dede调用其他网站数据库苏州首页关键词优化
重磅发布 | 高通开源神器 QAI AppBuilder：让本地AI部署触手可及！
QAI AppBuilder，是一款专为骁龙平台打造的 AI 应用开发利器，让你轻松在 Windows AI PC上部署并运行本地AI模型，具备以下核心优势：
- 极简开发体验： 自动批处理安装，无AI经验开发者2个小时就可以上手。
- 多语言支持： 同时支持 Python 与 C++ 开发。
- 深度集成底层SDK： 基于 Qualcomm® AI Runtime SDK，简化本地 AI 模型部署流程。
- 本地部署，隐私优先： 无需依赖云端，数据都在本地，确保内容安全可控的同时，具备低延迟，高响应，完全免费等特点。
- 兼容 OpenAI API： 支持通用的 API 接口调用本地大语言模型，调用方式与云端完全一致
本文后续将详细介绍如何使用 QAI AppBuilder 在骁龙AI PC上部署一个大语言模型，并通过其兼容的 OpenAI WebAPI 接口进行本地推理。你将学会：
- 如何在骁龙AI PC上本地部署大语言模型
- 如何通过兼容的 OpenAI WebAPI 接口，实现与云端一致的调用体验
3 分钟搞定 本地智能助手！
一、下载自动化安装脚本
访问https://github.com/quic/ai-engine-direct-helper/tree/main/tools/launcher
在“Download Windows batch scripts”中,点击 “qai_launcher_v1.0.0.zip”下载相关文件
下载完成后解压缩，得到最新的批处理脚本，批处理脚本一共6个，分别是
二、安装依赖项
运行以下批处理脚本以自动安装所需依赖：
.\1.Install_QAI_AppBuilder.bat
安装成功后出现
“Install successfully. Press any key to exit...”
三、安装测试用大语言模型
运行批处理脚本
.\2.Install_LLM_Models.bat
默认情况下，脚本将安装 IBM-Granite-v3.1-8B-Instruct 大语言模型
对于中文使用场景，推荐使用 Qwen2-7B-SSD 作为基座模型。Qwen2-7B-SSD 是一个专门优化用于中文处理的大语言模型,能够更准确地理解和生成中文文本。参考以下步骤使用模型
1. 访问模型库 模型门户下载转换好的模型权重
打开”Qwen2 7B SSD”的模型卡片
2. 点击下载
3. 下载后得到“qwen2_7b_ssd.zip”的压缩包
解压缩 qwen2_7b_ssd.zip
4. 拷贝所有的model-*.bin文件以及tokenizer.json件放入下面的目录：
ai-engine-direct-helper\samples\genie\python\models\ Qwen2.0-7B-SSD
四、启动本地聊天应用
QAI AppBuilder 工具包内置了一个本地部署的聊天程序，结合骁龙芯片的 AI 算力，提供强大的推理能力。
运行以下脚本启动 Web UI。
运行.\3.Start_WebUI.bat 批处理启动运行聊天应用，选择2 “Start GenieWebUI”
在启动过程中，选择选项 2 - Start GenieWebUI，以启动 GenieWebUI 工具。
GenieWebUI 支持文字生成图像、文档总结、翻译等功能。默认使用的模型为 IBM-Granite-v3.1-8B-Instruct，支持所有转换成高通QNN格式的大语言模型。QAI AppBuilder预制了IBM-Granite-v3.1-8B，Phi-3.5-mini，Qwen2.0-7B-SSD, Qwen2.0-7B的模型配置信息，只要下载对应的模型权重放置到目录下就可以直接使用。
五、可视化 AI 工作流：LangFlow
在现代 AI 开发中，效率和直观性是关键。QAI AppBuilder 集成了基于开源框架 LangFlow 的可视化 AI 工作流工具，让你能够通过简单的拖拽操作，快速构建强大的 AI 应用工作流。以下是如何启动和使用 LangFlow 的步骤：
首先，依次运行以下脚本:
.\4.Start_GenieAPIService.bat
.\5.Install_LangFlow.bat
.\6.Start_LangFlow.bat
启动后，你将看到 LangFlow 的入口界面
点击“New Flow”
点击“Blank Flow”进入Flow Design的页面
点击“My Projects” 管理项目
然后在左侧点击“Upload a Flow”的图标上传已经配置好的Flow模板，这些模板的路径在
QAI_Launcher_v1.0.0\ai-engine-direct-helper\tools\langflow\flows
全选后点击Open
你将看到三个示例 Flow：
- Basic Chat Genie 一个基于本地大语言模型的对话聊天Flow
- Yolov8_det Demo 一个基于Yolov8目标检测的Flow
- Image Classification Inception V3 一个基于Inception V3图片分类的Flow
让我们以 Basic Chat Genie 聊天 Flow 为例。点击进入后，你会看到 Flow 的详细设计。
接下来，点击 Playground，你就可以使用本地 AI 模型进行互动聊天了
写在最后：本地 AI，从现在开始
通过本文的引导，你已经完成了 QAI AppBuilder 的环境配置，为本地部署大语言模型打下了坚实基础。无论你是想构建一个离线智能助手，还是打造一个无需联网的 AI 应用框架，本地推理都将是未来的重要方向。
QAI AppBuilder 的极简设计和强大兼容性，让本地部署不再是“高门槛”的技术挑战，而是每一位开发者都能轻松上手的实战技能。
作者
戴忠忠（Zhongzhong Dai），高通工程师