使用聊天 ui 在计算机上运行 GGUF 模型。
Your own AI assistant runs locally on your computer.
您自己的人工智能助手在您的计算机上本地运行。
受到 Node-Llama-Cpp、Llama.cpp 的启发
安装与使用
确保您已安装 Node.js(当前下载)。
npm install -g catai
catai install vicuna-7b-16k-q4_k_s
catai up
特征
- 自动检测编程语言
- 点击用户图标即可显示原始消息
- 实时文本流
- 快速模型下载
CLI 命令行界面
Usage: catai [options] [command]
Options:
-V, --version output the version number
-h, --help display help for command
Commands:
install|i [options] [models...] Install any GGUF model
models|ls [options] List all available models
use [model] Set model to use
serve|up [options] Open the chat website
update Update server to the latest version
active Show active model
remove|rm [options] [models...] Remove a model
uninstall Uninstall server and delete all models
help [command] display help for command
安装命令
Usage: cli install|i [options] [models...]
Install any GGUF model
Arguments:
models Model name/url/path
Options:
-t --tag [tag] The name of the model in local directory
-l --latest Install the latest version of a model (may be unstable)
-b --bind [bind] The model binding method
-bk --bind-key [key] key/cookie that the binding requires
-h, --help display help for command
跨平台
您可以在 Windows、Linux 和 Mac 上使用它。
该软件包使用支持以下平台的node-llama-cpp:
- darwin-x64
- darwin-arm64
- linux-x64
- linux-arm64
- linux-armv7l
- linux-ppc64le
- win32-x64-msvc
内存使用情况
在大多数现代计算机上运行。除非您的计算机非常旧,否则它应该可以工作。
根据 llama.cpp 讨论线程,以下是内存要求:
- 7B => ~4 GB
- 13B => ~8 GB
- 30B => ~16 GB
很高兴知道
- 所有下载数据默认下载到 ~/catai 文件夹。
- 下载是多线程的,因此可能会使用大量带宽,但下载速度会更快!
Web API 网络应用程序接口
您还可以使用一个简单的 API 来询问模型问题。
const response = await fetch('http://127.0.0.1:3000/api/chat/prompt', {
method: 'POST',
body: JSON.stringify({
prompt: 'Write me 100 words story'
}),
headers: {
'Content-Type': 'application/json'
}
});
const data = await response.text();
项目链接
https://github.com/withcatai/catai
原创文章,作者:校长,如若转载,请注明出处:https://www.yundongfang.com/Yun267399.html