推理服务 / 简单

llamafile

Distributing a whole GGUF model as one runnable executable on Linux, macOS, Windows and BSD

一手来源

用你的硬件检查这个运行时的适配模型选设备或显卡，只显示该运行时在这台机器上的适配路径。

难度简单安装难度

平台5cpu · apple · nvidia · amd · intel

APIOpenAI + Anthropic-compatible:8080

01 / 安装与运行

安装方式取决于操作系统。以下命令是示例或模板，请先替换占位符并核对量化版本、文件格式、驱动和运行时支持；内存适配不保证部署成功。

1
安装Download a prebuilt .llamafile for your model, or the llamafile binary plus an external GGUF
2
启动模型./llamafile -m <downloaded-model.gguf> -ngl 999
3
接入你的应用
OpenAI + Anthropic-compatible · :8080. 除非添加认证与网络访问控制，否则请将服务绑定到 localhost。

注意

Windows can only execute files under 4 GB, so larger models need the standalone binary with external GGUF weights. Vulkan covers Intel and other GPUs, but AMD multi-GPU offload can break.

02 / 兼容模型