llamafile

llamafile 是 Mozilla 的妙招：一个文件同时是 GGUF 权重和运行时（llama.cpp 加 Cosmopolitan Libc）。下载、chmod +x、运行。不用安装、不用 Python、不用 Docker。

下载官方文档 ↗

llamafile 是 Mozilla 的妙招：一个文件同时是 GGUF 权重和运行时（llama.cpp 加 Cosmopolitan Libc）。下载、chmod +x、运行。不用安装、不用 Python、不用 Docker。

`--server` 会在 8080 端口暴露 OpenAI 兼容接口。上下文用启动参数 -c 设定。想把一个模型当可执行文件递给别人，就用它。

最大上下文: Set with -c at launch
免费额度: 无限且私密
注册要求: 什么都不用 —— 无账号

端点

接口地址http://localhost:8080/v1

速率限制None — it is your machine

OpenAI 兼容
文本

代码示例

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` 就完事了。

你能免费使用的模型2

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