Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
一个标题为 My HF telemetry 的小网页,以 Docker Space 的形式打包,带有 Vite 和 TypeScript 项目文件。可在浏览器里打开,也可在本地 Docker 容器的 7860 端口运行。
prithivMLmods 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download prithivMLmods/prithivMLmods --repo-type space --local-dir prithivMLmods cd prithivMLmods
这是一个提供小网页的 Docker Space。它唯一的描述是标题 My HF telemetry,来源没有说明页面显示什么。
仓库有 7 个文件:Dockerfile、index.html、package.json、tsconfig.json 和 vite.config.ts,外加 README。从文件名看,这是一个 Vite 和 TypeScript 项目。
适合想了解前端项目怎样打包成 Hugging Face 上的 Docker Space 的开发者,也适合关注作者作品的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 网页开发 | 前端开发者 | 阅读 Dockerfile 和 vite.config.ts | 了解 Vite 项目怎样在容器里构建 |
| AI 开发 | Hugging Face 用户 | 在浏览器里打开 Space 页面 | 查看作者的遥测页面 |
| 教育 | 学习者 | 在本地构建容器 | 在一个小项目上练习 docker build 和 docker run |
如果你想要有文档的工具,可以跳过,因为来源没有给出功能列表。
这个页面可以在下面这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 在线打开页面 | 任何人 | 由 Space 提供的网页 |
| 在 Docker 里运行 | 开发者 | 在自己机器 7860 端口上的同一个页面 |
| 研究打包方式 | 学习者 | 一个简短的 Dockerfile 和 Vite 配置可读 |
在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub hf download prithivMLmods/prithivMLmods --repo-type space --local-dir prithivMLmods cd prithivMLmods docker build -t prithivmlmods . docker run -it -p 7860:7860 prithivmlmods
打开 Space 页面,或者用上面的 run 命令启动容器,再让浏览器访问你自己机器上的 7860 端口。
docker run -it -p 7860:7860 prithivmlmods
然后页面会在浏览器里加载。
你用 docker build 构建镜像,用 docker run 启动,再在浏览器里打开 7860 端口。标题为 My HF telemetry 的页面会从你自己的机器上加载出来。
如果你是新手,先看 Hugging Face 上的 Space 页面,什么都不用装。只有想在自己机器上运行副本时才需要 Docker。
如果你熟悉这个领域:这是一个监听 7860 端口的 Docker Space,用 Vite 和 TypeScript 搭建,托管在 Hugging Face 的 cpu-basic 硬件上。它没有 Python 应用,也没有模型,所以是前端构建,不是 AI 演示。
来源只给了一个标题,所以页面测量或显示什么没有说明。
一个标题为 My HF telemetry 的小网页,以 Docker Space 的形式打包,带有 Vite 和 TypeScript 项目文件。可在浏览器里打开,也可在本地 Docker 容器的 7860 端口运行。
由 prithivMLmods 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:这是一个提供小网页的 Docker Space。它唯一的描述是标题 My HF telemetry,来源没有说明页面显示什么。
仓库有 7 个文件:Dockerfile、index.html、package.json、tsconfig.json 和 vite.config.ts,外加 README。从文件名看,这是一个 Vite 和 TypeScript 项目。
适合谁:适合想了解前端项目怎样打包成 Hugging Face 上的 Docker Space 的开发者,也适合关注作者作品的人。
Industry | Who uses it | How they use it | Example
网页开发 | 前端开发者 | 阅读 Dockerfile 和 vite.config.ts | 了解 Vite 项目怎样在容器里构建
AI 开发 | Hugging Face 用户 | 在浏览器里打开 Space 页面 | 查看作者的遥测页面
教育 | 学习者 | 在本地构建容器 | 在一个小项目上练习 docker build 和 docker run
如果你想要有文档的工具,可以跳过,因为来源没有给出功能列表。
用在哪里:这个页面可以在下面这些地方运行。
Use case | Who | What they get back
在线打开页面 | 任何人 | 由 Space 提供的网页
在 Docker 里运行 | 开发者 | 在自己机器 7860 端口上的同一个页面
研究打包方式 | 学习者 | 一个简短的 Dockerfile 和 Vite 配置可读
如何设置:在线使用只需要浏览器。本地副本需要下面这些。
pip install -U huggingface_hub
hf download prithivMLmods/prithivMLmods --repo-type space --local-dir prithivMLmods
cd prithivMLmods
docker build -t prithivmlmods .
docker run -it -p 7860:7860 prithivmlmods
如何使用:打开 Space 页面,或者用上面的 run 命令启动容器,再让浏览器访问你自己机器上的 7860 端口。
docker run -it -p 7860:7860 prithivmlmods
然后页面会在浏览器里加载。
示例:你用 docker build 构建镜像,用 docker run 启动,再在浏览器里打开 7860 端口。标题为 My HF telemetry 的页面会从你自己的机器上加载出来。
新手与专家:如果你是新手,先看 Hugging Face 上的 Space 页面,什么都不用装。只有想在自己机器上运行副本时才需要 Docker。
如果你熟悉这个领域:这是一个监听 7860 端口的 Docker Space,用 Vite 和 TypeScript 搭建,托管在 Hugging Face 的 cpu-basic 硬件上。它没有 Python 应用,也没有模型,所以是前端构建,不是 AI 演示。
Hugging Face 构建 Dockerfile
容器在 7860 端口提供页面
你在浏览器里打开 Space 页面
注意事项:来源只给了一个标题,所以页面测量或显示什么没有说明。
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| prithivMLmods 本页 | 1 | docker | apache-2.0 | |
| Zero GPU Spaces共有 docker | 985 | docker | mit | |
| Kimodo共有 docker | 340 | docker | apache-2.0 | |
| Harness Leaderboard共有 docker | 323 | docker | apache-2.0 | |
| Flowise共有 docker | 132 | docker | mit | |
| Multitrack Midi Music Generator共有 docker | 130 | docker | mit |
Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。