vLLM
docs.vllm.ai
高效易用的开源 LLM 推理与服务库，支持 PagedAttention 和连续批处理，吞吐量领先。
开源有 API可自部署本地模型通义千问命令行
被推荐 1 次
其他官方站点github · vLLM
适合做什么
适合开发者部署开源大模型、构建高并发推理服务，或进行性能基准测试。
标签与属性
同类推荐
高吞吐、省显存的开源 LLM 推理与服务引擎，支持 PagedAttention 与 OpenAI 兼容 API。
开源有 API可自部署DeepSeek通义千问
github.com1 处推荐
本地部署 / 运行最流行的开源大模型本地运行工具，一条命令即可下载并运行 Llama、Qwen、DeepSeek 等模型。
开源可自部署有 API通义千问DeepSeek
ollama.com3 处推荐
OpenAI Whisper 语音识别模型的 C/C++ 高性能移植版，无依赖、可离线本地运行
开源可自部署本地模型MacWindows
github.com2 处推荐
开源本地大模型桌面应用，支持文本、视觉、工具调用，兼容 OpenAI/Anthropic API，完全离线隐私。
开源可自部署有 API支持 MCP多模态
github.com1 处推荐
Hugging Face 官方 JS 库，让 Transformers 模型直接在浏览器里运行，无需服务器。
开源多模态可自部署本地模型网页
github.com1 处推荐