显卡太贵买不起，海外模型又访问不了，想要一个完全离线、中文强、8GB 内存就能跑的大模型？本资源打包了 Qwen2-1.5B-Instruct 的 Q4_K_M 量化版（约 1.1GB），配套 Windows 一键安装脚本、tkinter 聊天界面、性能基准测试工具。零网络也能用，写代码、翻译、总结、头脑风暴全场景覆盖。

[判断标准] 你的机器是否够用

最低配置：Win10/11 + 8GB 内存 + 双核 CPU
推荐配置：16GB 内存 + 4 核以上（速度提升 2-3 倍）
参考性能：i5-12400 单核约 30 tok/s，i3-10100 约 12 tok/s
不需要：独立显卡、SSD（机械盘也能跑）

[关键参数] Q4_K_M 量化 vs 其他版本

Q2_K：约 600MB，损失较多，CPU 友好
Q4_K_M（本资源默认）：约 1.1GB，质量损失极小，性价比最高
Q5_K_M：约 1.4GB，质量更好但速度稍慢
Q8_0：约 2.2GB，几乎无损，机器差慎选
16GB+ 内存可上 7B Q4 版本，质量跳一个台阶

[避坑点] 不要在 Win7 上跑

llama-cpp-python 0.2.x 编译时用了 C++17 特性和 AVX2 指令，Win7 默认不带运行库。即使装上也会在加载模型时报 "DLL load failed"。建议升级 Win10/11 或用 Win7 兼容模式跑老版本（0.1.x）。

[易踩坑] 模型下载失败怎么办

download_model.bat 默认先试 HuggingFace，失败自动切 ModelScope。如果都失败：① 检查网络是否需要代理 ② 用 IDM/Aria2 多线程下载 ③ 手动从 https://huggingface.co/Qwen/Qwen2-1.5B-Instruct-GGUF 下载 qwen2-1_5b-instruct-q4_k_m.gguf，放到 models 目录。

[场景建议] 五类典型用法

①代码生成："写一个 Python 函数计算斐波那契前 n 项"
②翻译润色："把这段话翻译成英文"
③总结摘要：粘贴长文 → "用 100 字总结"
④头脑风暴："给 5 个周末活动建议"
⑤本地知识库：配合 LangChain + 向量库做 RAG

总结：资源包包含 install.bat（一键装依赖）、download_model.bat（下载模型）、run-chat.bat（启动界面）、chat_ui.py（tkinter 源码）、benchmark.py（性能测试）、requirements.txt。安装 Python 3.10+ 后按顺序双击两个 bat，桌面自动创建快捷方式。