tckm.yan/aha

Fork 0

Files

T

jhqxxx 4ae8b0b2f4 add Qwen3.5 model

2026-03-05 21:57:03 +08:00

5.8 KiB

Raw Blame History

English | 简体中文

aha

轻量 AI 推理引擎 —— 文本、视觉、语音与 OCR 一站式解决方案

aha 是一款基于 Rust 和 Candle 框架构建的高性能跨平台 AI 推理引擎。将最先进的 AI 模型带到您的本地机器——无需 API 密钥，无需云依赖，纯粹、快速的 AI，直接在您的硬件上运行。

更新日志

v0.2.1 (2026-03-05)

新增Qwen3.5 模型

2026-03-01

更新 interpolate.rs

2026-02-24

更新 candle 版本 0.9.2

v0.2.0 (2026-02-05)

新增 Qwen3-ASR 语音识别模型

v0.1.9 (2026-01-31)

新增 CLI list 子命令，显示支持的模型
新增 CLI 子命令结构支持（cli、serv、download、run）
修复 Qwen3VL thinking startswith bug
修复 aha run 多输入 bug

v0.1.8 (2026-01-17)

新增 Qwen3 文本模型支持
新增 Fun-ASR-Nano-2512 语音识别模型
修复 ModelScope Fun-ASR-Nano 模型加载错误
使用 rubato 更新音频重采样

v0.1.7 (2026-01-07)

新增 GLM-ASR-Nano-2512 语音识别模型
合并 Metal (GPU) 支持，适用于 Apple Silicon
新增动态主目录和模型下载脚本

查看完整更新日志 →

快速开始

安装

git clone https://github.com/jhqxxx/aha.git
cd aha
cargo build --release

可选特性：

# CUDA (NVIDIA GPU 加速)
cargo build --release --features cuda

# Metal (Apple GPU 加速，适用于 macOS)
cargo build --release --features metal

# Flash Attention (更快推理)
cargo build --release --features cuda,flash-attn

# FFmpeg (多媒体处理)
cargo build --release --features ffmpeg

CLI 快速参考


# 列出所有支持的模型
aha list

# 仅下载模型
aha download -m qwen3asr-0.6b

# 下载模型并启动服务
aha -m qwen3asr-0.6b

# 直接运行推理（无需启动服务）
aha run -m qwen3asr-0.6b -i "audio.wav"

# 仅启动服务（模型已下载）
aha serv -m qwen3asr-0.6b -p 10100

对话

aha serv -m qwen3-0.6b -p 10100

然后使用统一(兼容 OpenAI)的 API：

curl http://localhost:10100/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3-0.6b",
    "messages": [{"role": "user", "content": "你好！"}],
    "stream": false
  }'

支持的模型

类别	模型
文本	Qwen3, MiniCPM4
视觉	Qwen2.5-VL, Qwen3-VL
OCR	DeepSeek-OCR, Hunyuan-OCR, PaddleOCR-VL
ASR	GLM-ASR-Nano, Fun-ASR-Nano,Qwen3-ASR
音频	VoxCPM, VoxCPM1.5
图像	RMBG-2.0 (背景移除)

文档

文档	描述
快速入门	aha 入门指南
安装指南	详细安装说明
CLI 参考	命令行界面
API 文档	库与 REST API
支持的模型	可用的 AI 模型
核心概念	架构与设计
开发指南	贡献指南
更新日志	版本历史

为什么选择 aha？

🚀 高性能推理 - 基于 Candle 框架，提供高效的张量计算和模型推理
🔧 统一接口 — 一个工具搞定文本、视觉、语音和 OCR
📦 本地优先 — 所有处理在本地运行，数据不离境
🎯 跨平台 — 支持 Linux、macOS 和 Windows
⚡ GPU 加速 — 可选 CUDA 支持以获得更快推理
🛡️ 内存安全 — Rust 构建，稳定可靠
🧠 注意力优化 - 可选 Flash Attention 支持，优化长序列处理

开发

aha 作为库使用

cargo add aha

# VoxCPM示例
use aha::models::voxcpm::generate::VoxCPMGenerate;
use aha::utils::audio_utils::save_wav;
use anyhow::Result;

fn main() -> Result<()> {
    let model_path = "xxx/openbmb/VoxCPM-0.5B/";
    
    let mut voxcpm_generate = VoxCPMGenerate::init(model_path, None, None)?;
    
    let generate = voxcpm_generate.generate(
        "太阳当空照，花儿对我笑，小鸟说早早早".to_string(),
        None,
        None,
        2,
        100,
        10,
        2.0,
        false,
        6.0,
    )?;

    let _ = save_wav(&generate, "voxcpm.wav")?;
    Ok(())
}

扩展新的模型

在src/models/创建新模型文件
在src/models/mod.rs中导出
在src/exec/中添加支持cli运行模型推理
在tests/中添加测试和示例

特性

基于 Candle 框架的高性能推理
多模态模型支持（视觉、语言、语音）
简洁易用的 API 设计
最小化依赖，紧凑的二进制文件
Flash Attention 支持长序列处理
FFmpeg 支持多媒体处理

许可证

Apache-2.0 — 详见 LICENSE

致谢

Candle - 优秀的 Rust 机器学习框架
所有模型作者和贡献者

_{由 aha 团队用 ❤️ 构建}

_{我们持续扩展支持的模型列表，欢迎贡献！}

_{如果这个项目对你有帮助，请给我们一个 ⭐ Star！}

5.8 KiB Raw Blame History Unescape Escape

aha