Mindket

Baguettotron WebGPU

新上架第 1 版 · 更新于

概览

通过 WebGPU 在浏览器里运行小型的 Baguettotron 推理模型,不需要服务器,也不用安装任何东西。适合想试用浏览器内模型或想读读它如何搭建的人。

Baguettotron WebGPU 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。

速览

你需要
  • 一款当前的浏览器,最好支持 WebGPU
  • 装有 pip 的 Python,这里只用来下载文件
  • Hugging Face hub 客户端,第一步会安装它
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上的下载副本,在网页浏览器里从 dist/index.html 打开
先运行
pip install -U huggingface_hub
hf download webml-community/Baguettotron-WebGPU --repo-type space --local-dir Baguettotron-WebGPU
cd Baguettotron-WebGPU

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个 Space 在你的浏览器里运行 Baguettotron,这是 PleIAs 的一个小型推理模型。名字里提到了 WebGPU,这个 Space 还列出了 onnx-community 团队提供的 ONNX 版本。它是一个静态网页,所以没有服务器替你运行模型。

适合谁

它适合想不注册账号就试用小型语言模型的人,也适合想读一个在浏览器里运行模型的 Vite 和 TypeScript 项目的网页开发者。

IndustryWho uses itHow they use itExample
软件网页开发者研究模型是如何在页面里加载和运行的打开 src 文件夹,跟着加载代码读
机器学习爱好者不用任何设置就试用小型推理模型打开页面,问一个简短的问题
教育学生看 AI 模型在自己的设备上运行比较几个提示词,记下答案
注重隐私的用户任何人试用一个按设计就在自己机器上运行的模型读页面里关于运行位置的说明

如果你的浏览器不支持 WebGPU,或者设备性能较低,可以跳过它,因为模型运行在你自己的硬件上。

用在哪里

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上的下载副本,在网页浏览器里从 dist/index.html 打开
Use caseWhoWhat they get back
试用小模型任何好奇的人在你自己设备上生成的回答
阅读代码网页开发者一个带有 src 文件夹的 Vite 和 TypeScript 项目
检查模型研究人员页面列出的两个模型仓库

如何设置

在线版本只需要一个浏览器。要把文件保存到自己的电脑上,你需要下面这些。

  • 一款当前的浏览器,最好支持 WebGPU
  • 装有 pip 的 Python,这里只用来下载文件
  • Hugging Face hub 客户端,第一步会安装它
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 在浏览器里加载 dist/index.html。
pip install -U huggingface_hub
hf download webml-community/Baguettotron-WebGPU --repo-type space --local-dir Baguettotron-WebGPU
cd Baguettotron-WebGPU

如何使用

打开这个 Space 的页面,或者从你的副本里加载 dist/index.html,然后在页面里输入一个问题。来源没有描述控件,所以请照着页面上的标签操作。

示例

你打开页面,问一道简短的逻辑题。模型在你的浏览器里处理它,并把答案显示在页面上。来源没有给出示例问题、耗时或结果。

新手与专家

如果你是新手,先问一个简短的问题,并给页面一些时间在首次加载时准备模型。之后的问题应该会快一些。

如果你熟悉这个领域,页面把模型的 ONNX 版本和使用 WebGPU 的浏览器运行时配在一起,所以推理运行在你自己的图形硬件上。项目用 Vite 和 TypeScript 构建。速度和内存占用取决于你的设备,来源没有给出数字。

  1. 你打开页面
  2. 浏览器加载 ONNX 模型
  3. WebGPU 在你的设备上运行模型
  4. 答案出现在页面上

注意事项

来源很简短,所以没有描述模型大小、速度和限制。

  • License: apache-2,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务,用的是你自己的设备
  • Data it reaches: 页面没有说明这一点,模型在你的浏览器里运行,所以请在页面上查看它会下载什么
  • Not for: 来源没有列出排除项,所以在依赖任何答案之前请先检查一遍

README 和文件

README

Baguettotron WebGPU

通过 WebGPU 在浏览器里运行小型的 Baguettotron 推理模型,不需要服务器,也不用安装任何东西。适合想试用浏览器内模型或想读读它如何搭建的人。

由 webml-community 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。

简介

它是什么:这个 Space 在你的浏览器里运行 Baguettotron,这是 PleIAs 的一个小型推理模型。名字里提到了 WebGPU,这个 Space 还列出了 onnx-community 团队提供的 ONNX 版本。它是一个静态网页,所以没有服务器替你运行模型。

适合谁:它适合想不注册账号就试用小型语言模型的人,也适合想读一个在浏览器里运行模型的 Vite 和 TypeScript 项目的网页开发者。

Industry | Who uses it | How they use it | Example
软件 | 网页开发者 | 研究模型是如何在页面里加载和运行的 | 打开 src 文件夹,跟着加载代码读
机器学习 | 爱好者 | 不用任何设置就试用小型推理模型 | 打开页面,问一个简短的问题
教育 | 学生 | 看 AI 模型在自己的设备上运行 | 比较几个提示词,记下答案
注重隐私的用户 | 任何人 | 试用一个按设计就在自己机器上运行的模型 | 读页面里关于运行位置的说明

如果你的浏览器不支持 WebGPU,或者设备性能较低,可以跳过它,因为模型运行在你自己的硬件上。

用在哪里:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,不用安装任何东西
  • 在 Windows、macOS 或 Linux 上的下载副本,在网页浏览器里从 dist/index.html 打开
Use case | Who | What they get back
试用小模型 | 任何好奇的人 | 在你自己设备上生成的回答
阅读代码 | 网页开发者 | 一个带有 src 文件夹的 Vite 和 TypeScript 项目
检查模型 | 研究人员 | 页面列出的两个模型仓库

如何设置:在线版本只需要一个浏览器。要把文件保存到自己的电脑上,你需要下面这些。

  • 一款当前的浏览器,最好支持 WebGPU
  • 装有 pip 的 Python,这里只用来下载文件
  • Hugging Face hub 客户端,第一步会安装它
  1. 安装 Hugging Face hub 客户端。
  2. 把这个 Space 的文件下载到本地文件夹。
  3. 进入这个文件夹。
  4. 在浏览器里加载 dist/index.html。
pip install -U huggingface_hub
hf download webml-community/Baguettotron-WebGPU --repo-type space --local-dir Baguettotron-WebGPU
cd Baguettotron-WebGPU

如何使用:打开这个 Space 的页面,或者从你的副本里加载 dist/index.html,然后在页面里输入一个问题。来源没有描述控件,所以请照着页面上的标签操作。

示例:你打开页面,问一道简短的逻辑题。模型在你的浏览器里处理它,并把答案显示在页面上。来源没有给出示例问题、耗时或结果。

新手与专家:如果你是新手,先问一个简短的问题,并给页面一些时间在首次加载时准备模型。之后的问题应该会快一些。

如果你熟悉这个领域,页面把模型的 ONNX 版本和使用 WebGPU 的浏览器运行时配在一起,所以推理运行在你自己的图形硬件上。项目用 Vite 和 TypeScript 构建。速度和内存占用取决于你的设备,来源没有给出数字。

你打开页面
浏览器加载 ONNX 模型
WebGPU 在你的设备上运行模型
答案出现在页面上

注意事项:来源很简短,所以没有描述模型大小、速度和限制。

  • License: apache-2,按 Hugging Face 上的标注
  • Cost to run: 没有提到 API 密钥或付费服务,用的是你自己的设备
  • Data it reaches: 页面没有说明这一点,模型在你的浏览器里运行,所以请在页面上查看它会下载什么
  • Not for: 来源没有列出排除项,所以在依赖任何答案之前请先检查一遍

Hugging Face 上的数据(2026年11月13日)

  • 点赞:12
  • 构建方式:static
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/webml-community/Baguettotron-WebGPU
  • 文件:https://huggingface.co/spaces/webml-community/Baguettotron-WebGPU/tree/main

试用

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。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

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
Baguettotron WebGPU 本页12staticapache-2.0
InferenceSupport共有 static764staticafl-3.0
Huggy共有 static463staticcc-by-nc-sa-4.0
Z-Image Lookalike LoRA Index共有 static189staticapache-2.0
Granite Docling 258M WebGPU共有 static163staticapache-2.0
DINOv3 Web共有 static162staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

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。

新上架

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。

新上架

MusicGen Small

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。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

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。

新上架

FLUX.2 Klein LoRA Studio

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。

新上架

anaksor-ocr

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。

新上架