Llamafile是一种单文件声明式分发和运行时方法，允许开发者将模型、依赖和运行参数打包在一起，确保LLM应用在本地、容器和云环境中的一致性，降低模型应用的分发和重现难度。

Llamafile 是 Mozilla 的开源项目，简化了大型语言模型的发布和运行，支持跨平台和 CPU/GPU。版本 0.8.14 增加了 CLI 聊天机器人界面，支持多行输入和代码高亮，并优化了性能和 GPU 支持。详情见 GitHub。

Supabase Edge Functions现在支持使用Mozilla Llamafile作为推理服务器运行AI推理。Llamafile允许您在本地分发和运行LLMs，无需安装。您可以使用Supabase Edge Functions或OpenAI Deno SDK轻松调用Llamafile服务器。要在本地提供函数，请安装Supabase CLI和Docker Desktop或Orbstack。您可以使用Docker和Fly.io部署Llamafile。开源LLMs目前仅限邀请使用，但Supabase计划扩展对更多模型的支持。

本教程介绍了如何在计算机上运行LLMs，无需安装大量依赖项或编写代码。通过llamafile和用户友好的界面，您可以成功运行LLM并与之交互。llamaFile是一个新颖的解决方案，将llama.cpp与Cosmopolitan Libc合并为一个框架，通过提供一个名为“llama file”的单文件可执行文件来降低LLMs的复杂性。llamaFile提供了两种方便的方法来运行LLMs。第一种方法是下载llamafile的最新版本以及对应的模型权重。第二种方法更简单，可以访问预先存在的具有内置权重的示例llamafiles。本教程将使用LLaVa模型的llamafile进行演示。运行LLMs的步骤包括下载llamafile、授予执行权限、重命名文件（适用于Windows用户）和运行llamafile。运行llamafile后，它会自动打开默认浏览器并显示用户界面。您可以与界面进行交互，提问或上传图片，并获得模型生成的响应。LLaVa模型在各种任务上表现出色，您可以自由探索不同任务并体验LLaVa的卓越性能。完成与LLM的交互后，您可以通过返回终端并按“Control - C”来关闭llama file。本教程希望能帮助您更轻松地分发和运行LLMs，并扩大其实用性和可访问性。