目錄基本介紹配備需求收費方式伺服器本百科編輯與使用的注意事項使用規範編輯準則基本介紹『大航海時代Online』是以16世紀歐洲「大航海時代」為舞台的線�　

An authorization library that supports access control models like ACL, RBAC, ABAC in Rust - apache/casbin-rs

A Rust implementation of the Realworld demo app spec using Axum and SQLx. - launchbadge/realworld-axum-sqlx

Loco.rs is like Ruby on Rails for Rust. Use it to quickly build and deploy Rust based apps from zero to production.

Build on rrweb, the #1 open source session replay library. Managed hosting for teams choosing open source session recording.

Hugging Face is way more fun with friends and colleagues!

┌─────────────┐
│ 前端聊天UI  │
│ ChatGPT类界面│
└──────┬──────┘
       │ HTTP请求(OpenAI格式)
       ↓
┌─────────────────┐
│ llama-server    │
│ localhost:8080  │
│ OpenAI兼容API   │
└──────┬──────────┘
       │
       ↓
┌─────────────┐
│ GGUF模型    │
│ Llama/Qwen  │
└─────────────┘

Chat接口（最常用）

POST /v1/chat/completions

http://localhost:9192/v1/chat/completions

请求格式：

{
  "model": "local-model",
  "messages": [
    {
      "role": "system",
      "content": "你是一个AI助手"
    },
    {
      "role": "user",
      "content": "你好，请介绍一下自己"
    }
  ],
  "temperature":0.7
}

返回：

{
 "choices":[
  {
   "message":{
    "role":"assistant",
    "content":"你好，我是一个基于..."
   }
  }
 ]
}

前端怎么调用？

<input id="msg">
<button onclick="send()">发送</button>

<div id="answer"></div>

<script>

async function send(){

 let text=document.getElementById("msg").value;

 let res=await fetch(
 "http://服务器IP:8080/v1/chat/completions",
 {
  method:"POST",

  headers:{
   "Content-Type":"application/json",
   "Authorization":"Bearer YOUR_API_KEY"
  },

  body:JSON.stringify({

    model:"local-model",

    messages:[
      {
       role:"user",
       content:text
      }
    ]

  })

 });

 let data=await res.json();

 document.getElementById("answer").innerHTML=
 data.choices[0].message.content;

}

</script>

流式输出（打字效果）

请求增加：

{
 "stream":true
}

返回：

data:
{"content":"你"}

data:
{"content":"好"}

data:
{"content":"！"}

前端用：ReadableStream 读取即可。

限制访问量（1人）

nginx配置

新建/etc/nginx/conf.d/llama.conf

limit_conn_zone $binary_remote_addr zone=llama_limit:10m;

server {

    listen 8080;

    location / {

        # 单用户连接限制
        limit_conn llama_limit 1;

        # 超过限制返回503
        limit_conn_status 503;

        proxy_pass http://127.0.0.91:9192;

        proxy_http_version 1.1;

        # SSE流式输出必须
        proxy_set_header Connection "";

        proxy_buffering off;

        proxy_read_timeout 3600s;

    }

    # 自定义忙碌提示
    error_page 503 = @busy;

    location @busy {

        default_type application/json;

        return 503 '
        {
          "error":
          "AI服务器正在服务其他用户，请稍后再试"
        }';

    }

}

systemctl reload nginx

llama.cpp本身建议这样启动:

./llama-server \
-m model.gguf \
--host 127.0.0.91 \
--port 9192 \
--parallel 1 \
--api-key-file /service/ai/api.key

关键 --parallel 1 llama.cpp内部只允许一个推理上下文。

常用的完整 POST JSON 可以这样写：

{
  "model": "Talk-Qwen3-1.7B-Q8",
  "messages": [
    {
      "role": "system",
      "content": "你是一个专业、简洁、可靠的中文 AI 助手。回答要直接，不要输出 thinking，不要输出 <think> 标签。"
    },
    {
      "role": "user",
      "content": "请用三句话介绍一下 llama.cpp。"
    }
  ],
  "temperature": 0.6,
  "top_p": 0.85,
  "top_k": 40,
  "min_p": 0.05,
  "repeat_penalty": 1.2,
  "presence_penalty": 0.3,
  "frequency_penalty": 0.3,
  "max_tokens": 512,
  "stream": false
}

curl 示例：

curl http://127.0.0.91:9192/v1/chat/completions \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Authorization: Bearer 你的key内容" \
  -d '{
    "model": "Talk-Qwen3-1.7B-Q8",
    "messages": [
      {
        "role": "system",
        "content": "你是一个专业、简洁、可靠的中文 AI 助手。回答要直接，不要输出 thinking，不要输出 <think> 标签。"
      },
      {
        "role": "user",
        "content": "请用三句话介绍一下 llama.cpp。"
      }
    ],
    "temperature": 0.6,
    "top_p": 0.85,
    "top_k": 40,
    "min_p": 0.05,
    "repeat_penalty": 1.2,
    "presence_penalty": 0.3,
    "frequency_penalty": 0.3,
    "max_tokens": 512,
    "stream": false
  }'

流式输出用：
"stream": true

多轮对话时，messages 自己带历史：

"messages": [
  {"role": "system", "content": "你是中文助手。"},
  {"role": "user", "content": "我叫张三。"},
  {"role": "assistant", "content": "好的，我记住了。"},
  {"role": "user", "content": "我叫什么？"}
]

不想有历史，就每次只传：

"messages": [
  {"role": "system", "content": "你是中文助手。"},
  {"role": "user", "content": "新的问题"}
]

单元文件（/etc/systemd/system/llama-server.service）

[Unit]
Description=llama.cpp router server
After=network-online.target
Wants=network-online.target

[Service]
Type=simple
WorkingDirectory=/service/ai/llama.cpp
ExecStart=/service/ai/llama.cpp/build/bin/llama-server \
  --models-preset /service/ai/model/models.ini \
  --models-max 1 \
  --host 127.0.0.91 \
  --port 9192 \
  --api-key-file /service/ai/api.key

Restart=always
RestartSec=5
LimitMEMLOCK=infinity
LimitNOFILE=65535

[Install]
WantedBy=multi-user.target
root@serNCnJRbYWqCtG:~# cat /service/ai/model/models.ini
[*]
threads = 16
threads-batch = 16
batch-size = 512
ubatch-size = 128
parallel = 1
jinja = 1

temp = 0.6
top-k = 40
top-p = 0.85
min-p = 0.05

repeat-penalty = 1.2
repeat-last-n = 256
presence-penalty = 0.3
frequency-penalty = 0.3

n-predict = 4096
no-warmup = 1
mmap = 1

[✏️Coder-Qwen3-1.7B-Q5]
model = /service/ai/model/Coder/Qwen3-1.7b-coder-distilled-sft-Q5_K_M.gguf
ctx-size = 32768

[✏️Coder-Qwen3-30B-A3B-Q4]
model = /service/ai/model/Coder/Qwen3-Coder-30B-A3B-Instruct-Pruned-Q4_K_M.gguf
ctx-size = 16384

[🗣️Talk-Qwen3-1.7B-Q4]
model = /service/ai/model/Qwen/Qwen3-1.7B-Q4_K_M.gguf
ctx-size = 32768

[🗣️Talk-GLM4.7-23B-A3B-Q4]
model = /service/ai/model/GLM/GLM-4.7-Flash-REAP-23B-A3B-Q4_K_M.gguf
ctx-size = 16384

api.key文件生成

mkdir -p /service/ai
openssl rand -hex 32 > /service/ai/api.key
chmod 600 /service/ai/api.key
cat /service/ai/api.key

下载：https://github.com/ggml-org/llama.cpp/releases

llama-cli 参数详解与部署推荐指南

基于 llama.cpp llama-cli -h 整理。

每个参数包含： - - 适用场景 - 推荐配置（CPU / RTX 4090 / 多
GPU）

1. 通用参数（common params）

-m, --model FNAME

指定加载的模型文件路径。

作用

告诉 llama-cli 使用哪个 GGUF 模型。

适用场景

• 本地运行 Llama、Qwen、DeepSeek 等 GGUF 模型。
• 多模型切换。

推荐值

CPU:

-m model.gguf

RTX 4090:

-m Qwen3-32B-Q4_K_M.gguf

多 GPU:

-m DeepSeek-R1-70B-Q4_K_M.gguf

-ngl, --gpu-layers N

设置放入 GPU 显存中的模型层数量。

作用

控制 GPU 加速比例。

适用场景

显存不足时降低； 显存充足时提高速度。

推荐值

CPU:

-ngl 0

RTX 4090 24GB:

-ngl auto

70B 多 GPU:

-ngl all

-c, --ctx-size N

设置上下文长度。

作用

决定模型一次能记忆多少 token。

适用场景

长文本分析、代码、大文档。

推荐值

普通聊天:

-c 4096

RTX 4090:

-c 32768

长文本:

-c 131072

注意： 上下文越大，KV Cache 占用越高。

-t, --threads N

CPU 推理线程数量。

适用场景

纯 CPU 推理。

推荐值

8核CPU:

-t 8

16核CPU:

-t 16

服务器: 设置为物理核心数。

-b, --batch-size N

批处理大小。

作用

影响 prompt 处理速度。

推荐值

CPU:

-b 256

RTX 4090:

-b 2048

大显存:

-b 4096

--flash-attn

启用 Flash Attention。

作用

降低显存占用，提高注意力计算速度。

推荐值

RTX 4090:

--flash-attn on

CPU:

--flash-attn off

多 GPU:

--flash-attn auto

2. 采样参数（sampling params）

--temperature

温度参数，控制随机性。

推荐值

严谨回答:

--temp 0.2

代码:

--temp 0.3

聊天创作:

--temp 0.8

--top-k

限制候选 token 数量。

推荐值

通用:

--top-k 40

代码:

--top-k 20

--top-p

核采样概率范围。

推荐值

通用:

--top-p 0.95

稳定输出:

--top-p 0.8

--repeat-penalty

重复惩罚。

推荐值

默认:

--repeat-penalty 1.1

长文本:

1.15

3. KV Cache 参数

--cache-type-k / --cache-type-v

设置 KV Cache 精度。

推荐值

RTX 4090:

节省显存:

--cache-type-k q8_0
--cache-type-v q8_0

高质量:

f16

4. 多 GPU 参数

--split-mode

多 GPU 模型切分方式。

类型

none: 单 GPU

layer: 按层切分（推荐）

row: 按权重切分

tensor: 张量并行（实验）

推荐

双 RTX 4090:

--split-mode layer

--tensor-split

指定 GPU 显存比例。

示例

两张 4090:

--tensor-split 1,1

48GB+24GB:

--tensor-split 2,1

5. 推测解码（Speculative Decoding）

--model-draft

指定草稿模型。

作用

使用小模型预测，大模型验证。

适用

例如:

主模型: 70B

Draft: 7B

可以明显提升速度。

6. 多模态参数

--mmproj

加载视觉投影模型。

用途

图片理解模型。

例如:

--mmproj mmproj-model.gguf

--image

输入图片。

示例

--image test.jpg

推荐配置模板

RTX 4090 24GB 单卡

llama-cli \
-m model.gguf \
-ngl auto \
--flash-attn on \
-c 32768 \
-b 2048 \
--temp 0.7

CPU服务器

llama-cli \
-m model.gguf \
-ngl 0 \
-t 32 \
-c 8192 \
-b 512

双 RTX 4090

llama-cli \
-m model.gguf \
-ngl all \
--split-mode layer \
--tensor-split 1,1 \
--flash-attn on \
-c 65536

调优原则

目标 主要调整参数

提高速度 增加 -ngl、batch、开启 flash-attn
降低显存 降低 ctx、KV cache 量化
提高输出质量 降低 temperature
长文本 增加 ctx-size
多GPU split-mode + tensor-split
减少重复 repeat-penalty

llama-cli 命令行手册

本文档翻译自 llama-cli -h 的输出，涵盖了所有可用参数。
版本信息与编译细节请使用 --version 查看。

一、通用参数（common params）

二、采样参数（sampling params）

三、推测解码参数（speculative params）

四、示例特定参数（example-specific params）

说明：本手册基于 llama-cli -h 输出翻译整理，具体行为可能随版本变化，请以实际运行时的帮助信息为准。

llama-server 特有参数（仅列出与 llama-cli 不同或新增的部分）

通用参数（如 -t, -c, --samplers, --spec-* 等）请参考 llama-cli 手册，此处不重复。

服务器专属参数（example‑specific）

说明：所有带 (env: ...) 的参数均支持对应环境变量，具体取值以实际程序输出为准。

从GitHub克隆项目仓库并进入目录

直接下载：
https://github.com/ggml-org/llama.cpp/releases

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp

如果需要，可以拉取子模块（通常用于ggml等依赖）：

git submodule update --init --recursive

安装依赖

sudo apt update
sudo apt install -y build-essential cmake git

编译命令

编译主要分为CPU基础版和GPU加速版。为了加速编译，可以使用 -j 参数指定并行任务数，例如 -j 8 表示用8个任务并行编译。

CPU 基础编译 (所有平台通用)

这是最基本的编译方式，生成仅使用CPU的程序。

cmake -B build
cmake --build build --config Release -j $(nproc)  # Linux/macOS用 $(nproc)，Windows可替换为具体数字如8

-B build: 在build文件夹中生成构建文件。
--config Release: 指定编译为发布版本，以获得最佳性能。
编译完成后，所有可执行文件（如llama-cli, llama-server）会位于 build/bin/ 目录下

启用硬件加速 (可选)

如需启用GPU加速，需要在CMake配置时添加相应参数

NVIDIA GPU (CUDA)
需提前安装好NVIDIA CUDA Toolkit

cmake -B build -DLLAMA_CUBLAS=ON
cmake --build build --config Release -j $(nproc)

AMD GPU (ROCm)

cmake -B build -DLLAMA_HIPBLAS=ON
cmake --build build --config Release -j $(nproc)

Apple Silicon (Metal)

cmake -B build -DLLAMA_METAL=ON
cmake --build build --config Release -j $(nproc)

其他常用编译选项

调试版本 (Debug): 如需调试，可将 Release 替换为 Debug。

静态库: 如需构建静态库而非动态库，可添加 -DBUILD_SHARED_LIBS=OFF。

使用Ninja: Ninja 是一个更快的构建工具，可用 -GNinja 指定。

编译验证

编译成功后，可以进入 build/bin/ 目录，运行一个测试命令来验证：

cd build/bin
./llama-cli -m /path/to/your/model.gguf -p "Hello, world!" -n 64

如果想了解更详细的编译选项（如OpenBLAS、Vulkan等后端），建议查阅项目文档 docs/build.md

sudo swapoff /swapfile
sudo fallocate -l 4G /swapfile
# swapfile大小一般是内存的两倍
chmod 600 /swapfile
# 格式化为 Swap 空间
sudo mkswap /swapfile
# 重新启用 Swap
sudo swapon /swapfile
# 验证新大小是否生效
swapon --show
free -h
# 设置开机自动启用
echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab

Free and easy to use online HTML Tables generator -- enter table data and paste the generated code into your website

栀夏云希望给你提供给您更好的云产品，主要面向广大开发者、个人网站、玩家开服等，提供基于智能云服务器的全方位云计算解决方案，为用户提供可信赖的高品质公有云服务。

set_static_ip.sh

#!/bin/bash
# Debian 13 一键设置静态 IP + DNS 脚本 (ens33)

# -----------------------------
# 1️⃣ 安装 NetworkManager
# -----------------------------
echo "安装 NetworkManager..."
apt update && apt install -y network-manager

# 启动并设置开机自启
systemctl enable --now NetworkManager

# -----------------------------
# 2️⃣ 注释掉 /etc/network/interfaces 中的 ens33 配置
# -----------------------------
echo "注释掉 /etc/network/interfaces 中 ens33 配置..."
if grep -q "iface ens33" /etc/network/interfaces; then
    sed -i '/^allow-hotplug ens33/s/^/#/' /etc/network/interfaces
    sed -i '/^iface ens33/s/^/#/' /etc/network/interfaces
fi

# -----------------------------
# 3️⃣ 重启 NetworkManager
# -----------------------------
echo "重启 NetworkManager..."
systemctl restart NetworkManager

# -----------------------------
# 4️⃣ 删除可能存在的旧连接
# -----------------------------
echo "删除旧的 DHCP 或残留连接..."
OLD_CONN=$(nmcli -t -f NAME connection show | grep ens33)
if [ -n "$OLD_CONN" ]; then
    nmcli connection delete "$OLD_CONN"
fi

# -----------------------------
# 5️⃣ 添加静态 IP + DNS
# -----------------------------
STATIC_IP="192.168.18.18/24"
GATEWAY="192.168.18.1"
DNS="8.8.8.8 223.5.5.5"
CON_NAME="ens33-static"

echo "添加静态 IP + DNS..."
nmcli connection add \
  type ethernet \
  ifname ens33 \
  con-name $CON_NAME \
  ipv4.addresses $STATIC_IP \
  ipv4.gateway $GATEWAY \
  ipv4.dns "$DNS" \
  ipv4.method manual \
  autoconnect yes

# -----------------------------
# 6️⃣ 激活连接
# -----------------------------
echo "激活连接..."
nmcli connection up $CON_NAME

# -----------------------------
# 7️⃣ 显示最终状态
# -----------------------------
echo "最终网络状态："
nmcli device status
ip a show ens33
resolvectl status ens33

echo "静态 IP 设置完成 ✅"

chmod +x set_static_ip.sh

set_static_ip_interactive.sh

#!/bin/bash
# Debian 13 交互式设置 ens33 静态 IP

# -----------------------------
# 1️⃣ 安装 NetworkManager
# -----------------------------
echo "安装 NetworkManager..."
apt update && apt install -y network-manager
systemctl enable --now NetworkManager

# -----------------------------
# 2️⃣ 注释掉 /etc/network/interfaces 中的 ens33 配置
# -----------------------------
if grep -q "iface ens33" /etc/network/interfaces; then
    echo "注释掉 /etc/network/interfaces 中 ens33 配置..."
    sed -i '/^allow-hotplug ens33/s/^/#/' /etc/network/interfaces
    sed -i '/^iface ens33/s/^/#/' /etc/network/interfaces
fi

# -----------------------------
# 3️⃣ 重启 NetworkManager
# -----------------------------
systemctl restart NetworkManager

# -----------------------------
# 4️⃣ 显示当前网络信息
# -----------------------------
CURRENT_IP=$(ip -4 addr show ens33 | grep -oP '(?<=inet\s)\d+(\.\d+){3}')
CURRENT_GATEWAY=$(ip route | grep '^default' | awk '{print $3}')
CURRENT_DNS=$(systemd-resolve --status ens33 | grep 'DNS Servers' | awk -F: '{print $2}' | xargs)

echo ""
echo "当前 ens33 网络信息："
echo "IP       : $CURRENT_IP"
echo "网关     : $CURRENT_GATEWAY"
echo "DNS      : ${CURRENT_DNS:-8.8.8.8 223.5.5.5}"
echo ""

# -----------------------------
# 5️⃣ 读取新 IP
# -----------------------------
read -p "请输入新的静态 IP (格式 192.168.18.xxx/24) ：" NEW_IP
DNS="8.8.8.8 223.5.5.5"
CON_NAME="ens33-static"

# -----------------------------
# 6️⃣ 删除旧连接
# -----------------------------
OLD_CONN=$(nmcli -t -f NAME connection show | grep ens33)
if [ -n "$OLD_CONN" ]; then
    nmcli connection delete "$OLD_CONN"
fi

# -----------------------------
# 7️⃣ 添加新静态 IP + DNS
# -----------------------------
nmcli connection add \
  type ethernet \
  ifname ens33 \
  con-name $CON_NAME \
  ipv4.addresses $NEW_IP \
  ipv4.gateway $CURRENT_GATEWAY \
  ipv4.dns "$DNS" \
  ipv4.method manual \
  autoconnect yes

# -----------------------------
# 8️⃣ 激活连接
# -----------------------------
nmcli connection up $CON_NAME

# -----------------------------
# 9️⃣ 显示最终状态
# -----------------------------
echo ""
echo "新网络状态："
nmcli device status
ip a show ens33
resolvectl status ens33

echo "静态 IP 设置完成 ✅"

chmod +x set_static_ip_interactive.sh

set-ip.sh

#!/bin/bash

set -e

DNS_SERVERS="8.8.8.8 223.5.5.5"

echo "==== Debian 静态IP配置工具 ===="
echo

# 安装 NetworkManager
if ! command -v nmcli >/dev/null 2>&1; then
    echo "安装 NetworkManager..."
    apt update
    apt install -y network-manager
fi

systemctl enable --now NetworkManager >/dev/null 2>&1 || true

# 获取默认网卡
IFACE=$(ip route | awk '/default/ {print $5; exit}')

if [ -z "$IFACE" ]; then
    echo "未找到默认网卡"
    exit 1
fi

echo "检测到网卡: $IFACE"

# 注释 interfaces 配置
if [ -f /etc/network/interfaces ]; then
    sed -i "/allow-hotplug $IFACE/s/^/#/" /etc/network/interfaces
    sed -i "/iface $IFACE inet/s/^/#/" /etc/network/interfaces
fi

systemctl restart NetworkManager

CURRENT_IP=$(ip -4 addr show "$IFACE" | awk '/inet /{print $2; exit}')
CURRENT_GW=$(ip route | awk '/default/ {print $3; exit}')

echo
echo "当前配置:"
echo "IP      : $CURRENT_IP"
echo "网关    : $CURRENT_GW"
echo "DNS     : $DNS_SERVERS"
echo

read -p "请输入新的静态IP(直接回车保持当前IP): " NEW_IP

if [ -z "$NEW_IP" ]; then
    NEW_IP="$CURRENT_IP"
    echo "保持当前IP: $NEW_IP"
fi

CON_NAME="${IFACE}-static"

# 删除旧连接
nmcli -t -f NAME connection show | grep "^${CON_NAME}$" >/dev/null 2>&1 && \
nmcli connection delete "$CON_NAME" >/dev/null

# 创建新连接
nmcli connection add \
    type ethernet \
    ifname "$IFACE" \
    con-name "$CON_NAME" \
    ipv4.addresses "$NEW_IP" \
    ipv4.gateway "$CURRENT_GW" \
    ipv4.dns "$DNS_SERVERS" \
    ipv4.method manual \
    autoconnect yes >/dev/null

nmcli connection up "$CON_NAME"

echo
echo "==== 配置完成 ===="
echo

ip -4 addr show "$IFACE" | grep inet
echo
ip route | grep default
echo
echo "DNS:"
resolvectl dns "$IFACE" 2>/dev/null || true

echo
echo "完成."

chmod +x set-ip.sh

只需提供一个视频 主题 或 关键词 ，就可以全自动生成视频文案、视频素材、视频字幕、视频背景音乐，然后合成一个高清的短视频。

MOSS‑TTS 家族是由 MOSI.AI 与 OpenMOSS 团队 推出的开源 语音与声音生成模型家族。该系列面向 高保真、高表现力 与 复杂真实场景 设计，覆盖稳定长文本语音、多说话人对话、音色/角色设计、环境音效以及实时流式 TTS 等能力。

余宽云首页，为企业提供专业的云解决方案和高效的云服务。我们的云平台具有先进的数据存储和网络安全技术，确保您的业务顺利运行及数据安全。