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。
一个会推荐歌曲的小型 Streamlit 应用,附带一张曲风图片。页面没有给出数据和方法的细节,所以适合想读一个简单推荐器演示的人。
Spotify Song Reccomender 是一款工具包,属于效率类,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 ibrhmyi/Spotify_Song_Recommender --repo-type space --local-dir Spotify_Song_Recommender cd Spotify_Song_Recommender
这是一个小型 Streamlit 应用,从名字看是推荐歌曲的。仓库里有应用文件、依赖文件和一张名为 Genres 的图片。README 是空的,所以页面没有说歌曲数据从哪来,也没有说推荐是怎么选出来的。它在 Hugging Face 的基础 CPU 档位上运行。
想试一个简单推荐器的音乐爱好者,以及想读一个简短 Streamlit 应用的学习者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 音乐 | 听众 | 试用推荐器来发现新歌 | 看看应用推荐了什么 |
| 教育 | 学生 | 研究一个小型推荐应用是怎么搭的 | 阅读 app.py 并改一个设置 |
| 软件 | 开发者 | 把它当作 Streamlit 的起点 | 复用页面布局 |
如果你需要有文档的服务,可以跳过它,因为页面没有给出数据来源或方法。
| Use case | Who | What they get back |
|---|---|---|
| 得到歌曲推荐 | 听众 | 应用给出的推荐歌曲列表 |
| 研究这个应用 | 学习者 | 一份简短的 Streamlit 代码库 |
pip install -U huggingface_hub hf download ibrhmyi/Spotify_Song_Recommender --repo-type space --local-dir Spotify_Song_Recommender cd Spotify_Song_Recommender pip install streamlit==1.33.0 pip install -r requirements.txt streamlit run app.py
页面没有说明本地运行除了这些包还需要什么。
在线使用时,打开这个 Space,用页面上的控件。在自己的电脑上,运行 Streamlit 命令,然后在浏览器里打开它提供的页面。页面没有列出其他命令。
| Tool | What it does |
|---|---|
| streamlit run app.py | 在你的电脑上启动 Streamlit 应用 |
你打开这个 Space,找到说出一首歌或一种曲风的办法。应用返回一份建议列表,你试听几首,看看合不合你的口味。
如果你是新手,先在线打开这个 Space,试一首你喜欢的歌或一种曲风。把答案当作思路,因为页面没有解释它们是怎么得出的。
如果你熟悉这个领域,README 里没有任何内容描述特征、数据集或推荐背后的模型。先读 app.py,看它用的是内容特征、相似度度量还是别的办法。
一个会推荐歌曲的小型 Streamlit 应用,附带一张曲风图片。页面没有给出数据和方法的细节,所以适合想读一个简单推荐器演示的人。
由 ibrhmyi 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:这是一个小型 Streamlit 应用,从名字看是推荐歌曲的。仓库里有应用文件、依赖文件和一张名为 Genres 的图片。README 是空的,所以页面没有说歌曲数据从哪来,也没有说推荐是怎么选出来的。它在 Hugging Face 的基础 CPU 档位上运行。
适合谁:想试一个简单推荐器的音乐爱好者,以及想读一个简短 Streamlit 应用的学习者。
Industry | Who uses it | How they use it | Example
音乐 | 听众 | 试用推荐器来发现新歌 | 看看应用推荐了什么
教育 | 学生 | 研究一个小型推荐应用是怎么搭的 | 阅读 app.py 并改一个设置
软件 | 开发者 | 把它当作 Streamlit 的起点 | 复用页面布局
如果你需要有文档的服务,可以跳过它,因为页面没有给出数据来源或方法。
用在哪里:
Use case | Who | What they get back
得到歌曲推荐 | 听众 | 应用给出的推荐歌曲列表
研究这个应用 | 学习者 | 一份简短的 Streamlit 代码库
如何设置:
pip install -U huggingface_hub
hf download ibrhmyi/Spotify_Song_Recommender --repo-type space --local-dir Spotify_Song_Recommender
cd Spotify_Song_Recommender
pip install streamlit==1.33.0
pip install -r requirements.txt
streamlit run app.py
页面没有说明本地运行除了这些包还需要什么。
如何使用:在线使用时,打开这个 Space,用页面上的控件。在自己的电脑上,运行 Streamlit 命令,然后在浏览器里打开它提供的页面。页面没有列出其他命令。
Tool | What it does
streamlit run app.py | 在你的电脑上启动 Streamlit 应用
示例:你打开这个 Space,找到说出一首歌或一种曲风的办法。应用返回一份建议列表,你试听几首,看看合不合你的口味。
新手与专家:如果你是新手,先在线打开这个 Space,试一首你喜欢的歌或一种曲风。把答案当作思路,因为页面没有解释它们是怎么得出的。
如果你熟悉这个领域,README 里没有任何内容描述特征、数据集或推荐背后的模型。先读 app.py,看它用的是内容特征、相似度度量还是别的办法。
在浏览器里打开 Space
选一首歌或一种曲风
应用挑出相似的歌曲
你阅读推荐结果
注意事项:
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 |
|---|---|---|---|---|
| Spotify Song Reccomender 本页 | 2 | streamlit | mit | |
| Inpaint_Me共有 streamlit | 11 | streamlit | apache-2.0 | |
| InsightFace-Face Swapper-on Video共有 streamlit | 5 | streamlit | mit | |
| Smart Search共有 streamlit | 1 | streamlit | cc-by-nc-sa-4.0 | |
| Reddit Video Downloader共有 streamlit | 0 | streamlit | mit |
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。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。