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。
运行 FlowiseAI 账号发布的 Flowise,作为 Docker 应用,可以在浏览器里打开,也可以自己构建。卡片没有功能清单,所以打开页面才能看到它提供什么。
Flowise 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 FlowiseAI/Flowise --repo-type space --local-dir Flowise cd Flowise
这个 Space 是 FlowiseAI 账号在 Hugging Face 上发布的 Flowise 应用。它是一个 Docker Space,也就是仓库里的 Dockerfile 负责构建并启动应用。仓库里只有这个 Dockerfile 和一个 README,卡片也没有说明 Flowise 做什么。
想不安装就在浏览器里打开 Flowise 的人,以及想用 Docker 在自己机器上构建同一个镜像的开发者,也适合想看一个应用怎样打包成 Docker Space 的读者。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 软件 | 开发者 | 在决定安装之前先在线试用应用 | 在浏览器里打开 Space 页面 |
| 运维 | 工程师 | 在本地构建镜像,看它是怎么打包的 | 在下载的文件夹里运行 docker build |
| 教育 | 学生 | 研究一个极简的 Docker Space | 读 Dockerfile |
如果你想在试用之前先看到功能清单,可以跳过它,因为卡片里没有。
这个应用可以在这些地方运行:
| Use case | Who | What they get back |
|---|---|---|
| 在线试用 | 好奇的人 | Flowise 页面提供的内容 |
| 研究打包方式 | 工程师 | 一个构建应用的简短 Dockerfile |
| 本地运行 | 开发者 | 在自己电脑 7860 端口上的同一个应用 |
先准备好这几样:
这些步骤会下载 Space,用它构建一个 Docker 镜像,再在打开 7860 端口的情况下运行镜像。
pip install -U huggingface_hub hf download FlowiseAI/Flowise --repo-type space --local-dir Flowise cd Flowise docker build -t flowise . docker run -it -p 7860:7860 flowise
打开 Hugging Face 上的 Space 页面,或者运行上面的最后一条命令,然后在浏览器里打开你自己电脑的 7860 端口。你在那里能做什么取决于这个应用,而卡片没有介绍它。
| Tool | What it does |
|---|---|
| hf download | 把 Space 的文件复制到你电脑上的文件夹 |
| docker build | 用 Dockerfile 构建镜像 |
| docker run | 打开 7860 端口并启动应用 |
你运行上面的构建和运行命令,然后在浏览器里打开 7860 端口。你会看到应用自己的页面,按它的界面提示使用。
如果你是新手,先打开 Space 页面看看,再决定要不要安装。Docker 只有本地副本才需要,在线页面什么都不需要。
如果你熟悉这个领域:仓库本身没有太多可分析的,整个 Space 就是一个 Dockerfile 和一个 README。端口是 7860,这是 Hugging Face 给 Docker Space 用的端口,镜像里有什么由 Dockerfile 决定。
卡片几乎什么都没说,所以运行镜像之前请先读 Dockerfile。
运行 FlowiseAI 账号发布的 Flowise,作为 Docker 应用,可以在浏览器里打开,也可以自己构建。卡片没有功能清单,所以打开页面才能看到它提供什么。
由 FlowiseAI 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 FlowiseAI 账号在 Hugging Face 上发布的 Flowise 应用。它是一个 Docker Space,也就是仓库里的 Dockerfile 负责构建并启动应用。仓库里只有这个 Dockerfile 和一个 README,卡片也没有说明 Flowise 做什么。
适合谁:想不安装就在浏览器里打开 Flowise 的人,以及想用 Docker 在自己机器上构建同一个镜像的开发者,也适合想看一个应用怎样打包成 Docker Space 的读者。
行业 | 使用者 | 使用方式 | 例子
软件 | 开发者 | 在决定安装之前先在线试用应用 | 在浏览器里打开 Space 页面
运维 | 工程师 | 在本地构建镜像,看它是怎么打包的 | 在下载的文件夹里运行 docker build
教育 | 学生 | 研究一个极简的 Docker Space | 读 Dockerfile
如果你想在试用之前先看到功能清单,可以跳过它,因为卡片里没有。
用在哪里:这个应用可以在这些地方运行:
Use case | Who | What they get back
在线试用 | 好奇的人 | Flowise 页面提供的内容
研究打包方式 | 工程师 | 一个构建应用的简短 Dockerfile
本地运行 | 开发者 | 在自己电脑 7860 端口上的同一个应用
如何设置:先准备好这几样:
这些步骤会下载 Space,用它构建一个 Docker 镜像,再在打开 7860 端口的情况下运行镜像。
pip install -U huggingface_hub
hf download FlowiseAI/Flowise --repo-type space --local-dir Flowise
cd Flowise
docker build -t flowise .
docker run -it -p 7860:7860 flowise
如何使用:打开 Hugging Face 上的 Space 页面,或者运行上面的最后一条命令,然后在浏览器里打开你自己电脑的 7860 端口。你在那里能做什么取决于这个应用,而卡片没有介绍它。
Tool | What it does
hf download | 把 Space 的文件复制到你电脑上的文件夹
docker build | 用 Dockerfile 构建镜像
docker run | 打开 7860 端口并启动应用
示例:你运行上面的构建和运行命令,然后在浏览器里打开 7860 端口。你会看到应用自己的页面,按它的界面提示使用。
新手与专家:如果你是新手,先打开 Space 页面看看,再决定要不要安装。Docker 只有本地副本才需要,在线页面什么都不需要。
如果你熟悉这个领域:仓库本身没有太多可分析的,整个 Space 就是一个 Dockerfile 和一个 README。端口是 7860,这是 Hugging Face 给 Docker Space 用的端口,镜像里有什么由 Dockerfile 决定。
你打开 Space 或构建镜像
Docker 在 7860 端口启动应用
你在浏览器里打开它
你使用应用自己的界面
注意事项:卡片几乎什么都没说,所以运行镜像之前请先读 Dockerfile。
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 |
|---|---|---|---|---|
| Flowise 本页 | 132 | docker | mit | |
| 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 | |
| Multitrack Midi Music Generator共有 docker | 130 | docker | mit | |
| MuseTalkDemo共有 docker | 78 | docker | creativeml-openrail-m |
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。