Mindket

Meditor WebGPU Chat

新上架第 1 版 · 更新于

概览

一个聊天页面,通过 WebGPU 在你的浏览器里用你自己的 GPU 运行 Meditor 语言模型,带本地缓存和实时速度显示。适合想要不用云 GPU 的私密聊天的人。

Meditor WebGPU Chat 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。

速览

你需要
  • 一个支持 WebGPU 的浏览器,比如较新的 Chrome、Chromium、Edge、Brave 或 Safari,或者打开了开关的 Firefox
  • Python 和 pip,只在本地副本时用来下载文件
  • 浏览器存储里要留出放模型权重的空间
用在
  • 支持 WebGPU 的浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:在受支持的浏览器里打开下载好的 index.html
先运行
pip install -U huggingface_hub
hf download Yo-Purple/meditor-webgpu --repo-type space --local-dir meditor-webgpu
cd meditor-webgpu

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Meditor WebGPU Chat 是一个静态网页,在你的浏览器里运行 Meditor 语言模型。模型权重下载到你的机器上,通过 WebGPU 在你自己的 GPU 上运行。不涉及云 GPU,作者说明你的提示词和回复都留在你的电脑上。

适合谁

适合想用小模型做私密本地聊天的人,也适合想要一个带本地缓存的 WebGPU 推理可用示例的开发者。

IndustryWho uses itHow they use itExample
注重隐私的工作普通用户聊天时不把文字发给云服务打开 Space 问一个简短的问题
AI 开发开发者研究带缓存权重的浏览器内推理阅读 index.html 和 wllama 文件
硬件测试发烧友看笔记本 GPU 怎样处理小模型聊天时观察速度显示

浏览器不支持 WebGPU 的人可以跳过它,因为页面依赖 WebGPU。

用在哪里

  • 支持 WebGPU 的浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:在受支持的浏览器里打开下载好的 index.html
Use caseWhoWhat they get back
本地聊天普通用户在你自己 GPU 上生成的回复
模型对比开发者对小号和大号 Meditor 模型的直观感受
速度检查发烧友每秒 token 数和首个 token 时间

如何设置

  • 一个支持 WebGPU 的浏览器,比如较新的 Chrome、Chromium、Edge、Brave 或 Safari,或者打开了开关的 Firefox
  • Python 和 pip,只在本地副本时用来下载文件
  • 浏览器存储里要留出放模型权重的空间
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 用受支持的浏览器打开 index.html。
pip install -U huggingface_hub
hf download Yo-Purple/meditor-webgpu --repo-type space --local-dir meditor-webgpu
cd meditor-webgpu

Firefox 需要先在高级设置里打开 WebGPU,设置如下。

dom.webgpu.enabled = true

如何使用

打开 Space 页面或本地的 index.html,选一个模型开始聊天。页面把权重保存在浏览器的私有文件存储里,所以之后再访问时不用重新下载。它还会显示实时速度数据、token 数量和你的 GPU 详情。页面提供下面这些模型。

  • Meditor-1 Universal: 5 亿参数的稠密模型,有 4 位、8 位和 16 位版本,推荐 4 位版本
  • Meditor-2 Universal: 34 亿参数的混合专家模型,有 3 位、4 位和 5 位版本
  • 自定义模型: 你从 Hugging Face 仓库加载的任何 GGUF 文件

示例

你打开页面,选 4 位的 Meditor-1 Universal 模型,让它下载一次。然后你问一个简短的问题,在回复出现时观察每秒 token 数的显示。

新手与专家

如果你是新手,先从推荐的小模型开始,因为它下载最快。第一次加载之后,它会从浏览器缓存里快速启动。

如果你是专家,页面通过 WGSL 着色器在 GPU 上运行权重,并报告首个 token 时间和 token 数量。Meditor-2 模型是混合专家设计,总参数 3.4B,激活参数 1.8B。

  1. 你选一个模型
  2. 权重下载到浏览器存储
  3. WebGPU 在你的 GPU 上运行它们
  4. 回复流式出现在页面里

注意事项

  • License: apache-2
  • Cost to run: 没有提到,也不使用云 GPU
  • Data it reaches: 从 Hugging Face 获取的模型权重,作者说明提示词和回复都留在你的电脑上
  • Not for: 不支持 WebGPU 的浏览器

README 和文件

README

Meditor WebGPU Chat

一个聊天页面,通过 WebGPU 在你的浏览器里用你自己的 GPU 运行 Meditor 语言模型,带本地缓存和实时速度显示。适合想要不用云 GPU 的私密聊天的人。

由 Yo-Purple 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:Meditor WebGPU Chat 是一个静态网页,在你的浏览器里运行 Meditor 语言模型。模型权重下载到你的机器上,通过 WebGPU 在你自己的 GPU 上运行。不涉及云 GPU,作者说明你的提示词和回复都留在你的电脑上。

适合谁:适合想用小模型做私密本地聊天的人,也适合想要一个带本地缓存的 WebGPU 推理可用示例的开发者。

Industry | Who uses it | How they use it | Example
注重隐私的工作 | 普通用户 | 聊天时不把文字发给云服务 | 打开 Space 问一个简短的问题
AI 开发 | 开发者 | 研究带缓存权重的浏览器内推理 | 阅读 index.html 和 wllama 文件
硬件测试 | 发烧友 | 看笔记本 GPU 怎样处理小模型 | 聊天时观察速度显示

浏览器不支持 WebGPU 的人可以跳过它,因为页面依赖 WebGPU。

用在哪里:

  • 支持 WebGPU 的浏览器:这个 Space 在 Hugging Face 上运行,不用安装任何东西
  • Windows、macOS 或 Linux:在受支持的浏览器里打开下载好的 index.html
Use case | Who | What they get back
本地聊天 | 普通用户 | 在你自己 GPU 上生成的回复
模型对比 | 开发者 | 对小号和大号 Meditor 模型的直观感受
速度检查 | 发烧友 | 每秒 token 数和首个 token 时间

如何设置:

  • 一个支持 WebGPU 的浏览器,比如较新的 Chrome、Chromium、Edge、Brave 或 Safari,或者打开了开关的 Firefox
  • Python 和 pip,只在本地副本时用来下载文件
  • 浏览器存储里要留出放模型权重的空间
  1. 安装 Hugging Face hub 包。
  2. 把 Space 的文件下载到一个文件夹。
  3. 进入这个文件夹。
  4. 用受支持的浏览器打开 index.html。
pip install -U huggingface_hub
hf download Yo-Purple/meditor-webgpu --repo-type space --local-dir meditor-webgpu
cd meditor-webgpu

Firefox 需要先在高级设置里打开 WebGPU,设置如下。

dom.webgpu.enabled = true

如何使用:打开 Space 页面或本地的 index.html,选一个模型开始聊天。页面把权重保存在浏览器的私有文件存储里,所以之后再访问时不用重新下载。它还会显示实时速度数据、token 数量和你的 GPU 详情。页面提供下面这些模型。

  • Meditor-1 Universal: 5 亿参数的稠密模型,有 4 位、8 位和 16 位版本,推荐 4 位版本
  • Meditor-2 Universal: 34 亿参数的混合专家模型,有 3 位、4 位和 5 位版本
  • 自定义模型: 你从 Hugging Face 仓库加载的任何 GGUF 文件

示例:你打开页面,选 4 位的 Meditor-1 Universal 模型,让它下载一次。然后你问一个简短的问题,在回复出现时观察每秒 token 数的显示。

新手与专家:如果你是新手,先从推荐的小模型开始,因为它下载最快。第一次加载之后,它会从浏览器缓存里快速启动。

如果你是专家,页面通过 WGSL 着色器在 GPU 上运行权重,并报告首个 token 时间和 token 数量。Meditor-2 模型是混合专家设计,总参数 3.4B,激活参数 1.8B。

你选一个模型
权重下载到浏览器存储
WebGPU 在你的 GPU 上运行它们
回复流式出现在页面里

注意事项:

  • License: apache-2
  • Cost to run: 没有提到,也不使用云 GPU
  • Data it reaches: 从 Hugging Face 获取的模型权重,作者说明提示词和回复都留在你的电脑上
  • Not for: 不支持 WebGPU 的浏览器

Hugging Face 上的数据(2026年11月13日)

  • 点赞:1
  • 构建方式:static
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/Yo-Purple/meditor-webgpu
  • 文件:https://huggingface.co/spaces/Yo-Purple/meditor-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
Meditor WebGPU Chat 本页1staticapache-2.0
DALL·E mini共有 static5,750staticapache-2.0
Kokoro Text-to-Speech (WebGPU)共有 static369staticapache-2.0
DALL·E mini 文字生成图片共有 static342staticapache-2.0
Supertonic 3 (TTS)共有 static291staticopenrail
XortronDesktop共有 static30staticwtfpl
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

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

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

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。

新上架

效率类的相似商品

查看效率类的全部商品

Guizang PPT Skill

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。

新上架29.8k

Frontend Slides

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。

新上架32.3k

IPTV

iptv-org · 工具包

把来自多个国家的公开电视直播频道整理成播放列表,任何支持直播流的视频播放器都能打开。适合想看直播的观众,也适合需要频道数据的开发者。

新上架144k