Windows 7 编译运行 llama.cpp 部署 Qwen 模型指南

进入代码目录

cd /c/llama.cpp 

第三阶段：清理与配置 (CMake)

操作环境：w64devkit.exe 黑色终端

• 直接复制下面这行长命令运行：

• 成功标志：屏幕滚动后显示 Generating done。

生成配置文件 (Win7 专用修复版)

"C:\Program Files\CMake\bin\cmake.exe" -G "MinGW Makefiles" -DLLAMA_CURL=OFF -DLLAMA_BUILD_TESTS=OFF -DCMAKE_C_COMPILER=gcc -DCMAKE_CXX_COMPILER=g++ 

清理环境 (防止旧缓存报错)

rm -f CMakeCache.txt
rm -rf CMakeFiles 

第四阶段：执行编译

操作环境：w64devkit.exe 黑色终端

• -j4 表示使用 4 线程加速，如果电脑配置极低可改为 -j2。

2. 等待完成
   • 耐心等待进度条走到 [100%]。
   • 编译完成后，bin 文件夹下会出现 llama-server.exe。

开始编译

"C:\Program Files\CMake\bin\cmake.exe" --build . --config Release -j4 

第五阶段：验证结果

• 在当前终端输入：

• 看到 commit d3bd719 字样即为成功。

检查版本

./bin/llama-server.exe --version 

第六阶段：启动 Qwen 模型 (Win7 专用方案)

Win7 的 CMD 窗口无法很好地显示聊天文字，必须使用浏览器模式。

准备工作

• 安装 Firefox 115 ESR (Firefox Setup 115.30.0esr.exe)。这是 Win7 下最稳定、兼容性最好的现代浏览器。

情况 A：加载 .gguf 文件

假设模型文件在 C:\models\qwen3.gguf。

• -c 4096: 上下文长度。如果内存大于 16G，可以设为 8192 或更高。

启动命令：

./bin/llama-server.exe -m "/c/models/qwen3.gguf" -c 4096 --host 0.0.0.0 --port 8080

情况 B：加载 Ollama 缓存模型

如果你用 Ollama 下载过 Qwen，可以直接利用它的缓存文件（无需转换）。

1. 找到 Blob 文件：
   • 路径：C:\Users\你的用户名\.ollama\models\blobs
   • 找到最大的那个文件（例如 sha256-abc1234...）。

启动命令：

./bin/llama-server.exe -m "/c/Users/Administrator/.ollama/models/blobs/sha256-你的文件名..." -c 4096 --host 0.0.0.0 --port 8080

🌐 最后一步：开始对话

1. 当黑框显示 HTTP server listening 时，保持黑框开启（不要关闭）。
2. 打开 Firefox 115 浏览器。
3. 地址栏输入：http://127.0.0.1:8080
4. 界面加载后，即可在浏览器中与 Qwen 流畅对话！