4GB 显卡就能跑！微软 FrogNano 4B 多模态 AI 模型本地部署教程｜图片识别 + 131K 上下文｜接入 Hermes Agent

大家好，我是超哥。今天给大家分享 微软 FrogNano 4B 多模态 AI 模型的本地部署教程。这个模型最大的特点就是体积非常小，最小量化版本只有 1.65GB，4GB 显卡就可以运行，同时支持图片识别和 131K 上下文长度。模型部署到自己的电脑上之后，不需要 API Token，也不需要联网，就可以直接本地运行。我还会带大家将它接入 Hermes Agent，实现工具调用等 Agent 功能。我们直接开始教程。

博主电脑环境

显卡：NVIDIA RTX 4080 SUPER（16GB）

CPU：AMD R9 7900X 12-Core Processor（12核）

内存：64GB DDR5（3600 MHz）

一、FrogNano 4B 大模型下载

Hugging Face模型下载地址：https://huggingface.co/bartowski/FrogNano-4B-2609-GGUF

夸克网盘模型下载地址：https://pan.quark.cn/s/81c483c396c5?pwd=62ax

迅雷网盘模型下载地址：https://pan.xunlei.com/s/VP3AfyEJuQjNbyD58A0eEcheA1?pwd=4gvi

电脑配置模型选择推荐（内存大的可以往下再提一格）：

二、下载并配置 llama.cpp

1、下载并安装 llama.cpp

Github项目下载地址：https://github.com/ggml-org/llama.cpp/releases

夸克网盘项目下载地址：https://pan.quark.cn/s/783acfb7a4c0?pwd=Uywu

迅雷网盘项目下载地址：https://pan.xunlei.com/s/VP3AQD5UlRKP3JmuClmz_7HiA1?pwd=yufk

注意：显卡用户别忘了下载下图主程序后面的DLLs文件，下载后把里面的内容解压到llama.ccp主程序的根目录里，不然无法使用显卡运行模型。

2、FrogNano 4B 接入 llama.cpp

把下载到的大模型放到 llama.ccp 程序的根目录下的 models 目录里（需自行创建目录）

3、配置启动脚本

llama.ccp 程序的根目录创建启动脚本，命名成：启动.bat

@echo off
title FrogNano-4B-2609-BF16 - llama.cpp

cd /d "%~dp0"

echo.
echo ========================================
echo       XChaoGe.Com
echo       llama.cpp Local AI Server
echo ========================================
echo.
echo       FrogNano-4B-2609
echo.

llama-server.exe ^
  -m "models\模型名" ^
  --mmproj "models\多模态名" ^
  --host 127.0.0.1 ^
  --port 8085 ^
  -c 65536 ^
  --fit on ^
  -fa auto ^
  --jinja ^
  --parallel 1 ^
  --alias FrogNano-4B-2609^
  --temp 0.6 ^
  --top-p 0.95 ^
  --top-k 20 ^
  --repeat-penalty 1.05 ^
  --cache-type-k q8_0 ^
  --cache-type-v q8_0 ^
  -n 32768

pause

访问控制面板 URL：

http://127.0.0.1:8085

参数说明：

三、接入 Hermes Agent

Hermes Agent 下载地址：https://hermes-agent.nousresearch.com/

夸克网盘下载地址：https://pan.quark.cn/s/fd2e158b2d8b?pwd=RtRG

OpenAI api 参数：

API 秘钥: 随便填一个

Base URL：http://127.0.0.1:8085/v1