企业官网建设流程全解析

textgen 本地大模型桌面应用：从下载到跑通 API 的快速避坑指南

【免费下载链接】textgenOpen-source desktop app for local LLMs. Text, vision, tool-calling, OpenAI/Anthropic-compatible API. 100% private.项目地址: https://gitcode.com/GitHub_Trending/te/textgen

textgen（也就是大家熟知的 text-generation-webui）是一个开源的本地大模型运行工具：装在你自己电脑上，聊天、看图片、调工具、跑微调，全程离线，数据不出内网。它还能对外提供一个兼容 OpenAI/Anthropic 的 API，等于给一堆现成应用换了个本地后端。适合三类人：想在自己显卡上白嫖大模型的玩家、需要隐私隔离的团队、以及想搭本地 API 给别的项目用的开发者。

最短路径：三步跑起来

🚀 不用记一堆命令，按顺序做就行：

1. 拿代码：git clone https://gitcode.com/GitHub_Trending/te/textgen
2. 进目录，运行对应操作系统的启动脚本：Linux 跑./start_linux.sh，Windows 双击start_windows.bat，macOS 跑start_macos.sh。脚本会问你 GPU 类型（NVIDIA/AMD/CPU），选完它自动装好依赖
3. 浏览器打开http://127.0.0.1:7860，界面就出来了

模型方面最简单的是 GGUF 格式：下一个模型文件，丢进 user_data/models/ 文件夹，UI 会自动识别。以后每次启动还是跑同一个start_脚本就行。

按硬件挑依赖文件，别装错

想跳过脚本用 pip 手动装（完整安装，支持训练、更多后端），依赖文件要按硬件对号入座，装错了轻则慢、重则直接报错：

装完用python server.py启动即可。只跑浏览器版、不需要训练的话，可以装轻量的 requirements/portable/ 里的文件，并加--portable参数，磁盘占用小得多。

五个最值得动的配置点

所有启动参数都可以写进 user_data/CMD_FLAGS.txt，每行一个，下次启动自动生效，不用反复敲命令行。挑五个真正省事的：

1. --model 模型文件名.gguf—— 启动时直接加载指定模型，省掉每次在 Model 标签页里手点
2. --api—— 开启 OpenAI/Anthropic 兼容的 API 服务，用法示例见 docs/12 - OpenAI API.md
3. --listen—— 让局域网里其他设备也能访问你的界面，配合防火墙放行端口
4. --load-in-8bit—— 8 位量化加载模型，显存直接减半起步；显存还紧张就换--load-in-4bit（仅限 Transformers 后端）
5. --ctx-size 16384—— 指定上下文长度（模型一次能"记住"多少 token），别超过模型本身支持的上限

生成风格不想每次手调？user_data/presets/ 里自带 Creative、Deterministic、Top-P 几套预设，在 Parameters 标签页一键切换，参数含义可以参考 docs/03 - Parameters Tab.md。

服务器上用 Docker 隔离部署

🐳 在共享服务器上跑，容器化最干净，互不污染。以 NVIDIA 卡为例：

1. ln -s docker/nvidia/Dockerfile docker/nvidia/docker-compose.yml .把配置软链到根目录（AMD/Intel/CPU 换对应目录）
2. cp docker/.env.example .env，然后编辑.env：按你的显卡设置TORCH_CUDA_ARCH_LIST（终端跑nvidia-smi可查），把APP_RUNTIME_GID改成你宿主机的用户组 id（id -g查看）
3. docker compose up --build

构建完访问同样的 7860 端口。AMD、Intel 和 CPU 版本的 docker/ 目录结构完全一样，换目录名就行。

常见坑，提前绕开

• 显存爆了（CUDA out of memory）：先降量化位数（--load-in-4bit），再考虑把 KV 缓存压缩（--cache-type q8_0）
• 界面识别不到模型：GGUF 直接放 user_data/models/ 下；但 Transformers 多文件模型必须放在 models 里新建的子文件夹中，且必须用完整安装
• 局域网打不开：确认加了--listen，防火墙放行了 7860 端口
• 依赖打架、装环境反复报错：优先上 Docker，或者干脆用官方start_脚本让它自己用 Miniforge 建环境
• CPU 跑太慢：加--cpu --threads 8之类的线程参数微调，但预期管理好——CPU 推理和 GPU 是两个世界

把--model和--api写进CMD_FLAGS.txt，重启一次机器你都能秒进工作状态——剩下的就等你把第一个模型拖进来试试手感了。

【免费下载链接】textgenOpen-source desktop app for local LLMs. Text, vision, tool-calling, OpenAI/Anthropic-compatible API. 100% private.项目地址: https://gitcode.com/GitHub_Trending/te/textgen