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。
Qwen 团队为其 Qwen3 VL 视觉语言系列做的 Gradio 演示。可在浏览器里用,也可在装有 Python 的自己电脑上运行。
Qwen3 VL Demo 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 Qwen/Qwen3-VL-Demo --repo-type space --local-dir Qwen3-VL-Demo cd Qwen3-VL-Demo
这个 Space 是 Qwen 团队发布的 Gradio 演示。它的名字指向 Qwen3 VL,也就是 Qwen3 系列里的视觉语言部分,你在浏览器里打开就能试用,不用设置。
它的 README 里只有一个配置指引,所以来源没有给出功能列表。仓库里有 app.py、config.py、requirements.txt、一个 assets 文件夹和一个 ui_components 文件夹。
适合想在浏览器标签页里试用 Qwen 视觉语言演示的人,也适合想读一个把界面拆成独立组件的 Gradio 应用的开发者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| AI 开发 | 开发者 | 阅读 app.py、config.py 和 ui_components 文件夹 | 了解较大的 Gradio 演示是怎样组织的 |
| 研究 | 学生和研究者 | 打开页面,用一张图片试用 | 看看视觉语言模型怎样回应 |
| 设计 | 产品设计师 | 研究 Qwen 团队做的界面 | 为类似的演示借鉴想法 |
| 教育 | 教师 | 在课堂上展示页面 | 介绍视觉语言模型能做什么 |
如果你需要有文档的功能,可以跳过,因为来源没有描述任何功能。
这个应用可以在下面这些地方运行。
| Use case | Who | What they get back |
|---|---|---|
| 在线试用演示 | 好奇的人 | 浏览器页面里的回应 |
| 研究应用布局 | 开发者 | 一个带 ui_components 文件夹的仓库 |
| 运行私人副本 | 开发者 | 在自己机器上的同一个应用 |
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 Qwen/Qwen3-VL-Demo --repo-type space --local-dir Qwen3-VL-Demo cd Qwen3-VL-Demo pip install gradio==5.29.0 pip install -r requirements.txt python app.py
打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后添加一张图片或一条消息并发送。
python app.py
你打开这个 Space,给它一张图片和一个关于图片的问题。答案会出现在同一个页面上,不过来源没有描述具体的控件。
如果你是新手,打开 Space 页面,先用一张图片和一个简短的问题开始。简单的情况能让你看到这个演示能读懂什么。
如果你熟悉这个领域:仓库把界面部分拆到 ui_components 文件夹里,把设置放在 config.py 中。它用 Gradio 5.29.0,在 Hugging Face 的 cpu-basic 硬件上运行。来源没有列出任何模型仓库,所以没有说明回答来自哪里。
来源只给出了上面这些名称和文件,所以在依赖它之前,先到 Space 页面看看它能做什么。
Qwen 团队为其 Qwen3 VL 视觉语言系列做的 Gradio 演示。可在浏览器里用,也可在装有 Python 的自己电脑上运行。
由 Qwen 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:这个 Space 是 Qwen 团队发布的 Gradio 演示。它的名字指向 Qwen3 VL,也就是 Qwen3 系列里的视觉语言部分,你在浏览器里打开就能试用,不用设置。
它的 README 里只有一个配置指引,所以来源没有给出功能列表。仓库里有 app.py、config.py、requirements.txt、一个 assets 文件夹和一个 ui_components 文件夹。
适合谁:适合想在浏览器标签页里试用 Qwen 视觉语言演示的人,也适合想读一个把界面拆成独立组件的 Gradio 应用的开发者。
Industry | Who uses it | How they use it | Example
AI 开发 | 开发者 | 阅读 app.py、config.py 和 ui_components 文件夹 | 了解较大的 Gradio 演示是怎样组织的
研究 | 学生和研究者 | 打开页面,用一张图片试用 | 看看视觉语言模型怎样回应
设计 | 产品设计师 | 研究 Qwen 团队做的界面 | 为类似的演示借鉴想法
教育 | 教师 | 在课堂上展示页面 | 介绍视觉语言模型能做什么
如果你需要有文档的功能,可以跳过,因为来源没有描述任何功能。
用在哪里:这个应用可以在下面这些地方运行。
Use case | Who | What they get back
在线试用演示 | 好奇的人 | 浏览器页面里的回应
研究应用布局 | 开发者 | 一个带 ui_components 文件夹的仓库
运行私人副本 | 开发者 | 在自己机器上的同一个应用
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 Qwen/Qwen3-VL-Demo --repo-type space --local-dir Qwen3-VL-Demo
cd Qwen3-VL-Demo
pip install gradio==5.29.0
pip install -r requirements.txt
python app.py
如何使用:打开 Space 页面,或者在你的副本里运行下面的命令,再打开应用提供的页面。然后添加一张图片或一条消息并发送。
python app.py
示例:你打开这个 Space,给它一张图片和一个关于图片的问题。答案会出现在同一个页面上,不过来源没有描述具体的控件。
新手与专家:如果你是新手,打开 Space 页面,先用一张图片和一个简短的问题开始。简单的情况能让你看到这个演示能读懂什么。
如果你熟悉这个领域:仓库把界面部分拆到 ui_components 文件夹里,把设置放在 config.py 中。它用 Gradio 5.29.0,在 Hugging Face 的 cpu-basic 硬件上运行。来源没有列出任何模型仓库,所以没有说明回答来自哪里。
打开 Space 页面或运行 app.py
添加图片或消息
应用处理请求
回应显示在同一个页面上
注意事项:来源只给出了上面这些名称和文件,所以在依赖它之前,先到 Space 页面看看它能做什么。
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 |
|---|---|---|---|---|
| Qwen3 VL Demo 本页 | 479 | gradio | apache-2.0 | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
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。