Stable Diffusion 源码,从论文到图像生成一步到位
Stable Diffusion implemented from scratch in PyTorch
LLaVA
开源
拍张图丢给 AI,它看得懂还能聊出细节
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) built towards GPT-4V level capab···
unilm
开源
一个模型搞定理解和生成,预训练即插即用
Large-scale Self-supervised Pre-training Across Tasks, Languages, and Modalities
VibeThinker
开源
1.5B小模型,跑出大模型推理逻辑
Tiny Model, Big Logic: Diversity-Driven Optimization Elicits Large-Model Reasoning A···
SLMs-Survey
开源
一图看懂小语言模型,快速上手SLM研究
Survey of Small Language Models from Penn State, ...
llama.go
开源
纯 Go 跑 LLaMA,不碰 C++ 也能本地推理
llama.go is like llama.cpp in pure Golang!
VLM3
开源
让视觉语言模型直接看懂3D世界,无需额外编码器
[NeurIPS 2026] Official implementation of paper "VLM³: Vision Language Models Are N···
