目录第一步安装 Anaconda第二步在 Anaconda Prompt 里创建隔离环境第三步在 Trae 里指定这个 Conda 环境第四步在 Trae 里运行代码第一步安装 Anaconda去 Anaconda 官网下载 Windows 安装包正常安装即可。安装时如果看到“Add Anaconda to PATH”的选项勾选或不勾选都可以后面 Trae 里我们会直接指定解释器绝对路径不依赖 PATH。安装完成后打开开始菜单里的“Anaconda Prompt”这是 Anaconda 自带的命令行工具后续所有 conda 命令都在这里执行。国内镜像下载地址https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/第二步在 Anaconda Prompt 里创建隔离环境在 Anaconda Prompt 中输入以下命令创建一个专门用于跑 Qwen 模型的环境名字你可以自己定比如qwen_env1.在Prompt中添加镜像conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/conda config --set show_channel_urls yes2.创建环境conda create -n qwen_env python3.11 -y这行命令会创建一个隔离的 Python 3.11 环境。完成后激活它textconda activate qwen_env激活后命令行前面会出现(qwen_env)说明你现在处在这个隔离环境里。接着安装任务需要的两个库textpip install transformers torch可能下载很久装完后先查一下这个环境里 Python 的绝对路径后面 Trae 配置要用。在 Anaconda Prompt 里输入textwhere python它会输出一个路径类似C:\Users\你的用户名\anaconda3\envs\qwen_env\python.exe把这个路径记下来。第三步在 Trae 里指定这个 Conda 环境打开 Trae打开你放代码的文件夹。按下Ctrl Shift P打开命令面板输入并选择“Python: Select Interpreter”选择解释器。在弹出的选项里不要依赖它自动扫描出来的列表有时候扫不到 Conda 环境。选择“输入解释器路径”Enter interpreter path…然后把你刚才用where python得到的完整路径粘贴进去回车确认。指定成功后Trae 右下角或状态栏会显示当前使用的 Python 解释器来自你创建的qwen_env环境。第四步在 Trae 里运行代码1.把文件里的代码粘贴到 Trae 中新建的test_qwen.py里保存。第一次运行联网下载模型然后找到下载的文件夹如果在C盘可以迁移到D盘第一次下载会很慢可以打开#联网下载模型的那行镜像代码第二次运行从D盘缓存加载模型禁用下载模型加载就很快了import torch import os #从D盘缓存中加载模型 os.environ[HF_HOME] D:\\huggingface_cache # 禁用联网下载模型 os.environ[HF_HUB_OFFLINE] 1 #联网下载模型 # os.environ[HF_ENDPOINT] https://hf-mirror.com from transformers import AutoModelForCausalLM, AutoTokenizer # 指定模型ID model_id Qwen/Qwen1.5-0.5B-Chat # 设置设备优先使用GPU device cuda if torch.cuda.is_available() else cpu print(fUsing device: {device}) # 加载分词器 tokenizer AutoTokenizer.from_pretrained(model_id) # 加载模型并将其移动到指定设备 model AutoModelForCausalLM.from_pretrained(model_id).to(device) print(模型和分词器加载完成)2.进行问答我们来创建一个对话提示Qwen1.5-Chat 模型遵循特定的对话模板。然后可以使用上一步加载的tokenizer将文本提示转换为模型能够理解的数字 ID即 Token ID。调用模型的generate()方法来生成回答了。模型会输出一系列 Token ID这代表了它的回答。最后我们需要使用分词器的decode()方法将这些数字 ID 翻译回人类可以阅读的文本。import torch import os #从D盘缓存中加载模型 os.environ[HF_HOME] D:\\huggingface_cache # 禁用联网下载模型 os.environ[HF_HUB_OFFLINE] 1 #联网下载模型 # os.environ[HF_ENDPOINT] https://hf-mirror.com from transformers import AutoModelForCausalLM, AutoTokenizer # 指定模型ID model_id Qwen/Qwen1.5-0.5B-Chat # 设置设备优先使用GPU device cuda if torch.cuda.is_available() else cpu print(fUsing device: {device}) # 加载分词器 tokenizer AutoTokenizer.from_pretrained(model_id) # 加载模型并将其移动到指定设备 model AutoModelForCausalLM.from_pretrained(model_id).to(device) print(模型和分词器加载完成) # 准备对话输入 messages [ {role: system, content: You are a helpful assistant.}, {role: user, content: 你好请介绍你自己。} ] # 使用分词器的模板格式化输入 text tokenizer.apply_chat_template( messages, tokenizeFalse, add_generation_promptTrue ) # 编码输入文本 model_inputs tokenizer([text], return_tensorspt).to(device) print(编码后的输入文本:) print(model_inputs) # 使用模型生成回答 # max_new_tokens 控制了模型最多能生成多少个新的Token generated_ids model.generate( model_inputs.input_ids, max_new_tokens512 ) # 将生成的 Token ID 截取掉输入部分 # 这样我们只解码模型新生成的部分 generated_ids [ output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids) ] # 解码生成的 Token ID response tokenizer.batch_decode(generated_ids, skip_special_tokensTrue)[0] print(\n模型的回答:) print(response)恭喜您成功本地部署调用开源大模型