textgen 本地大模型桌面应用从下载到跑通 API 的快速避坑指南【免费下载链接】textgenOpen-source desktop app for local LLMs. Text, vision, tool-calling, OpenAI/Anthropic-compatible API. 100% private.项目地址: https://gitcode.com/GitHub_Trending/te/textgentextgen也就是大家熟知的 text-generation-webui是一个开源的本地大模型运行工具装在你自己电脑上聊天、看图片、调工具、跑微调全程离线数据不出内网。它还能对外提供一个兼容 OpenAI/Anthropic 的 API等于给一堆现成应用换了个本地后端。适合三类人想在自己显卡上白嫖大模型的玩家、需要隐私隔离的团队、以及想搭本地 API 给别的项目用的开发者。最短路径三步跑起来 不用记一堆命令按顺序做就行拿代码git clone https://gitcode.com/GitHub_Trending/te/textgen进目录运行对应操作系统的启动脚本Linux 跑./start_linux.shWindows 双击start_windows.batmacOS 跑start_macos.sh。脚本会问你 GPU 类型NVIDIA/AMD/CPU选完它自动装好依赖浏览器打开http://127.0.0.1:7860界面就出来了模型方面最简单的是 GGUF 格式下一个模型文件丢进 user_data/models/ 文件夹UI 会自动识别。以后每次启动还是跑同一个start_脚本就行。按硬件挑依赖文件别装错想跳过脚本用 pip 手动装完整安装支持训练、更多后端依赖文件要按硬件对号入座装错了轻则慢、重则直接报错你的硬件依赖文件NVIDIA 显卡requirements/full/requirements.txtAMD 显卡requirements/full/requirements_amd.txt纯 CPUrequirements/full/requirements_cpu_only.txtApple M 系列芯片requirements/full/requirements_apple_silicon.txtApple Intel 老款 Macrequirements/full/requirements_apple_intel.txt装完用python server.py启动即可。只跑浏览器版、不需要训练的话可以装轻量的 requirements/portable/ 里的文件并加--portable参数磁盘占用小得多。五个最值得动的配置点所有启动参数都可以写进 user_data/CMD_FLAGS.txt每行一个下次启动自动生效不用反复敲命令行。挑五个真正省事的--model 模型文件名.gguf—— 启动时直接加载指定模型省掉每次在 Model 标签页里手点--api—— 开启 OpenAI/Anthropic 兼容的 API 服务用法示例见 docs/12 - OpenAI API.md--listen—— 让局域网里其他设备也能访问你的界面配合防火墙放行端口--load-in-8bit—— 8 位量化加载模型显存直接减半起步显存还紧张就换--load-in-4bit仅限 Transformers 后端--ctx-size 16384—— 指定上下文长度模型一次能记住多少 token别超过模型本身支持的上限生成风格不想每次手调user_data/presets/ 里自带 Creative、Deterministic、Top-P 几套预设在 Parameters 标签页一键切换参数含义可以参考 docs/03 - Parameters Tab.md。服务器上用 Docker 隔离部署 在共享服务器上跑容器化最干净互不污染。以 NVIDIA 卡为例ln -s docker/nvidia/Dockerfile docker/nvidia/docker-compose.yml .把配置软链到根目录AMD/Intel/CPU 换对应目录cp docker/.env.example .env然后编辑.env按你的显卡设置TORCH_CUDA_ARCH_LIST终端跑nvidia-smi可查把APP_RUNTIME_GID改成你宿主机的用户组 idid -g查看docker compose up --build构建完访问同样的 7860 端口。AMD、Intel 和 CPU 版本的 docker/ 目录结构完全一样换目录名就行。常见坑提前绕开显存爆了CUDA out of memory先降量化位数--load-in-4bit再考虑把 KV 缓存压缩--cache-type q8_0界面识别不到模型GGUF 直接放 user_data/models/ 下但 Transformers 多文件模型必须放在 models 里新建的子文件夹中且必须用完整安装局域网打不开确认加了--listen防火墙放行了 7860 端口依赖打架、装环境反复报错优先上 Docker或者干脆用官方start_脚本让它自己用 Miniforge 建环境CPU 跑太慢加--cpu --threads 8之类的线程参数微调但预期管理好——CPU 推理和 GPU 是两个世界把--model和--api写进CMD_FLAGS.txt重启一次机器你都能秒进工作状态——剩下的就等你把第一个模型拖进来试试手感了。【免费下载链接】textgenOpen-source desktop app for local LLMs. Text, vision, tool-calling, OpenAI/Anthropic-compatible API. 100% private.项目地址: https://gitcode.com/GitHub_Trending/te/textgen创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考