add readme

Cargo.lock

@@ -19,7 +19,7 @@ checksum = "320119579fcad9c21884f5c4861d16174d0e06250625266f50fe6898340abefa"
 
 [[package]]
 name = "aha"
-version = "0.0.0"
+version = "0.1.0"
 dependencies = [
  "anyhow",
  "base64 0.22.1",

Cargo.toml

@@ -1,10 +1,10 @@
 [package]
 name = "aha"
-version = "0.0.0"
+version = "0.1.0"
 edition = "2024"
 repository = "https://github.com/jhqxxx/aha"
 license = "Apache-2.0"
-description = "aha"
+description = "aha model inference library, now supports Qwen2.5VL, MiniCPM4, and VoxCPM"
 
 [dependencies]
 candle-core = { git = "https://github.com/huggingface/candle.git", version = "0.9.1"}

README.md

@@ -0,0 +1,99 @@
+# aha 
+一个基于 Candle 框架的 Rust 模型推理库，提供高效、易用的多模态模型推理能力。
+
+## 特性
+* 🚀 高性能推理 - 基于 Candle 框架，提供高效的张量计算和模型推理
+* 🎯 多模型支持 - 集成视觉、语言和多模态模型
+* 🔧 易于使用 - 简洁的 API 设计，快速上手
+* 🛡️ 内存安全 - 得益于 Rust 的所有权系统，确保内存安全
+* 📦 轻量级 - 最小化依赖，编译产物小巧
+* ⚡ GPU 加速 - 可选 CUDA 支持
+* 🧠 注意力优化 - 可选 Flash Attention 支持，优化长序列处理
+
+## 支持的模型
+### 当前已实现
+* Qwen2.5VL - 阿里通义千问 2.5 多模态大语言模型
+* MiniCPM4 - 面壁智能 MiniCPM 系列语言模型
+* VoxCPM - 面壁智能语音生成模型
+
+## 计划支持
+我们持续扩展支持的模型列表，欢迎贡献！
+
+## 安装
+### 作为库使用
+* cargo add aha
+* 或者在Cargo.toml中添加
+```toml
+[dependencies]
+aha = { git = "https://github.com/jhqxxx/aha.git" }
+
+# 启用 CUDA 支持（可选）
+candle-inference = { git = "https://github.com/jhqxxx/aha.git", features = ["cuda"] }
+
+# 启用Flash Attention 支持（可选）
+candle-inference = { git = "https://github.com/your-username/your-repo.git", features = ["cuda", "flash-attn"] }
+```
+
+### 从源码构建运行测试
+```bash
+git clone https://github.com/jhqxxx/aha.git
+cd aha
+# 修改测试用例中模型路径
+# 运行 Qwen2.5VL 示例
+cargo test -F cuda,flash-attn qwen2_5vl_generate -- --nocapture
+
+# 运行 MiniCPM4 示例  
+cargo test -F cuda,flash-attn minicpm_generate -- --nocapture
+
+# 运行 VoxCPM 示例
+cargo test -F cuda,flash-attn voxcpm_generate -- --nocapture
+```
+
+## 开发
+### 项目结构
+```text
+.
+├── Cargo.toml
+├── README.md
+├── src
+│   ├── chat_template
+│   ├── models
+│   │   ├── common
+│   │   ├── minicpm4
+│   │   ├── qwen2_5vl
+│   │   ├── voxcpm
+│   │   └── mod.rs
+│   ├── position_embed
+│   ├── tokenizer
+│   ├── utils
+│   └── lib.rs
+└── tests
+    ├── test_minicpm4.rs
+    ├── test_qwen2_5vl.rs
+    └── test_voxcpm.rs
+```
+
+### 添加新模型
+* 在src/models/创建新模型文件
+* 在src/models/mod.rs中导出
+* 在tests/中添加测试和示例
+
+## 许可证
+本项目采用 Apache License, Version 2.0 许可证 - 查看 [LICENSE](./LICENSE) 文件了解详情。
+
+## 致谢
+* [Candle](https://github.com/huggingface/candle) - 优秀的 Rust 机器学习框架
+* 所有模型的原作者和贡献者
+
+## 支持
+#### 如果你遇到问题：
+1. 查看 Issues 是否已有解决方案
+2. 提交新的 Issue，包含详细描述和复现步骤
+
+## 更新日志
+### v0.1.0
+* 初始版本发布
+* 支持 Qwen2.5VL, MiniCPM4, VoxCPM 模型
+
+
+⭐ 如果这个项目对你有帮助，请给我们一个 Star！

src/models/minicpm4/model.rs

@@ -1,6 +1,6 @@
 use crate::{
     models::{
-        base_modules::{AttentionNobias, MLPNoBias},
+        common::{AttentionNobias, MLPNoBias},
         minicpm4::config::MiniCPM4Config,
     },
     position_embed::rope::compute_default_rope_parameters,
@@ -155,7 +155,7 @@ impl MiniCPMDecoderLayer {
             + xs.affine(
                 self.scale_depth as f64 / (self.num_hidden_layers as f64).sqrt(),
                 0.0,
-            ))?;
+            )?)?;
         Ok(xs)
     }
 
@@ -180,7 +180,7 @@ impl MiniCPMDecoderLayer {
             + xs.affine(
                 self.scale_depth as f64 / (self.num_hidden_layers as f64).sqrt(),
                 0.0,
-            ))?;
+            )?)?;
         Ok(xs)
     }
     pub fn clear_kv_cache(&mut self) {

src/models/mod.rs

@@ -1,4 +1,4 @@
-pub mod base_modules;
+pub mod common;
 pub mod minicpm4;
 pub mod qwen2_5vl;
 pub mod voxcpm;

src/models/voxcpm/minicpm4.rs

@@ -1,7 +1,7 @@
 
 use crate::{
     models::{
-        base_modules::{AttentionNobias, MLPNoBias},
+        common::{AttentionNobias, MLPNoBias},
         voxcpm::config::VoxMiniCPM4Config,
     },
     position_embed::rope::compute_default_rope_parameters,
@@ -193,7 +193,7 @@ impl MiniCPMDecoderLayer {
                 + xs.affine(
                     self.scale_depth as f64 / (self.num_hidden_layers as f64).sqrt(),
                     0.0,
-                ))?;
+                )?)?;
             res_add
         } else {
             let res_add = (residual + xs)?;
@@ -206,7 +206,7 @@ impl MiniCPMDecoderLayer {
                 + xs.affine(
                     self.scale_depth as f64 / (self.num_hidden_layers as f64).sqrt(),
                     0.0,
-                ))?;
+                )?)?;
             res_add
         } else {
             let res_add = (residual + xs)?;

tests/test_voxcpm.rs

@@ -1,18 +1,14 @@
 use anyhow::{Ok, Result};
-use std::{collections::HashMap, time::Instant};
+use std::{time::Instant};
 
 use aha::{
-    models::voxcpm::{
+    models::voxcpm::{ generate::VoxCPMGenerate,
-        audio_vae::AudioVAE, config::VoxCPMConfig, generate::VoxCPMGenerate, model::VoxCPMModel,
         tokenizer::SingleChineseTokenizer,
     },
     utils::{
         audio_utils::save_wav,
-        utils::{find_type_files, get_device},
     },
 };
-use candle_core::pickle::read_all_with_key;
-use candle_nn::VarBuilder;
 
 #[test]
 fn voxcpm_generate() -> Result<()> {