在 Mac Mini M4 上本地跑大模型(Ollama + Llama + ComfyUI + Stable Diffusion | Flux)

在 Mac Mini M4 上本地跑大模型(Ollama + Llama + ComfyUI + Stable Diffusion | Flux)

Mac Mini M4 配备了苹果自家研发的 M1/M2/M4 芯片,具有强大的处理能力,能够支持本地跑一些大模型,尤其是在使用如 Ollama、Llama、ComfyUI 和 Stable Diffusion 这类 AI 相关工具时,性能表现非常好。本教程将指导你如何在 Mac Mini M4 上本地部署并运行这些大模型,涵盖从环境搭建到使用的全流程。


一、准备工作

  1. 确保系统更新
    确保你的 macOS 版本已更新到最新的版本(例如 macOS 13.0 以上),这将确保兼容性和性能。

安装 Homebrew(macOS 包管理工具)
Homebrew 是 macOS 上非常流行的包管理工具,它帮助你方便地安装各种软件。在终端中输入以下命令来安装 Homebrew(如果你尚未安装):

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

二、安装依赖项和环境配置

1. 安装 Python 和虚拟环境

对于大部分 AI 工具,你需要 Python 3.x 和虚拟环境来管理依赖关系。首先确保 Python 版本合适:

brew install [email protected] 

创建一个新的虚拟环境:

python3 -m venv ai-env source ai-env/bin/activate 
2. 安装 Ollama

Ollama 是一个可以直接加载多个大模型的框架,它支持本地运行大模型,且易于配置。安装 Ollama:

brew tap ollama/ollama brew install ollama 

安装完成后,可以通过以下命令启动 Ollama:

ollama start 
3. 安装 Llama

Llama 是一个非常强大的语言模型,可以用于各种自然语言处理任务。你可以通过以下命令安装 Llama:

克隆 Llama 的 GitHub 仓库:

git clone https://github.com/facebookresearch/llama.git cd llama python setup.py install

通过 pip 安装 Llama 依赖:

pip install llama-index 

Read more

抽奖系统Selenium自动化测试流程解析

抽奖系统Selenium自动化测试流程解析

🌈感谢大家的阅读、点赞、收藏和关注  💕希望大家喜欢我本次的讲解💕 目录👑 一、自动化测试环境与框架核心配置🌟 1. 技术栈与依赖(测试文档 - 环境配置章节) 2. 浏览器驱动初始化(测试文档 - 基础工具章节) 二、核心工具类(测试文档 - 通用工具章节)❄️ 1. 测试数据自动生成(解决测试数据重复问题) 2. 自动化截图(测试失败溯源) 三、核心业务模块测试逻辑(测试文档 - 功能测试章节)🍃 1. 登录 / 注册模块(边界值 + 异常场景全覆盖) 2. 管理员核心模块(iframe 切换 + 多场景校验) 3. 测试执行入口(全流程自动化) 四、关键技术难点与解决方案(测试文档 -

By Ne0inhk
【小技巧】PyCharm建立项目,VScode+CodeX+WindowsPowerShell开发Python pyQT6

【小技巧】PyCharm建立项目,VScode+CodeX+WindowsPowerShell开发Python pyQT6

运行程序后,窗口如图;但是闪退。报错如下。C:\Users\CQJY\Desktop\PythonProject.venv\Scripts\python.exe C:\Users\CQJY\Desktop\PythonProject\main.py 进程已结束,退出代码为 -1073740791 (0xC0000409) 现在这个新报错: 程序“python.exe”无法运行: 指定的可执行文件不是此操作系统平台的有效应用程序。 几乎可以肯定是 .venv\Scripts\python.exe 被破坏/替换(或和基准 Python 不一致)。之前它还能跑、能弹 “Qt ok”,说明不是系统位数问题,而是后来 venv 里的 python.exe

By Ne0inhk

【Python】6 种方法轻松将 Python 脚本打包成 EXE 应用

引言 Python 凭借其简洁的语法和强大的功能,在数据分析、Web 开发、自动化脚本等领域广受欢迎。它“开箱即用”的特性让开发者能够快速构建原型和应用程序。然而,对于最终用户而言,运行 Python 脚本往往意味着需要预先安装 Python 解释器及相关依赖库,这对非技术背景的用户来说无疑增加了门槛。 为了解决这一问题,将 Python 代码打包成独立的可执行文件(通常在 Windows 上是 .exe 文件)成为了一个非常实用的选择。这样,用户无需任何额外环境配置,就能像运行普通软件一样直接启动您的 Python 应用。本文将为您介绍六种主流且有效的 Python 打包工具,助您轻松实现跨平台分发。 1. PyInstaller: 最流行的选择 PyInstaller 是目前最广为人知、社区支持最广泛的 Python 打包工具之一。它能够很好地处理各种复杂的依赖关系,并支持将整个应用及其所需资源打包成一个或多个独立的可执行文件。 * 特点: * 支持 Windows,

By Ne0inhk