不推荐小白，环境配置比较复杂
全部流程
下载原始模型：Chinese-LLaMA-Alpaca-2 linux部署llamacpp环境 使用llamacpp将Chinese-LLaMA-Alpaca-2模型转换为gguf模型 windows部署Text generation web UI 环境 使用Text generation web UI 加载模型并进行对话准备工作
笔记本环境：
操作系统：win11 CPU：AMD R7535HS GPU：笔记本4060显卡 CUDA版本：11.8 VM虚拟机：Ubuntu16下载模型和部署环境全程需要挂梯子
下载原始模型
原项目链接：https://github.com/ymcui/Chinese-LLaMA-Alpaca-2
模型名称 类型 大小 下载地址 Chinese-LLaMA-2-13B 基座模型 24.7 GB [百度] [Google] [?HF] Chinese-LLaMA-2-7B 基座模型 12.9 GB [百度] [Google] [?HF] Chinese-Alpaca-2-13B 指令模型 24.7 GB [百度] [Google] [?HF] Chinese-Alpaca-2-7B 指令模型 12.9 GB [百度] [Google] [?HF]下载Chinese-Alpaca-2-7B模型即可，百度网盘不需要挂梯子，其他都需要梯子
linux部署llamacpp环境
原项目链接：https://github.com/ggerganov/llama.cpp
原文档链接：https://github.com/ymcui/Chinese-LLaMA-Alpaca-2/wiki/llamacpp_zh
Step 1: 安装python3.10
sudo apt update sudo apt install python3.10 Step 2: 克隆和编译llama.cpp
拉取最新版llama.cpp仓库代码
# 要安装git+梯子 git clone https://github.com/ggerganov/llama.cpp 或者
#浏览器挂梯子打开https://github.com/ggerganov/llama.cpp #下载项目 #解压缩项目到本地 对llama.cpp项目进行编译，生成./main（用于推理）和./quantize（用于量化）二进制文件
cd 解压缩项目路径 make Step 3: 生成量化版本模型
创建目录并拷贝模型到项目目录：zh-models/7B/
将Chinese-LLaMA-Alpaca-2模型转换为gguf模型
#根目录 python convert.py zh-models/7B/ 将生成的fp16格式的gguf模型进行4-bit量化
./quantize ./zh-models/7B/ggml-model-f16.gguf ./zh-models/7B/ggml-model-q4_0.gguf q4_0 Step 4: 加载并启动模型
到这一步其实可以用llama.cpp的加载模型方式对话了
但我用的虚拟机，性能有限，故而使用Text generation web UI 加载模型，具体如何加载建议看原文档和项目说明
windows部署Text generation web UI 环境
原项目：https://github.com/oobabooga/text-generation-webui
Step 1: 下载安装Miniconda3_py310
链接：https://repo.anaconda.com/miniconda/Miniconda3-py310_23.3.1-0-Windows-x86_64.exe
Step 2: 克隆项目到本地
git clone https://github.com/oobabooga/text-generation-webui Step 3: 打开Miniconda3命令行，建立新conda环境
conda create -n textgen Step 4: 下载安装相关的python各类环境库
有github链接的必须手动下载whl,再pip安装whl的绝对位置
conda activate textgen cd 项目位置 pip install env/bitsandbytes-0.41.1-py3-none-win_amd64.whl pip install E:\AI\环境第三方库\auto_gptq-0.4.2+cu117-cp310-cp310-win_amd64.whl https://github.com/jllllll/exllama/releases/download/0.0.17/exllama-0.0.17+cu117-cp310-cp310-win_amd64.whl pip install E:\AI\环境第三方库\exllama-0.0.17+cu117-cp310-cp310-win_amd64.whl pip install llama-cpp-python==0.1.84 https://github.com/jllllll/llama-cpp-python-cuBLAS-wheels/releases/download/textgen-webui/llama_cpp_python_cuda-0.1.84+cu117-cp310-cp310-win_amd64.whl pip install E:\AI\环境第三方库\llama_cpp_python_cuda-0.1.84+cu117-cp310-cp310-win_amd64.whl https://github.com/jllllll/GPTQ-for-LLaMa-CUDA/releases/download/0.1.0/gptq_for_llama-0.1.0+cu117-cp310-cp310-win_amd64.whl pip install E:\AI\环境第三方库\gptq_for_llama-0.1.0+cu117-cp310-cp310-win_amd64.whl https://github.com/jllllll/ctransformers-cuBLAS-wheels/releases/download/AVX2/ctransformers-0.2.25+cu117-py3-none-any.whl pip install E:\AI\环境第三方库\ctransformers-0.2.25+cu117-py3-none-any.whl pip install -r requirements.txt -i 换源 Step 5: 启动web服务
conda activate textgen cd E:/AI/项目/text-generation-webui-main python server.py 
