1. 引言
在使用 LLaMA-Factory 进行大模型的微调、评估和部署时，llamafactory-cli 是最常用的命令行工具。它不仅支持命令行对话、训练、评估，还提供了网页界面、API 服务等多种交互方式。
本文将详细介绍 llamafactory-cli 的常用命令及其使用方法，帮助你快速上手并高效完成相关任务。
2. 命令使用
| 命令 | 功能简述 |
|---|---|
| llamafactory-cli api | 启动 OpenAI 风格的 API 服务 |
| llamafactory-cli chat | 在命令行中启动聊天界面 |
| llamafactory-cli eval | 评估模型 |
| llamafactory-cli export | 合并 LoRA 适配器并导出模型 |
| llamafactory-cli train | 训练模型 |
| llamafactory-cli webchat | 启动网页聊天界面 |
| llamafactory-cli webui | 启动 LlamaBoard 界面 |
| llamafactory-cli version | 显示版本信息 |
2.1 version（显示版本）
功能：显示 LLaMA-Factory 的版本信息，验证安装是否成功
执行命令：
llamafactory-cli version
2.2 webui（启动 LlamaBoard 界面）
功能：启动可视化界面 LlamaBoard，提供图形化操作入口
执行命令：
llamafactory-cli webui
浏览器访问：http://127.0.0.1:7860
2.3 chat（命令行聊天）
功能：接在终端中与模型进行对话，无需启动网页
最小化命令：
llamafactory-cli chat --model_name_or_path 模型名称或本地路径 --template 模板名称
例如：
llamafactory-cli chat --model_name_or_path deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B --template deepseekr1
当然也可以从模型训练完的 checkpoint 启动，命令如下：
llamafactory-cli chat --model_name_or_path 模型名称或本地路径 --adapter_name_or_path 训练后的适配器路径 --template 模板名称
