[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-zjhellofss--KuiperLLama":3,"tool-zjhellofss--KuiperLLama":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",148568,2,"2026-04-09T23:34:24",[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。",108111,"2026-04-08T11:23:26",[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},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"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],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":79,"owner_website":80,"owner_url":81,"languages":82,"stars":99,"forks":100,"last_commit_at":101,"license":79,"difficulty_score":102,"env_os":103,"env_gpu":104,"env_ram":105,"env_deps":106,"category_tags":117,"github_topics":118,"view_count":32,"oss_zip_url":79,"oss_zip_packed_at":79,"status":17,"created_at":128,"updated_at":129,"faqs":130,"releases":131},6106,"zjhellofss\u002FKuiperLLama","KuiperLLama","校招、秋招、春招、实习好项目，带你从零动手实现支持LLama2\u002F3和Qwen2.5的大模型推理框架。","KuiperLLama 是一个专为学习与实践打造的大模型推理框架开源项目。它旨在帮助开发者从零开始，亲手构建一个支持 Llama2\u002F3（含最新 Llama3.2）及 Qwen2.5\u002F3 系列模型的完整推理系统。\n\n该项目主要解决了大模型底层原理“黑盒化”的痛点，通过全手写 C++ 代码与 CUDA 算子，让用户深入理解模型加载、算子实现、显存管理及量化加速等核心技术细节。相比直接调用现成库，KuiperLLama 提供了透明的实现路径，是准备校招面试、提升 C++ 工程能力的绝佳实践平台。\n\nKuiperLLama 特别适合希望深耕 AI 基础设施的开发者、计算机专业学生及算法研究人员。其技术亮点包括：采用现代 C++20 标准编写，代码风格统一且健壮；原生支持 CPU 与 CUDA 双后端，并实现了 Int8 量化加速；引入 CMake 与 Git 进行企业级项目管理，内置单元测试与性能基准测试（Benchmark）流程。此外，项目还集成了 Google glog、gtest 等行业标准依赖库，帮助用户在实战中掌握工业界开发规范。无论是为了求职加分，还是为了透彻掌握大模型推理机制，K","KuiperLLama 是一个专为学习与实践打造的大模型推理框架开源项目。它旨在帮助开发者从零开始，亲手构建一个支持 Llama2\u002F3（含最新 Llama3.2）及 Qwen2.5\u002F3 系列模型的完整推理系统。\n\n该项目主要解决了大模型底层原理“黑盒化”的痛点，通过全手写 C++ 代码与 CUDA 算子，让用户深入理解模型加载、算子实现、显存管理及量化加速等核心技术细节。相比直接调用现成库，KuiperLLama 提供了透明的实现路径，是准备校招面试、提升 C++ 工程能力的绝佳实践平台。\n\nKuiperLLama 特别适合希望深耕 AI 基础设施的开发者、计算机专业学生及算法研究人员。其技术亮点包括：采用现代 C++20 标准编写，代码风格统一且健壮；原生支持 CPU 与 CUDA 双后端，并实现了 Int8 量化加速；引入 CMake 与 Git 进行企业级项目管理，内置单元测试与性能基准测试（Benchmark）流程。此外，项目还集成了 Google glog、gtest 等行业标准依赖库，帮助用户在实战中掌握工业界开发规范。无论是为了求职加分，还是为了透彻掌握大模型推理机制，KuiperLLama 都是一个极具价值的学习工具。","# KuiperLLama 动手自制大模型推理框架，支持LLama2\u002F3和Qwen2.5\n> News：新课发布，《动手自制大模型推理框架》，全手写cuda算子，课程框架支持LLama2和3.x以及Qwen2.5模型\n\nHi，各位朋友们好！我是 KuiperInfer 的作者。KuiperInfer 作为一门开源课程，迄今已经在 GitHub 上已斩获 2.5k star。\n如今在原课程的基础上，**我们全新推出了《动手自制大模型推理框架》， 新课程支持Llama系列大模型（包括最新的LLama3.2）以及Qwen2.5系列大模型，同时支持 Cuda 加速和 Int8 量化**，自推出以来便广受好评。\n\n## 《动手自制大模型推理框架》课程目录：\nhttps:\u002F\u002Ftvle9mq8jh.feishu.cn\u002Fdocx\u002FAGb0dpqwfohQ9oxx4QycqbCjnJh\n## 《动手自制大模型推理框架》课程优势\n\n1. 采用最新的C++ 20标准去写代码，统一、美观的代码风格，良好的错误处理；\n2. 优秀的项目管理形式，我们采用CMake+Git的方式管理项目，接轨大厂；\n3. 授人以渔，教大家怎么设计一个现代C++项目，同时教大家怎么用单元测试和Benchmark去测试验证自己的项目； \n4. CPU算子和CUDA双后端实现，对时新的大模型（LLama3和Qwen系列）有非常好的支持。\n\n\n**如果你对大模型推理感兴趣，想要深入了解并掌握相关技术，想在校招、秋招面试当中脱颖而出，那么这门《动手自制大模型推理框架》课程绝对不容错过。快来加入我们，一起开启学习之旅吧！\n    感兴趣的同学欢迎扫一扫课程下方二维码或者添加微信 lyrry1997 参加课程**\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzjhellofss_KuiperLLama_readme_bff7599210fa.jpg\"  \u002F>\n\n\n\n## 《动手自制大模型推理框架》课程项目运行效果\n> LLama1.1b fp32模型，视频无加速，运行平台为Nvidia 3060 laptop，速度为60.34 token\u002Fs\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzjhellofss_KuiperLLama_readme_636e469a8a36.gif)\n\n\n\n## 第三方依赖\n> 借助企业级开发库，更快地搭建出大模型推理框架\n1. google glog https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fglog\n2. google gtest https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fgoogletest\n3. sentencepiece https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece\n4. armadillo + openblas https:\u002F\u002Farma.sourceforge.net\u002Fdownload.html\n5. Cuda Toolkit\n\n\n## 模型下载地址\n1. LLama2 https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1PF5KqvIvNFR8yDIY1HmTYA?pwd=ma8r 或 https:\u002F\u002Fhuggingface.co\u002Ffushenshen\u002Flession_model\u002Ftree\u002Fmain\n\n2. Tiny LLama \n- TinyLLama模型 https:\u002F\u002Fhuggingface.co\u002Fkarpathy\u002Ftinyllamas\u002Ftree\u002Fmain\n- TinyLLama分词器 https:\u002F\u002Fhuggingface.co\u002Fyahma\u002Fllama-7b-hf\u002Fblob\u002Fmain\u002Ftokenizer.model\n\n3. Qwen2.5\u002FLLama\n   \n   请参考本项目配套课程，课程参加方式请看本文开头。\n\n\n## 模型导出\n```shell\npython export.py llama2_7b.bin --meta-llama path\u002Fto\u002Fllama\u002Fmodel\u002F7B\n# 使用--hf标签从hugging face中加载模型， 指定--version3可以导出量化模型\n# 其他使用方法请看export.py中的命令行参数实例\n```\n\n\n## 编译方法\n```shell\n  mkdir build \n  cd build\n  # 需要安装上述的第三方依赖\n  cmake ..\n  # 或者开启 USE_CPM 选项，自动下载第三方依赖\n  cmake -DUSE_CPM=ON ..\n  make -j16\n```\n\n## 生成文本的方法\n```shell\n.\u002Fllama_infer llama2_7b.bin tokenizer.model\n\n```\n\n# LLama3.2 推理\n\n- 以 meta-llama\u002FLlama-3.2-1B 为例，huggingface 上下载模型：\n```shell\nexport HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\npip3 install huggingface-cli\nhuggingface-cli download --resume-download meta-llama\u002FLlama-3.2-1B --local-dir meta-llama\u002FLlama-3.2-1B --local-dir-use-symlinks False\n```\n- 导出模型：\n```shell\npython3 tools\u002Fexport.py Llama-3.2-1B.bin --hf=meta-llama\u002FLlama-3.2-1B\n```\n- 编译：\n```shell\nmkdir build \ncd build\n# 开启 USE_CPM 选项，自动下载第三方依赖，前提是需要网络畅通\ncmake -DUSE_CPM=ON -DLLAMA3_SUPPORT=ON .. \nmake -j16\n```\n- 运行：\n```shell\n.\u002Fbuild\u002Fdemo\u002Fllama_infer Llama-3.2-1B.bin meta-llama\u002FLlama-3.2-1B\u002Ftokenizer.json\n# 和 huggingface 推理的结果进行对比\npython3 hf_infer\u002Fllama3_infer.py\n```\n\n# Qwen2.5 推理\n\n- 以 Qwen2.5-0.5B 为例，huggingface 上下载模型：\n```shell\nexport HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\npip3 install huggingface-cli\nhuggingface-cli download --resume-download Qwen\u002FQwen2.5-0.5B --local-dir Qwen\u002FQwen2.5-0.5B --local-dir-use-symlinks False\n```\n- 导出模型：\n```shell\npython3 tools\u002Fexport_qwen2.py Qwen2.5-0.5B.bin --hf=Qwen\u002FQwen2.5-0.5B\n```\n- 编译：\n```shell\nmkdir build \ncd build\n# 开启 USE_CPM 选项，自动下载第三方依赖，前提是需要网络畅通\ncmake -DUSE_CPM=ON -DQWEN2_SUPPORT=ON .. \nmake -j16\n```\n- 运行：\n```shell\n.\u002Fbuild\u002Fdemo\u002Fqwen_infer Qwen2.5-0.5B.bin Qwen\u002FQwen2.5-0.5B\u002Ftokenizer.json\n# 和 huggingface 推理的结果进行对比\npython3 hf_infer\u002Fqwen2_infer.py\n```\n\n## Qwen3推理\n和上面同理，我们先从huggingface仓库中将模型下载到本地。\n1. tools\u002Fexport_qwen3\u002Fload.py中导出为pth，模型的输入`model_name`和输出地址`output_file`依次需要填写；\n2. 导出pth格式的模型后，再用同文件夹下的write_bin.py导出qwen.bin；\n3. 用CMake选项`QWEN3_SUPPORT`重新编译项目，其他步骤就都是一样的了。","# KuiperLLama 动手自制大模型推理框架，支持LLama2\u002F3和Qwen2.5\n> 新闻：新课发布，《动手自制大模型推理框架》，全手写cuda算子，课程框架支持LLama2和3.x以及Qwen2.5模型\n\n嗨，各位朋友们好！我是 KuiperInfer 的作者。KuiperInfer 作为一门开源课程，迄今已经在 GitHub 上已斩获 2.5k star。\n如今在原课程的基础上，**我们全新推出了《动手自制大模型推理框架》， 新课程支持Llama系列大模型（包括最新的LLama3.2）以及Qwen2.5系列大模型，同时支持 Cuda 加速和 Int8 量化**，自推出以来便广受好评。\n\n## 《动手自制大模型推理框架》课程目录：\nhttps:\u002F\u002Ftvle9mq8jh.feishu.cn\u002Fdocx\u002FAGb0dpqwfohQ9oxx4QycqbCjnJh\n## 《动手自制大模型推理框架》课程优势\n\n1. 采用最新的C++ 20标准去写代码，统一、美观的代码风格，良好的错误处理；\n2. 优秀的项目管理形式，我们采用CMake+Git的方式管理项目，接轨大厂；\n3. 授人以渔，教大家怎么设计一个现代C++项目，同时教大家怎么用单元测试和Benchmark去测试验证自己的项目； \n4. CPU算子和CUDA双后端实现，对时新的大模型（LLama3和Qwen系列）有非常好的支持。\n\n\n**如果你对大模型推理感兴趣，想要深入了解并掌握相关技术，想在校招、秋招面试当中脱颖而出，那么这门《动手自制大模型推理框架》课程绝对不容错过。快来加入我们，一起开启学习之旅吧！\n    感兴趣的同学欢迎扫一扫课程下方二维码或者添加微信 lyrry1997 参加课程**\n\n\u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzjhellofss_KuiperLLama_readme_bff7599210fa.jpg\"  \u002F>\n\n\n\n## 《动手自制大模型推理框架》课程项目运行效果\n> LLama1.1b fp32模型，视频无加速，运行平台为Nvidia 3060 laptop，速度为60.34 token\u002Fs\n\n![](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzjhellofss_KuiperLLama_readme_636e469a8a36.gif)\n\n\n\n## 第三方依赖\n> 借助企业级开发库，更快地搭建出大模型推理框架\n1. google glog https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fglog\n2. google gtest https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fgoogletest\n3. sentencepiece https:\u002F\u002Fgithub.com\u002Fgoogle\u002Fsentencepiece\n4. armadillo + openblas https:\u002F\u002Farma.sourceforge.net\u002Fdownload.html\n5. Cuda Toolkit\n\n\n## 模型下载地址\n1. LLama2 https:\u002F\u002Fpan.baidu.com\u002Fs\u002F1PF5KqvIvNFR8yDIY1HmTYA?pwd=ma8r 或 https:\u002F\u002Fhuggingface.co\u002Ffushenshen\u002Flession_model\u002Ftree\u002Fmain\n\n2. Tiny LLama \n- TinyLLama模型 https:\u002F\u002Fhuggingface.co\u002Fkarpathy\u002Ftinyllamas\u002Ftree\u002Fmain\n- TinyLLama分词器 https:\u002F\u002Fhuggingface.co\u002Fyahma\u002Fllama-7b-hf\u002Fblob\u002Fmain\u002Ftokenizer.model\n\n3. Qwen2.5\u002FLLama\n   \n   请参考本项目配套课程，课程参加方式请看本文开头。\n\n\n## 模型导出\n```shell\npython export.py llama2_7b.bin --meta-llama path\u002Fto\u002Fllama\u002Fmodel\u002F7B\n# 使用--hf标签从hugging face中加载模型， 指定--version3可以导出量化模型\n# 其他使用方法请看export.py中的命令行参数实例\n```\n\n\n## 编译方法\n```shell\n  mkdir build \n  cd build\n  # 需要安装上述的第三方依赖\n  cmake ..\n  # 或者开启 USE_CPM 选项，自动下载第三方依赖\n  cmake -DUSE_CPM=ON ..\n  make -j16\n```\n\n## 生成文本的方法\n```shell\n.\u002Fllama_infer llama2_7b.bin tokenizer.model\n\n```\n\n# LLama3.2 推理\n\n- 以 meta-llama\u002FLlama-3.2-1B 为例，huggingface 上下载模型：\n```shell\nexport HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\npip3 install huggingface-cli\nhuggingface-cli download --resume-download meta-llama\u002FLlama-3.2-1B --local-dir meta-llama\u002FLlama-3.2-1B --local-dir-use-symlinks False\n```\n- 导出模型：\n```shell\npython3 tools\u002Fexport.py Llama-3.2-1B.bin --hf=meta-llama\u002FLlama-3.2-1B\n```\n- 编译：\n```shell\nmkdir build \ncd build\n# 开启 USE_CPM 选项，自动下载第三方依赖，前提是需要网络畅通\ncmake -DUSE_CPM=ON -DLLAMA3_SUPPORT=ON .. \nmake -j16\n```\n- 运行：\n```shell\n.\u002Fbuild\u002Fdemo\u002Fllama_infer Llama-3.2-1B.bin meta-llama\u002FLlama-3.2-1B\u002Ftokenizer.json\n# 和 huggingface 推理的结果进行对比\npython3 hf_infer\u002Fllama3_infer.py\n```\n\n# Qwen2.5 推理\n\n- 以 Qwen2.5-0.5B 为例，huggingface 上下载模型：\n```shell\nexport HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\npip3 install huggingface-cli\nhuggingface-cli download --resume-download Qwen\u002FQwen2.5-0.5B --local-dir Qwen\u002FQwen2.5-0.5B --local-dir-use-symlinks False\n```\n- 导出模型：\n```shell\npython3 tools\u002Fexport_qwen2.py Qwen2.5-0.5B.bin --hf=Qwen\u002FQwen2.5-0.5B\n```\n- 编译：\n```shell\nmkdir build \ncd build\n# 开启 USE_CPM 选项，自动下载第三方依赖，前提是需要网络畅通\ncmake -DUSE_CPM=ON -DQWEN2_SUPPORT=ON .. \nmake -j16\n```\n- 运行：\n```shell\n.\u002Fbuild\u002Fdemo\u002Fqwen_infer Qwen2.5-0.5B.bin Qwen\u002FQwen2.5-0.5B\u002Ftokenizer.json\n# 和 huggingface 推理的结果进行对比\npython3 hf_infer\u002Fqwen2_infer.py\n```\n\n## Qwen3推理\n和上面同理，我们先从huggingface仓库中将模型下载到本地。\n1. tools\u002Fexport_qwen3\u002Fload.py中导出为pth，模型的输入`model_name`和输出地址`output_file`依次需要填写；\n2. 导出pth格式的模型后，再用同文件夹下的write_bin.py导出qwen.bin；\n3. 用CMake选项`QWEN3_SUPPORT`重新编译项目，其他步骤就都是一样的了。","# KuiperLLama 快速上手指南\n\nKuiperLLama 是一个基于 C++20 手写的大模型推理框架，支持 Llama2\u002F3\u002F3.2 及 Qwen2.5\u002F3 系列模型，提供 CPU 与 CUDA 双后端加速及 Int8 量化支持。\n\n## 1. 环境准备\n\n### 系统要求\n- **操作系统**: Linux (推荐) 或 Windows (需配置相应编译环境)\n- **编译器**: 支持 C++20 标准的编译器 (如 GCC 9+, Clang 10+, MSVC 2019+)\n- **构建工具**: CMake 3.14+\n- **GPU 加速 (可选)**: NVIDIA GPU + CUDA Toolkit\n\n### 前置依赖\n项目支持自动下载依赖，但需确保网络畅通。若需手动安装，主要依赖如下：\n- `google glog` (日志)\n- `google gtest` (单元测试)\n- `sentencepiece` (分词)\n- `armadillo` + `openblas` (线性代数)\n- `CUDA Toolkit` (如需 GPU 加速)\n\n> **提示**：国内用户建议在下载 HuggingFace 模型时配置镜像源。\n> ```bash\n> export HF_ENDPOINT=https:\u002F\u002Fhf-mirror.com\n> ```\n\n## 2. 安装与编译\n\n### 步骤一：克隆项目\n```bash\ngit clone \u003C项目仓库地址>\ncd \u003C项目目录>\n```\n\n### 步骤二：配置与编译\n推荐使用 `USE_CPM` 选项自动管理第三方依赖。根据目标模型开启对应支持选项。\n\n**通用编译命令（自动下载依赖）：**\n```bash\nmkdir build \ncd build\n# 默认支持 Llama2，如需支持 Llama3 或 Qwen 请添加对应标志\ncmake -DUSE_CPM=ON .. \nmake -j16\n```\n\n**针对特定模型的编译配置：**\n- **支持 Llama3\u002F3.2**:\n  ```bash\n  cmake -DUSE_CPM=ON -DLLAMA3_SUPPORT=ON ..\n  ```\n- **支持 Qwen2.5**:\n  ```bash\n  cmake -DUSE_CPM=ON -DQWEN2_SUPPORT=ON ..\n  ```\n- **支持 Qwen3**:\n  ```bash\n  cmake -DUSE_CPM=ON -DQWEN3_SUPPORT=ON ..\n  ```\n\n## 3. 模型准备与导出\n\n在运行推理前，需将 HuggingFace 格式的模型导出为框架专用的 `.bin` 格式。\n\n### 场景 A：Llama3.2 示例\n1. **下载模型**：\n   ```bash\n   pip3 install huggingface-cli\n   huggingface-cli download --resume-download meta-llama\u002FLlama-3.2-1B --local-dir meta-llama\u002FLlama-3.2-1B --local-dir-use-symlinks False\n   ```\n2. **导出模型**：\n   ```bash\n   python3 tools\u002Fexport.py Llama-3.2-1B.bin --hf=meta-llama\u002FLlama-3.2-1B\n   ```\n\n### 场景 B：Qwen2.5 示例\n1. **下载模型**：\n   ```bash\n   huggingface-cli download --resume-download Qwen\u002FQwen2.5-0.5B --local-dir Qwen\u002FQwen2.5-0.5B --local-dir-use-symlinks False\n   ```\n2. **导出模型**：\n   ```bash\n   python3 tools\u002Fexport_qwen2.py Qwen2.5-0.5B.bin --hf=Qwen\u002FQwen2.5-0.5B\n   ```\n\n### 场景 C：Qwen3 示例\n1. 先运行 `tools\u002Fexport_qwen3\u002Fload.py` 导出为 `.pth` 格式。\n2. 再运行 `tools\u002Fexport_qwen3\u002Fwrite_bin.py` 转换为 `.bin` 格式。\n\n## 4. 基本使用\n\n编译完成并准备好模型文件后，即可运行推理演示程序。\n\n### 运行 Llama 系列模型\n```bash\n# 格式：.\u002Fllama_infer \u003C模型.bin> \u003C分词器文件>\n.\u002Fbuild\u002Fdemo\u002Fllama_infer Llama-3.2-1B.bin meta-llama\u002FLlama-3.2-1B\u002Ftokenizer.json\n```\n\n### 运行 Qwen 系列模型\n```bash\n# 格式：.\u002Fqwen_infer \u003C模型.bin> \u003C分词器文件>\n.\u002Fbuild\u002Fdemo\u002Fqwen_infer Qwen2.5-0.5B.bin Qwen\u002FQwen2.5-0.5B\u002Ftokenizer.json\n```\n\n### 验证结果（可选）\n框架提供了 Python 脚本以便与 HuggingFace 官方推理结果进行对比：\n```bash\n# Llama3 对比\npython3 hf_infer\u002Fllama3_infer.py\n\n# Qwen2.5 对比\npython3 hf_infer\u002Fqwen2_infer.py\n```","计算机专业研究生李明正在备战大厂算法岗秋招，急需深入理解大模型底层推理机制并积累高含金量的 C++ 项目经验。\n\n### 没有 KuiperLLama 时\n- **理论脱离实践**：虽然熟悉 Transformer 原理，但面对黑盒般的 PyTorch 框架，无法亲手实现算子，面试时被问到底层细节常常卡壳。\n- **技术栈滞后**：手头项目多基于 Python 脚本，缺乏现代 C++20、CMake 及 CUDA 编程的企业级实战经验，简历难以通过大厂筛选。\n- **模型支持单一**：自行复现推理框架耗时数月，且仅能支持老旧模型，无法快速适配 Llama3.2 或 Qwen2.5 等最新架构。\n- **工程规范缺失**：代码缺乏单元测试与 Benchmark 验证，项目管理混乱，无法向面试官展示良好的工程素养。\n\n### 使用 KuiperLLama 后\n- **全链路手写实战**：跟随课程从零手写 CPU 与 CUDA 双后端算子，彻底吃透 Llama\u002FQwen 系列模型的推理全流程，面试对答如流。\n- **接轨大厂规范**：直接采用 C++20 标准、CMake 构建系统及 Google Test 单元测试，打造出风格统一、健壮性强的企业级项目。\n- **紧跟前沿模型**：快速集成并运行最新的 Llama3.2 和 Qwen2.5 模型，甚至支持 Int8 量化，展现了极强的技术敏锐度。\n- **性能量化可视**：利用内置 Benchmark 在 RTX 3060 上测出 60+ token\u002Fs 的推理速度，用详实的数据证明优化成果，极大提升简历竞争力。\n\nKuiperLLama 不仅是一个推理框架，更是连接学术理论与工业界落地能力的桥梁，帮助求职者在校招中凭借扎实的底层功底脱颖而出。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fzjhellofss_KuiperLLama_23c8b4de.png","zjhellofss","傅莘莘","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fzjhellofss_ecfda300.jpg","Email:\r\nhellofss@foxmail.com","YZ","浙江杭州",null,"hellofss@foxmail.com","https:\u002F\u002Fgithub.com\u002Fzjhellofss",[83,87,91,95],{"name":84,"color":85,"percentage":86},"C++","#f34b7d",75.2,{"name":88,"color":89,"percentage":90},"Python","#3572A5",18.9,{"name":92,"color":93,"percentage":94},"Cuda","#3A4E3A",4.8,{"name":96,"color":97,"percentage":98},"CMake","#DA3434",1.1,529,135,"2026-04-09T02:02:52",4,"Linux, Windows","需要 NVIDIA GPU 以支持 CUDA 加速（可选 CPU 后端），需安装 CUDA Toolkit，具体显存大小取决于模型（如运行 Llama2-7B 或 Qwen2.5 建议 8GB+，示例中在 Nvidia 3060 Laptop 上运行 1.1B 模型）","未说明（取决于加载的模型大小，建议 16GB+ 以运行 7B 级别模型）",{"notes":107,"python":108,"dependencies":109},"该项目主要是一个基于 C++20 的大模型推理框架教学课程。支持纯 CPU 推理和 CUDA 加速后端。编译时可通过 '-DUSE_CPM=ON' 自动下载第三方依赖。支持模型包括 Llama2\u002F3\u002F3.2 和 Qwen2.5\u002F3，需先使用提供的 Python 脚本将 HuggingFace 模型导出为二进制格式 (.bin) 方可推理。Qwen3 模型需要额外的两步导出流程（pth -> bin）。","3.x (示例中使用 python3\u002Fpip3)",[96,110,111,112,113,114,115,116],"CUDA Toolkit","google glog","google gtest","sentencepiece","armadillo","openblas","huggingface-cli",[14,35],[119,120,121,122,123,124,125,126,127],"cuda","inference-engine","llama2","llama3","llm","llm-inference","cpp","qwen","qwen2","2026-03-27T02:49:30.150509","2026-04-10T11:22:41.264320",[],[132,137,142,147,151],{"id":133,"version":134,"summary_zh":135,"released_at":136},180851,"course5_code","第五次课程代码","2024-07-07T11:42:39",{"id":138,"version":139,"summary_zh":140,"released_at":141},180852,"course4_code","第四次课程代码","2024-07-07T11:42:17",{"id":143,"version":144,"summary_zh":145,"released_at":146},180853,"course3","第三次课程代码","2024-07-07T11:41:30",{"id":148,"version":149,"summary_zh":79,"released_at":150},180854,"course21","2024-06-22T14:30:00",{"id":152,"version":153,"summary_zh":79,"released_at":154},180855,"course1newnew","2024-06-22T13:51:33"]