一个基于 llama.cpp 构建的聊天界面，用于运行 LLM 模型。无需 API 密钥，完全自托管。
安装
Docker Compose
services:
serge:
image: ghcr.io/serge-chat/serge:latest
container_name: serge
restart: unless-stopped
ports:
- 8008:8008
volumes:
- /vol1/1000/docker/serge/weights:/usr/src/app/weights
- /vol1/1000/docker/serge/datadb:/data/db参数说明（更多参数设置建议去看文档）
/usr/src/app/weights：模型相关的权重文件
/data/db：数据存储
使用
初次启动会自动下载文件，需要等待下载完成，可以去日志查看情况
浏览器中输入 http://NAS的IP:8008 就能看到界面
可以切换浅色主题
首先需要下载模型
提供模型数量也不少
每个模型都有标注大小，下面是对应所需内存情况：
7B 需要大约 4.5GB 的可用 RAM
13B 需要大约 12GB 的可用 RAM
30B 需要大约 20GB 的可用 RAM
根据自己配置情况下载模型（不建议下载大于 13B 的，回复速度太慢了，影响体验）
TIP：
点击了下载按钮但没反应，大概率是网络问题
等待下载完成即可
这样就表示下载完成（不要点击，那个按钮是删除）
返回首页
这里可用选择模型和进行设置（不会设置，这里默认就行），点击开始聊天
回复都是没问题的
这里是虚拟机进行测试的，所以 CPU 看起来跑满了，内存占用比较少，毕竟是 1.5b 的小模型
总结
如果想作为生产力工具平时使用就不太建议了，不如直接调用 API 的方式；作为本地模型的话，提供下载的模型数量又不如 Ollama 多。不过个人部署体验玩玩还是不错的，只需要下载模型就可以直接使用了，非常方便已经包含框架和界面了。不知道是不是错觉，之前也部署过 Serge 当时好像下载还比较轻松，现在老是下到一般就断开了，而且必须要有良好网络条件。
综合推荐：⭐⭐⭐（可以尝试一下）
使用体验：⭐⭐⭐（简单快捷）
部署难易：⭐⭐（简单）
