LLaVA C++服务器项目下载及安装教程
2024-12-09 09:16:42作者:房伟宁
1. 项目介绍
LLaVA C++服务器是一个简单的API服务器,用于llama.cpp实现的LLaVA(Large Language and Vision Assistant)。该项目允许用户通过HTTP接口与LLaVA模型进行交互,支持图像和文本的输入输出。
2. 项目下载位置
项目源代码可以从GitHub上获取。你可以通过以下命令克隆项目到本地:
git clone https://github.com/trzy/llava-cpp-server.git
3. 项目安装环境配置
在开始安装之前,请确保你的系统满足以下要求:
- 操作系统:macOS(项目已在macOS上测试,但其他平台如Linux应该也能工作)
- 编译工具:GNU Make, GCC 或 Clang
- Git:用于克隆项目和初始化子模块
环境配置示例
以下是配置环境的步骤:
-
安装Git:
- macOS:使用Homebrew安装Git
brew install git - Linux:使用包管理器安装Git
sudo apt-get install git
- macOS:使用Homebrew安装Git
-
安装编译工具:
- macOS:使用Homebrew安装GCC
brew install gcc - Linux:使用包管理器安装GCC
sudo apt-get install build-essential
- macOS:使用Homebrew安装GCC
环境配置图片示例

4. 项目安装方式
-
克隆项目:
git clone https://github.com/trzy/llava-cpp-server.git cd llava-cpp-server -
初始化子模块:
git submodule init git submodule update -
编译项目:
make
5. 项目处理脚本
编译完成后,你可以使用以下命令启动服务器:
bin/llava-server -m ggml-model-q5_k.gguf --mmproj mmproj-model-f16.gguf
此命令将在localhost:8080启动服务器。你可以通过浏览器访问http://localhost:8080与服务器进行交互。
处理脚本示例
以下是一个简单的处理脚本示例,用于与LLaVA服务器进行交互:
import requests
url = 'http://localhost:8080/llava'
files = {'image_file': open('example.jpg', 'rb')}
data = {'user_prompt': 'What is this?'}
response = requests.post(url, files=files, data=data)
print(response.text)
通过上述步骤,你可以成功下载、安装并运行LLaVA C++服务器项目。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178