[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-henrywoo--pyllama":3,"tool-henrywoo--pyllama":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",144730,2,"2026-04-07T23:26:32",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",107888,"2026-04-06T11:32:50",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":66,"readme_en":67,"readme_zh":68,"quickstart_zh":69,"use_case_zh":70,"hero_image_url":71,"owner_login":72,"owner_name":73,"owner_avatar_url":74,"owner_bio":75,"owner_company":75,"owner_location":76,"owner_email":77,"owner_twitter":75,"owner_website":75,"owner_url":78,"languages":79,"stars":88,"forks":89,"last_commit_at":90,"license":91,"difficulty_score":10,"env_os":92,"env_gpu":93,"env_ram":92,"env_deps":94,"category_tags":100,"github_topics":75,"view_count":32,"oss_zip_url":75,"oss_zip_packed_at":75,"status":17,"created_at":101,"updated_at":102,"faqs":103,"releases":131},5409,"henrywoo\u002Fpyllama","pyllama","LLaMA: Open and Efficient Foundation Language Models","pyllama 是 Facebook 开源大语言模型 LLaMA 的一个优化版本，旨在让普通用户也能在消费级显卡上轻松运行大型语言模型。它主要解决了原版 LLaMA 对硬件要求过高、难以在单张小型显卡上部署的痛点。通过支持 2\u002F3\u002F4\u002F8 比特量化技术，pyllama 能将模型显存占用大幅压缩，使得仅需 4GB 显存的 GPU 即可流畅运行原本需要高端设备才能加载的模型。\n\n该工具特别适合开发者、研究人员以及希望本地部署大模型的 AI 爱好者使用。无论是进行模型实验、微调测试，还是构建轻量级应用，pyllama 都提供了便捷的命令行接口和灵活的下载方式，包括官方申请通道与社区高速下载方案。此外，它还兼容 Hugging Face 生态，并支持从多种数据集中提取校准样本以优化量化效果。相比原始实现，pyllama 更注重实用性与易用性，降低了大模型本地运行的门槛，是推动大模型普及的重要开源项目之一。","# 🦙 LLaMA - Run LLM in A Single 4GB GPU\n\n\n> 📢 `pyllama` is a hacked version of `LLaMA` based on original Facebook's implementation but more convenient to run in a Single consumer grade GPU.\n\n> The Hugging Face's LLaMA implementation is available at `pyllama.hf`.\n\n## 📥 Installation\n\nIn a conda env with pytorch \u002F cuda available, run:\n```\npip install pyllama -U\n```\n\n> 🐏 If you have installed llama library from other sources, please uninstall the previous llama library and use `pip install pyllama -U` to install the latest version.\n\n\n## 📦 Download Model Files\n\n### 🧘‍♀️ Official Way\n\nIn order to download the checkpoints and tokenizer, fill this [google form](https:\u002F\u002Fforms.gle\u002Fjk851eBVbX1m5TAv5)\n\nOnce your request is approved, you will receive links to download the tokenizer and model files.\nEdit the `download.sh` script with the signed url provided in the email to download the model weights and tokenizer.\n\n### 🐒 Community Way\n\n- 1. pyllama\n\nThere is another high-speed way to download the checkpoints and tokenizers. There are four models(7B,13B,30B,65B) available. To download all of them, run:\n\n```bash\npython -m llama.download\n```\n\nTo download only the 7B model files to your current directory, run:\n\n```bash\npython -m llama.download --model_size 7B\n```\n\nTo download only the 7B and 30B model files to folder `\u002Ftmp\u002Fpyllama_data`, run:\n\n```bash\npython -m llama.download --model_size 7B,30B --folder \u002Ftmp\u002Fpyllama_data\n```\n\nThe help doc is:\n```bash\n$python -m llama.download --help\nusage: download.py [-h] [--model_size MODEL_SIZE] [--folder FOLDER]\n\noptional arguments:\n  -h, --help            show this help message and exit\n  --model_size MODEL_SIZE\n                        The size of the models that you want to download. A comma separated\n                        string of any of \"7B\", \"13B\", \"30B\", \"65B\". Totally 219G disk space\n                        is needed to download them all. If you only want to download the 7B\n                        model, just put \"7B\" here.\n  --folder FOLDER       The target folder for the download files\n```\n\n- Sample Screenshot\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_3a90c483166e.png)\n\n- 2. Bittorrent\n\n🔥 In order to download the checkpoints and tokenizer, use this BitTorrent link: \"[magnet:?xt=urn:btih:ZXXDAUWYLRUXXBHUYEMS6Q5CE5WA3LVA&dn=LLaMA](magnet:?xt=urn:btih:ZXXDAUWYLRUXXBHUYEMS6Q5CE5WA3LVA&dn=LLaMA)\".\n\n\n## 💎 Quantize LLaMA to run in a 4GB GPU\n\n`pyllama` support quantization of 2\u002F3\u002F4\u002F8-bit so that you can run model in a 4G memory GPU.\n\n> You need to run `export HUGGING_FACE_HUB_TOKEN=XXX` to be able to access Hugging Face's data. You also need to install [gptq](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgptq\u002F) with command `pip install gptq`.\n\n```bash\npython -m llama.llama_quant --help\nusage: llama_quant.py [-h] [--ckpt_dir CKPT_DIR] [--tokenizer_path TOKENIZER_PATH] \n                      [--seed SEED] [--nsamples NSAMPLES] [--percdamp PERCDAMP]\n                      [--nearest] [--wbits {2,3,4,8,16}] [--groupsize GROUPSIZE]\n                      [--save SAVE] [--load LOAD] [--benchmark BENCHMARK] [--check]\n                      [--cuda CUDA] [--eval]\n                      {wikitext2,ptb,c4}\n\npositional arguments:\n  {wikitext2,ptb,c4}    Where to extract calibration data from.\n\noptional arguments:\n  -h, --help            show this help message and exit\n  --ckpt_dir CKPT_DIR\n  --tokenizer_path TOKENIZER_PATH\n  --seed SEED           Seed for sampling the calibration data.\n  --nsamples NSAMPLES   Number of calibration data samples.\n  --percdamp PERCDAMP   Percent of the average Hessian diagonal to use for dampening.\n  --nearest             Whether to run the RTN baseline.\n  --wbits {2,3,4,8}  bits for quantization\n  --groupsize GROUPSIZE\n                        Groupsize to use for quantization; default uses full row.\n  --save SAVE           Save quantized checkpoint under this name, eg pyllama-7B4b.pt.\n  --load LOAD           Load quantized model.\n  --benchmark BENCHMARK\n                        Number of tokens to use for benchmarking.\n  --check               Whether to compute perplexity during benchmarking for verification.\n  --cuda CUDA           GPU device string, 'cuda:0' by default.\n  --eval                Evaluate the model with dataset wikitext2, ptb and c4\n```\n\n- Quantize 7B model to 8-bit\n\n```bash\npython -m llama.llama_quant decapoda-research\u002Fllama-7b-hf c4 --wbits 8 --save pyllama-7B8b.pt\n```\n\n- Quantize 7B model to 4-bit with groupsize 128 (the recommended setup 🔥)\n\n```bash\npython -m llama.llama_quant decapoda-research\u002Fllama-7b-hf c4 --wbits 4 --groupsize 128 --save pyllama-7B4b.pt\n```\n\n- Quantize 7B model to 2-bit\n\n```bash\npython -m llama.llama_quant decapoda-research\u002Fllama-7b-hf c4 --wbits 2 --save pyllama-7B2b.pt\n```\n\nThe download links for quantized LLaMA files are below:\n\n- 7B\n\n| Quant Type   |      Size      |  Link | MD5 |Loss | Password |\n|----------|:-------------:|------:|------:|------:|--:|\n| 2-bit |  2160484475 | [🔗](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1zOdKOHnSCsz6TFix2NTFtg) | 4c7215d28c1f650218c43fc46402cec5|- | 8g9d |\n| 3-bit |  - | - | -|- |-|\n| 4-bit |  3779485819 | - | cce9a3b522ddf5c011ee0174b2ff3dfb|- |-|\n| 8-bit |  7017493231 | - | 2648b09597cf8f9e0d1a04cb70b71cab|- |-|\n\n\nIt took me 2 hours 40 mins to quantize the 65B model to 4bit. The file size is reduced from 122GB to 32GB.\n\n> The following suggestions are recommended for LLM quantization:\n> 1. By default, use 4-bit quantization for LLM inference as it offers the total model bits and zero-shot accuracy trade-offs.\n> 2. Use a block size of 128 or lower to stabilize 4-bit quantization and improve zero-shot performance.\n> 3. Use a floating point or quantile quantization data type. In some cases, integer data types might be preferable to improve inference latency depending on the implementation and hardware support.\n\n## 🔮 Single GPU Inference\n\n### 🥥 Without Quantization\n\nSet the environment variables `CKPT_DIR` as your llama model folder, for example `\u002Fllama_data\u002F7B`, and `TOKENIZER_PATH` as your tokenizer's path, such as `\u002Fllama_data\u002Ftokenizer.model`.\n\nAnd then run the following command:\n\n```bash\npython inference.py --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\nThe following is an example of LLaMA running in a 8GB single GPU.\n\n![LLaMA Inference](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_2c6e6f670eb7.png)\n\n### 🥝 With Quantization\n\nWith quantization, you can run LLaMA with a 4GB memory GPU.\n\n- pyllama can run 7B model with 6GB GPU memory.\nExample: ```python quant_infer.py --wbits 4 --load pyllama-7B4b.pt -- text \"...\" --max_length 24 --cuda cuda:0```\n\n![4bit-quant-6GB](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_9af16e1fc053.png)\n\n- pyllama can run 7B model with 3.2GB GPU memory.\nExample: ```python quant_infer.py --wbits 2 --load pyllama-7B4b.pt -- text \"...\" --max_length 32```\n\n![2bit-quant-6GB](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_a24b0db195ee.png)\n\n### 💡 Tips\n\n- To load KV cache in CPU, run `export KV_CAHCHE_IN_GPU=0` in the shell.\n\n- To profile CPU\u002FGPU\u002FLatency, run:\n\n```bash\npython inference_driver.py --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\nA sample result is like:\n\n![LLaMA Inference](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_015260514f09.png)\n\n- Tune `max_seq_len` and `max_batch_size` to reduce memory consumption to be able to run in GPU. Refer to: [this post](https:\u002F\u002Fgithub.com\u002Fjuncongmoo\u002Fpyllama\u002Fissues\u002F9)!\n\n### 🍉 Start a gradio webui\n\n\n```bash\n$ cd apps\u002Fgradio\n$ python webapp_single.py  --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\nYou should see something like this in your browser:\n\n![LLaMA Inference](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_19b6b46f82cc.png)\n\n### 🍓 Start a web server\n\nThe following command will start a flask web server:\n\n```bash\n$ cd apps\u002Fflask\n$ python web_server_single.py  --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\n## 🍒 Multiple GPU Inference\n\n### 🧘‍♀️ Official Way\n\nTo use the original META's model parallel, please set environment variable `PYLLAMA_META_MP` like:\n\n```\nexport PYLLAMA_META_MP=1\n```\n\nWith this environment variable set, you can `import llama` and the original META version's llama will be imported.\n\nThe provided `example.py` can be run on a single or multi-gpu node with `torchrun` and will output completions for two pre-defined prompts. Using `TARGET_FOLDER` as defined in `download.sh`:\n\n```bash\ntorchrun --nproc_per_node MP example.py --ckpt_dir $TARGET_FOLDER\u002Fmodel_size \\\n  --tokenizer_path $TARGET_FOLDER\u002Ftokenizer.model\n```\n\nDifferent models require different MP values:\n\n|  Model | MP |\n|--------|----|\n| 7B     | 1  |\n| 13B    | 2  |\n| 30B    | 4  |\n| 65B    | 8  |\n\n### 🐒 Community Way\n\nThere are two steps to run LLaMA in multi-GPU environment.\n\n- Convert original LLaMA model\n\n```bash\n$python -m llama.convert_llama --help\nusage: convert_llama.py [-h] [--ckpt_dir CKPT_DIR] [--tokenizer_path TOKENIZER_PATH]\n                        [--model_size {7B,13B,30B,65B}] [--output_dir OUTPUT_DIR]\n                        [--max_batch_size MAX_BATCH_SIZE] [--to {hf,fb}]\n\noptional arguments:\n  -h, --help            show this help message and exit\n  --ckpt_dir CKPT_DIR\n  --tokenizer_path TOKENIZER_PATH\n  --model_size {7B,13B,30B,65B}\n  --output_dir OUTPUT_DIR\n                        Location to write HF model and tokenizer\n  --max_batch_size MAX_BATCH_SIZE\n  --to {hf,fb}\n```\n\n- Run with HF's accelerate with multiple GPUs\n\n```bash\n$python -m llama.llama_multigpu --help\nusage: llama_multigpu.py [-h] [--state_dict_dir STATE_DICT_DIR] [--model_size {7B,13B,30B,65B}]\n\noptional arguments:\n  -h, --help            show this help message and exit\n  --state_dict_dir STATE_DICT_DIR\n  --model_size {7B,13B,30B,65B}\n```\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_54d03d0d73f4.png)\n\n## 🔬 Model Fine Tuning\n\n### With [Stanford Alpaca](https:\u002F\u002Fgithub.com\u002Ftatsu-lab\u002Fstanford_alpaca) Instruction-Following Dataset\n\n- Tokenization\n- Finetuning\n- Efficient FT\n\n## 🧬 LLaMA model structure\n\n- Meta\n- Hugging Face\n\n```\nhttps:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fllama\u002Fblob\u002Fmain\u002Fllama\u002Fmodel.py#LL127C27-L127C27\n```\n\n### Model Card\n\nSee [MODEL_CARD.md](https:\u002F\u002Fgithub.com\u002Fjuncongmoo\u002Fpyllama\u002Fblob\u002Fmain\u002FMODEL_CARD.md)\n\n### License\n\nSee the [LICENSE](https:\u002F\u002Fgithub.com\u002Fjuncongmoo\u002Fpyllama\u002Fblob\u002Fmain\u002FLICENSE) file.\n","# 🦙 LLaMA - 在单张4GB显卡上运行大语言模型\n\n\n> 📢 `pyllama` 是基于 Facebook 原始实现的一个修改版本，相比原版更便于在消费级单显卡上运行。\n\n> Hugging Face 的 LLaMA 实现可在 `pyllama.hf` 中找到。\n\n## 📥 安装\n\n在已安装 PyTorch 和 CUDA 的 Conda 环境中，运行：\n```\npip install pyllama -U\n```\n\n> 🐏 如果您之前从其他来源安装过 llama 库，请先卸载旧版本，再使用 `pip install pyllama -U` 安装最新版本。\n\n\n## 📦 下载模型文件\n\n### 🧘‍♀️ 官方方式\n\n要下载检查点和分词器，请填写此 [Google 表单](https:\u002F\u002Fforms.gle\u002Fjk851eBVbX1m5TAv5)。\n\n申请获批后，您将收到用于下载分词器和模型文件的链接。请使用邮件中提供的签名 URL 编辑 `download.sh` 脚本，以下载模型权重和分词器。\n\n### 🐒 社区方式\n\n- 1. pyllama\n\n还有另一种高速下载检查点和分词器的方式。目前提供四种模型（7B、13B、30B、65B）。要下载所有模型，运行：\n\n```bash\npython -m llama.download\n```\n\n若仅需下载 7B 模型文件到当前目录，运行：\n\n```bash\npython -m llama.download --model_size 7B\n```\n\n若仅需下载 7B 和 30B 模型文件到 `\u002Ftmp\u002Fpyllama_data` 文件夹，运行：\n\n```bash\npython -m llama.download --model_size 7B,30B --folder \u002Ftmp\u002Fpyllama_data\n```\n\n帮助文档如下：\n```bash\n$python -m llama.download --help\nusage: download.py [-h] [--model_size MODEL_SIZE] [--folder FOLDER]\n\noptional arguments:\n  -h, --help            show this help message and exit\n  --model_size MODEL_SIZE\n                        The size of the models that you want to download. A comma separated\n                        string of any of \"7B\", \"13B\", \"30B\", \"65B\". Totally 219G disk space\n                        is needed to download them all. If you only want to download the 7B\n                        model, just put \"7B\" here.\n  --folder FOLDER       The target folder for the download files\n```\n\n- 示例截图\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_3a90c483166e.png)\n\n- 2. BitTorrent\n\n🔥 要下载检查点和分词器，请使用以下 BitTorrent 链接：\"[magnet:?xt=urn:btih:ZXXDAUWYLRUXXBHUYEMS6Q5CE5WA3LVA&dn=LLaMA](magnet:?xt=urn:btih:ZXXDAUWYLRUXXBHUYEMS6Q5CE5WA3LVA&dn=LLaMA)\"。\n\n\n## 💎 将 LLaMA 量化以便在 4GB 显卡上运行\n\n`pyllama` 支持 2\u002F3\u002F4\u002F8 位量化，使您能够在显存仅为 4GB 的 GPU 上运行模型。\n\n> 您需要运行 `export HUGGING_FACE_HUB_TOKEN=XXX` 才能访问 Hugging Face 的数据。此外，还需通过 `pip install gptq` 安装 [gptq](https:\u002F\u002Fpypi.org\u002Fproject\u002Fgptq\u002F)。\n\n```bash\npython -m llama.llama_quant --help\nusage: llama_quant.py [-h] [--ckpt_dir CKPT_DIR] [--tokenizer_path TOKENIZER_PATH] \n                      [--seed SEED] [--nsamples NSAMPLES] [--percdamp PERCDAMP]\n                      [--nearest] [--wbits {2,3,4,8,16}] [--groupsize GROUPSIZE]\n                      [--save SAVE] [--load LOAD] [--benchmark BENCHMARK] [--check]\n                      [--cuda CUDA] [--eval]\n                      {wikitext2,ptb,c4}\n\npositional arguments:\n  {wikitext2,ptb,c4}    Where to extract calibration data from.\n\noptional arguments:\n  -h, --help            show this help message and exit\n  --ckpt_dir CKPT_DIR\n  --tokenizer_path TOKENIZER_PATH\n  --seed SEED           Seed for sampling the calibration data.\n  --nsamples NSAMPLES   Number of calibration data samples.\n  --percdamp PERCDAMP   Percent of the average Hessian diagonal to use for dampening.\n  --nearest             Whether to run the RTN baseline.\n  --wbits {2,3,4,8}  bits for quantization\n  --groupsize GROUPSIZE\n                        Groupsize to use for quantization; default uses full row.\n  --save SAVE           Save quantized checkpoint under this name, eg pyllama-7B4b.pt.\n  --load LOAD           Load quantized model.\n  --benchmark BENCHMARK\n                        Number of tokens to use for benchmarking.\n  --check               Whether to compute perplexity during benchmarking for verification.\n  --cuda CUDA           GPU device string, 'cuda:0' by default.\n  --eval                Evaluate the model with dataset wikitext2, ptb and c4\n```\n\n- 将 7B 模型量化为 8 位\n\n```bash\npython -m llama.llama_quant decapoda-research\u002Fllama-7b-hf c4 --wbits 8 --save pyllama-7B8b.pt\n```\n\n- 将 7B 模型量化为 4 位，组大小设为 128（推荐设置 🔥）\n\n```bash\npython -m llama.llama_quant decapoda-research\u002Fllama-7b-hf c4 --wbits 4 --groupsize 128 --save pyllama-7B4b.pt\n```\n\n- 将 7B 模型量化为 2 位\n\n```bash\npython -m llama.llama_quant decapoda-research\u002Fllama-7b-hf c4 --wbits 2 --save pyllama-7B2b.pt\n```\n\n以下是量化后的 LLaMA 文件下载链接：\n\n- 7B\n\n| 量化类型   |      大小      |  链接 | MD5 |损失 | 密码 |\n|----------|:-------------:|------:|------:|------:|--:|\n| 2 位 |  2160484475 | [🔗](https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1zOdKOHnSCsz6TFix2NTFtg) | 4c7215d28c1f650218c43fc46402cec5|- | 8g9d |\n| 3 位 |  - | - | -|- |-|\n| 4 位 |  3779485819 | - | cce9a3b522ddf5c011ee0174b2ff3dfb|- |-|\n| 8 位 |  7017493231 | - | 2648b09597cf8f9e0d1a04cb70b71cab|- |-|\n\n\n我花了 2 小时 40 分钟将 65B 模型量化为 4 位。文件大小从 122GB 减少至 32GB。\n\n> 以下是一些关于 LLM 量化建议：\n> 1. 默认情况下，推理时应使用 4 位量化，因为它在模型总比特数和零样本准确率之间取得了良好平衡。\n> 2. 使用 128 或更小的块大小来稳定 4 位量化并提升零样本性能。\n> 3. 使用浮点或分位数量化数据类型。在某些情况下，整数数据类型可能更适合提高推理延迟，具体取决于实现和硬件支持。\n\n## 🔮 单卡推理\n\n### 🥥 未量化\n\n设置环境变量 `CKPT_DIR` 为您的 LLaMA 模型文件夹，例如 `\u002Fllama_data\u002F7B`，以及 `TOKENIZER_PATH` 为您的分词器路径，如 `\u002Fllama_data\u002Ftokenizer.model`。\n\n然后运行以下命令：\n\n```bash\npython inference.py --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\n以下是 LLaMA 在 8GB 单卡上的运行示例。\n\n![LLaMA 推理](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_2c6e6f670eb7.png)\n\n### 🥝 量化后\n\n通过量化，您可以在 4GB 显存的 GPU 上运行 LLaMA。\n\n- pyllama 可以在 6GB 显存的 GPU 上运行 7B 模型。\n示例：```python quant_infer.py --wbits 4 --load pyllama-7B4b.pt -- text \"...\" --max_length 24 --cuda cuda:0```\n\n![4bit-quant-6GB](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_9af16e1fc053.png)\n\n- pyllama 可以在 3.2GB 显存的 GPU 上运行 7B 模型。\n示例：```python quant_infer.py --wbits 2 --load pyllama-7B4b.pt -- text \"...\" --max_length 32```\n\n![2bit-quant-6GB](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_a24b0db195ee.png)\n\n### 💡 小贴士\n\n- 若要将KV缓存加载到CPU上，请在终端中运行 `export KV_CAHCHE_IN_GPU=0`。\n\n- 若要对CPU、GPU和延迟进行性能分析，请运行以下命令：\n\n```bash\npython inference_driver.py --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\n示例结果如下所示：\n\n![LLaMA 推理](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_015260514f09.png)\n\n- 调整 `max_seq_len` 和 `max_batch_size` 以减少显存消耗，从而能够在GPU上运行。请参考：[此帖子](https:\u002F\u002Fgithub.com\u002Fjuncongmoo\u002Fpyllama\u002Fissues\u002F9)！\n\n### 🍉 启动 Gradio WebUI\n\n\n```bash\n$ cd apps\u002Fgradio\n$ python webapp_single.py  --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\n您应该会在浏览器中看到类似以下的内容：\n\n![LLaMA 推理](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_19b6b46f82cc.png)\n\n### 🍓 启动 Web 服务器\n\n以下命令将启动一个 Flask Web 服务器：\n\n```bash\n$ cd apps\u002Fflask\n$ python web_server_single.py  --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\n## 🍒 多 GPU 推理\n\n### 🧘‍♀️ 官方方式\n\n要使用原版 META 的模型并行，请设置环境变量 `PYLLAMA_META_MP` 如下：\n\n```\nexport PYLLAMA_META_MP=1\n```\n\n设置该环境变量后，您可以 `import llama`，此时将导入原版 META 的 LLaMA 模型。\n\n提供的 `example.py` 可以在单机或多机多卡节点上通过 `torchrun` 运行，并会为两个预定义的提示生成完成文本。以 `download.sh` 中定义的 `TARGET_FOLDER` 为例：\n\n```bash\ntorchrun --nproc_per_node MP example.py --ckpt_dir $TARGET_FOLDER\u002Fmodel_size \\\n  --tokenizer_path $TARGET_FOLDER\u002Ftokenizer.model\n```\n\n不同模型需要不同的 MP 值：\n\n| 模型   | MP |\n|--------|----|\n| 7B     | 1  |\n| 13B    | 2  |\n| 30B    | 4  |\n| 65B    | 8  |\n\n### 🐒 社区方式\n\n在多 GPU 环境中运行 LLaMA 需要两个步骤。\n\n- 转换原始 LLaMA 模型\n\n```bash\n$python -m llama.convert_llama --help\n用法: convert_llama.py [-h] [--ckpt_dir CKPT_DIR] [--tokenizer_path TOKENIZER_PATH]\n                        [--model_size {7B,13B,30B,65B}] [--output_dir OUTPUT_DIR]\n                        [--max_batch_size MAX_BATCH_SIZE] [--to {hf,fb}]\n\n可选参数:\n  -h, --help            显示此帮助信息并退出\n  --ckpt_dir CKPT_DIR\n  --tokenizer_path TOKENIZER_PATH\n  --model_size {7B,13B,30B,65B}\n  --output_dir OUTPUT_DIR\n                        用于保存 Hugging Face 模型和分词器的目录\n  --max_batch_size MAX_BATCH_SIZE\n  --to {hf,fb}\n```\n\n- 使用 Hugging Face 的 Accelerate 库在多 GPU 上运行\n\n```bash\n$python -m llama.llama_multigpu --help\n用法: llama_multigpu.py [-h] [--state_dict_dir STATE_DICT_DIR] [--model_size {7B,13B,30B,65B}]\n\n可选参数:\n  -h, --help            显示此帮助信息并退出\n  --state_dict_dir STATE_DICT_DIR\n  --model_size {7B,13B,30B,65B}\n```\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_readme_54d03d0d73f4.png)\n\n## 🔬 模型微调\n\n### 使用 [Stanford Alpaca](https:\u002F\u002Fgithub.com\u002Ftatsu-lab\u002Fstanford_alpaca) 指令遵循数据集\n\n- 分词\n- 微调\n- 高效微调\n\n## 🧬 LLaMA 模型结构\n\n- Meta\n- Hugging Face\n\n```\nhttps:\u002F\u002Fgithub.com\u002Ffacebookresearch\u002Fllama\u002Fblob\u002Fmain\u002Fllama\u002Fmodel.py#LL127C27-L127C27\n```\n\n### 模型卡片\n\n请参阅 [MODEL_CARD.md](https:\u002F\u002Fgithub.com\u002Fjuncongmoo\u002Fpyllama\u002Fblob\u002Fmain\u002FMODEL_CARD.md)\n\n### 许可证\n\n请参阅 [LICENSE](https:\u002F\u002Fgithub.com\u002Fjuncongmoo\u002Fpyllama\u002Fblob\u002Fmain\u002FLICENSE) 文件。","# pyllama 快速上手指南\n\npyllama 是基于 Facebook 原版 LLaMA 的优化版本，专为在消费级显卡（甚至单张 4GB 显存 GPU）上运行大语言模型而设计。它支持模型量化（2\u002F3\u002F4\u002F8-bit），大幅降低显存需求。\n\n## 1. 环境准备\n\n*   **系统要求**：Linux \u002F macOS \u002F Windows (需支持 CUDA)\n*   **硬件要求**：\n    *   **非量化运行**：建议 8GB+ 显存 GPU。\n    *   **量化运行**：最低支持 4GB 显存 GPU（推荐 4-bit 量化）。\n*   **前置依赖**：\n    *   Python 3.8+\n    *   Conda 环境（推荐）\n    *   PyTorch (需包含 CUDA 支持)\n\n请确保已安装带有 CUDA 支持的 PyTorch。若未安装，可参考 PyTorch 官网获取安装命令。\n\n## 2. 安装步骤\n\n在激活的 Conda 环境中执行以下命令安装最新版 pyllama：\n\n```bash\npip install pyllama -U\n```\n\n> **注意**：如果您之前从其他来源安装过 `llama` 库，请先卸载旧版本，再执行上述命令以避免冲突。\n\n若需进行模型量化（Quantization），还需额外安装 `gptq`：\n\n```bash\npip install gptq\n```\n\n## 3. 基本使用\n\n### 第一步：下载模型文件\n\n您可以选择官方渠道或社区高速渠道下载模型权重和分词器。\n\n**方式 A：社区高速下载（推荐）**\n使用内置脚本下载指定大小的模型（支持 7B, 13B, 30B, 65B）：\n\n```bash\n# 下载 7B 模型到当前目录\npython -m llama.download --model_size 7B\n\n# 或者下载到指定文件夹\npython -m llama.download --model_size 7B --folder \u002Ftmp\u002Fpyllama_data\n```\n\n**方式 B：官方渠道**\n需填写 [Google Form](https:\u002F\u002Fforms.gle\u002Fjk851eBVbX1m5TAv5) 申请权限，获批后通过邮件链接下载，并修改 `download.sh` 脚本中的 URL 进行下载。\n\n### 第二步：运行推理（单卡）\n\n设置环境变量指向模型文件夹和分词器路径，然后运行推理脚本。\n\n```bash\n# 设置环境变量 (请替换为您的实际路径)\nexport CKPT_DIR=\u002Fpath\u002Fto\u002Fllama_data\u002F7B\nexport TOKENIZER_PATH=\u002Fpath\u002Fto\u002Fllama_data\u002Ftokenizer.model\n\n# 运行原生推理 (适合 8GB+ 显存)\npython inference.py --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```\n\n### 第三步：低显存运行（量化推理）\n\n若您的显存较小（如 4GB-6GB），请先对模型进行量化，或使用已量化的模型进行推理。\n\n**1. 模型量化示例（将 7B 模型量化为 4-bit）：**\n> 注意：量化过程需要访问 Hugging Face 数据，需设置 token：`export HUGGING_FACE_HUB_TOKEN=YOUR_TOKEN`\n\n```bash\n# 将 7B 模型量化为 4-bit (推荐配置：groupsize 128)\npython -m llama.llama_quant decapoda-research\u002Fllama-7b-hf c4 --wbits 4 --groupsize 128 --save pyllama-7B4b.pt\n```\n\n**2. 运行量化后的模型：**\n\n```bash\n# 使用 4-bit 量化模型运行 (约需 6GB 显存)\npython quant_infer.py --wbits 4 --load pyllama-7B4b.pt -- text \"你好，请介绍一下你自己\" --max_length 24 --cuda cuda:0\n\n# 使用 2-bit 量化模型运行 (约需 3.2GB 显存)\npython quant_infer.py --wbits 2 --load pyllama-7B2b.pt -- text \"你好，请介绍一下你自己\" --max_length 32\n```\n\n### 进阶：启动 Web 界面\n\n如需通过浏览器交互，可启动 Gradio 服务：\n\n```bash\ncd apps\u002Fgradio\npython webapp_single.py --ckpt_dir $CKPT_DIR --tokenizer_path $TOKENIZER_PATH\n```","一名独立开发者希望在仅配备单张 4GB 显存消费级显卡的笔记本电脑上，本地部署并调试 LLaMA 大语言模型以构建离线智能助手。\n\n### 没有 pyllama 时\n- **硬件门槛过高**：原版 LLaMA 需要多张高端专业显卡或数十 GB 显存才能运行，普通开发者的笔记本完全无法加载模型。\n- **部署流程繁琐**：手动申请官方权重、编写复杂的下载脚本以及配置量化环境耗时极长，极易在环境依赖上出错。\n- **推理速度缓慢**：即使强行在 CPU 上运行未量化的模型，生成速度也慢如蜗牛，无法满足实时交互调试的需求。\n- **存储压力巨大**：完整模型文件占用空间极大，对于磁盘空间有限的个人设备而言是沉重负担。\n\n### 使用 pyllama 后\n- **低显存轻松运行**：借助 pyllama 支持的 2\u002F3\u002F4\u002F8 比特量化技术，成功将 7B 模型压缩至 4GB 显存内流畅运行，无需升级硬件。\n- **一键下载与安装**：通过 `python -m llama.download` 命令即可快速拉取指定大小的模型文件，社区源和 BT 链接大幅缩短了准备时间。\n- **推理效率显著提升**：量化后的模型在本地 GPU 上实现了秒级响应，开发者可以即时测试提示词效果并进行迭代优化。\n- **资源占用灵活可控**：可根据实际需求选择不同参数量（7B 至 65B）和量化精度，完美平衡了性能与设备资源限制。\n\npyllama 通过极致的量化优化和便捷的工程封装，让大语言模型真正走下了神坛，成为每位普通开发者触手可及的本地化创新工具。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fhenrywoo_pyllama_af2f0098.png","henrywoo","Henry","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fhenrywoo_a4a5938b.png",null,"USA","wufuheng@gmail.com","https:\u002F\u002Fgithub.com\u002Fhenrywoo",[80,84],{"name":81,"color":82,"percentage":83},"Python","#3572A5",95,{"name":85,"color":86,"percentage":87},"Shell","#89e051",5,2790,305,"2026-04-04T18:24:28","GPL-3.0","未说明","需要 NVIDIA GPU。非量化运行推荐 8GB+ 显存；开启量化（2\u002F3\u002F4\u002F8-bit）后可在 4GB-6GB 显存的消费级显卡上运行 7B 模型。需支持 CUDA。",{"notes":95,"python":92,"dependencies":96},"建议在包含 pytorch 和 cuda 的 conda 环境中安装。若需进行模型量化，必须安装 gptq 库并设置 Hugging Face token 环境变量。支持单卡和多卡推理，多卡模式下不同模型规模（7B\u002F13B\u002F30B\u002F65B）对应不同的模型并行度（MP）需求。可通过脚本下载官方或社区提供的模型权重，全部模型约需 219GB 磁盘空间。",[97,98,99],"pytorch","cuda","gptq",[35,14],"2026-03-27T02:49:30.150509","2026-04-08T14:45:32.450259",[104,109,114,119,123,127],{"id":105,"question_zh":106,"answer_zh":107,"source_url":108},24548,"遇到 'ValueError: Tokenizer class LLaMATokenizer does not exist' 错误怎么办？","该问题是由于 transformers 库近期将 'LLaMATokenizer' 重命名为 'LlamaTokenizer' 导致的，而模型配置文件仍使用旧名称。解决方案是卸载当前的 transformers 库，并安装一个恢复了旧名称的分支版本。执行以下命令：\n1. pip uninstall transformers\n2. pip install git+https:\u002F\u002Fgithub.com\u002Fmbehm\u002Ftransformers\n安装后重新运行代码即可解决。","https:\u002F\u002Fgithub.com\u002Fhenrywoo\u002Fpyllama\u002Fissues\u002F35",{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},24549,"如何在低显存显卡（如 4GB GPU）上运行 7B 或 13B 模型？","对于显存较小的显卡（如 Nvidia GTX 1650 4GB），直接运行原版模型会报 OOM 错误。维护者表示正在优化以支持在 4GB 显存上运行 13B 模型。建议关注仓库更新，或者尝试使用经过简化和优化的衍生项目，例如 LLaMADemo (https:\u002F\u002Fgithub.com\u002FSWHL\u002FLLaMADemo)，该项目整理了最简单的用例以降低资源需求。","https:\u002F\u002Fgithub.com\u002Fhenrywoo\u002Fpyllama\u002Fissues\u002F6",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},24550,"安装时遇到 'hiq-python' 依赖冲突或 'py-itree' 相关错误如何解决？","该问题通常由 'hiq-python' 与 'py-itree' 的版本依赖冲突引起，或者是因为系统中已安装了不兼容的 'itree' 包。解决方法如下：\n1. 确保安装最新版本的依赖，参考官方安装指南：https:\u002F\u002Fgithub.com\u002Fjuncongmoo\u002Fitree#installation\n2. 如果之前安装过 'itree'（非 'py-itree'），请先将其卸载：pip uninstall itree\n3. 重新安装项目依赖。如果仍然报错，检查是否存在 DLL 加载失败（Windows 下常见），这通常意味着需要清理环境后重新安装正确的 'py-itree' 包。","https:\u002F\u002Fgithub.com\u002Fhenrywoo\u002Fpyllama\u002Fissues\u002F11",{"id":120,"question_zh":121,"answer_zh":122,"source_url":113},24551,"运行推理时出现 'torch.cuda.OutOfMemoryError' 错误该如何处理？","当显存不足时（例如尝试在 12GB 显卡上加载大模型），会抛出 CUDA OOM 错误。除了等待官方对低显存设备的优化外，可以尝试以下临时措施：\n1. 减小 batch size 或最大序列长度（max_seq_len）。\n2. 根据错误提示，设置环境变量以避免内存碎片化：export PYTORCH_CUDA_ALLOC_CONF=max_split_size_mb:512\n3. 如果硬件确实无法满足最低要求（如 7B 模型通常需要更多显存），建议寻找量化版本或使用云端 GPU 资源。",{"id":124,"question_zh":125,"answer_zh":126,"source_url":118},24552,"导入 'itree' 模块时出现 'AttributeError: module 'itree' has no attribute 'Node'' 或 'DLL load failed' 错误？","这通常是因为环境中同时存在 'itree' 和 'py-itree' 包，或者安装了错误的包导致命名空间冲突。解决步骤：\n1. 卸载所有相关的树结构包：pip uninstall itree py-itree\n2. 确认只安装项目所需的 'py-itree' 包。\n3. 如果在 Windows 上遇到 'DLL load failed'，请确保 Python 版本与安装的 wheel 包架构（amd64\u002Fx86）匹配，并尝试重新安装最新版的 'py-itree'。",{"id":128,"question_zh":129,"answer_zh":130,"source_url":113},24553,"是否有简化版的代码示例或 Demo 可供参考？","有的。为了方便用户快速上手，社区成员整理了一个名为 'LLaMADemo' 的仓库，剔除了原项目中复杂的逻辑，仅保留两个最基础的使用案例。你可以访问 https:\u002F\u002Fgithub.com\u002FSWHL\u002FLLaMADemo 获取简化后的代码，这有助于排查环境问题和理解核心推理流程。",[132],{"id":133,"version":134,"summary_zh":135,"released_at":136},154149,"v0.0.9","包含一些错误修复","2023-03-23T07:02:37"]