llamafile

llamafile 是 Mozilla 的妙招：一個檔案同時是 GGUF 權重和執行環境（llama.cpp 加 Cosmopolitan Libc）。下載、chmod +x、執行。免安裝、免 Python、免 Docker。

下載官方文件 ↗

llamafile 是 Mozilla 的妙招：一個檔案同時是 GGUF 權重和執行環境（llama.cpp 加 Cosmopolitan Libc）。下載、chmod +x、執行。免安裝、免 Python、免 Docker。

`--server` 會在 8080 埠暴露 OpenAI 相容介面。上下文用啟動參數 -c 設定。想把一個模型當執行檔遞給別人，就用它。

最大上下文: Set with -c at launch
免費額度: 無限且私密
註冊要求: 什麼都不用 —— 無帳號

端點

基底網址http://localhost:8080/v1

速率限制None — it is your machine

OpenAI 相容
文字

程式碼範例

npm install openai

import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'http://localhost:8080/v1',
  apiKey: 'not-needed'
})

const response = await client.chat.completions.create({
  model: 'LLaMA_CPP',
  messages: [{ role: 'user', content: 'Explain closures in one paragraph.' }]
})

console.log(response.choices[0].message.content)

pip install openai

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8080/v1",
    api_key="not-needed",
)

response = client.chat.completions.create(
    model="LLaMA_CPP",
    messages=[{"role": "user", "content": "Explain closures in one paragraph."}],
)

print(response.choices[0].message.content)

curl http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "LLaMA_CPP",
    "messages": [{"role": "user", "content": "Explain closures in one paragraph."}]
  }'

值得注意

`chmod +x model.llamafile && ./model.llamafile --server` 就完成了。

你能免費使用的模型2

Llama 3.3 70Bllama-3.3-70b
Mixtral 8x7Bopen-mixtral-8x7b