tckm.yan/aha

Fork 0

Files

T

273265088@qq.com aec47e47af 给 glm-ocr 添加 gguf 和 onnx 格式推理

2026-03-26 17:42:58 +08:00

6.7 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

v0.2.3 (2026-03-18)

新增 DeepSeek-OCR-2
增加 GLM-OCR 的 GGUF 和 ONNX 本地加载

2026-03-17

新增 PaddleOCR-VL1.5 模型
修复 qwen3.5 position_ids 创建错误
cli 参数增加
- gguf_path: 本地 GGUF 模型权重路径（加载 GGUF 模型时需要）
- mmproj_path: 本地 mmproj GGUF 权重路径（加载多模态 GGUF 时需要）
WhichModel 增加 qwen3.5-gguf

2026-03-16

增加 Qwen3.5 mmproj

2026-03-14

更新rust版本
增加了对 Qwen3.5 gguf 的支持，但 4B 模型仍然存在问题；待解决。

v0.2.2 (2026-03-07)

新增GLM-OCR 模型

v0.2.1 (2026-03-05)

新增Qwen3.5 模型

2026-03-01

更新 interpolate.rs

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"

# 本地运行 all-MiniLM-L6-v2 向量模型（原生 safetensors）
aha run -m all-minilm-l6-v2 -i "Rust embedding test" --weight-path D:\model_download\all-MiniLM-L6-v2

# 本地运行 all-MiniLM-L6-v2 向量模型（GGUF）
aha run -m all-minilm-l6-v2 -i "Rust embedding test" --artifact-format gguf --gguf-path D:\model_download\All-MiniLM-L6-v2-Embedding-GGUF --tokenizer-dir D:\model_download\all-MiniLM-L6-v2

# 本地运行 all-MiniLM-L6-v2 向量模型（ONNX）
aha run -m all-minilm-l6-v2 -i "Rust embedding test" --artifact-format onnx --onnx-path D:\model_download\all-MiniLM-L6-v2\onnx --tokenizer-dir D:\model_download\all-MiniLM-L6-v2

# 本地运行 GLM-OCR（GGUF）
aha run -m glm-ocr -i .\assets\img\ocr_test1.png --artifact-format gguf --gguf-path D:\model_download\GLM-OCR-GGUF

# 本地运行 GLM-OCR（ONNX）
aha run -m glm-ocr -i .\assets\img\ocr_test1.png --artifact-format onnx --onnx-path D:\model_download\GLM-OCR-ONNX --tokenizer-dir D:\model_download\GLM-OCR-ONNX

# 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
向量	Qwen3-Embedding, all-MiniLM-L6-v2
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！}

6.7 KiB Raw Blame History Unescape Escape

aha