GameSummoner:本地使用便捷性更新
摘要
GameSummoner 发布一周后更新,大幅简化本地部署,现在只需一行安装脚本即可运行,支持 llama-swap 切换模型、用 ComfyUI 工作流生成游戏,并可与 Claude Opus 5.5、DeepSeek V4.1、Gemini 4 等前沿模型对比效果。
Hey LocalLLaMA,我一周多前把 GameSummoner 作为开源程序发布了,当时说"它可以在本地运行,但用起来有点麻烦"。(帖子)过去几天我清理了生产服务器(https://gamesummoner.com),并让它在本地运行变得容易多了。现在只需一行命令:
git clone https://github.com/ndamiano/GameSummoner.git && cd GameSummoner && ./install.sh && GameSummoner
install.sh 会列出你的 llama-swap 提供的模型,询问哪个模型扮演哪个角色,检查 ComfyUI 是否具备工作流所需的所有节点和模型文件,并在安装任何东西之前征求你的同意。
你需要:
- llama-swap,用于在模型之间切换。
- LLM:任何支持 tool call 的模型都行。我用的是 Qwen 3.8 Flash-Next IQ3_S。
- ComfyUI,附带 models.md 中列出的模型,同样通过 llama-swap 管理。
- 一个决策模型。我用的是 JEV-27B-VL。
配置细节见 docs/llama-swap.md。
一切选定后,运行 GameSummoner 即可在终端仪表盘中查看你构建的每个游戏(视频中展示的),或者直接运行:
GameSummoner summon "roguelike deckbuilder where you're a wizard cat climbing a tower"
我一直在本地用 Qwen3.8 Flash-Next(在 Basalt 上跑 IQ3_S)和 JEV 27B,在我的 5090 和 64GB 内存上运行,体验非常棒。我还用同样的提示词让前沿模型坐在"构建者"的位置上跑了一遍:
- Claude Opus 5.5: https://gamesummoner.com/g/r12ctNpfCeWH (视频中的游戏)
- DeepSeek V4.1 Flash: https://gamesummoner.com/g/jMvHoZ1bCo0h
- Gemini 4 Argon: https://gamesummoner.com/g/96sbF0IP6HI4
- 本地 Flash-Next 作为对比: https://gamesummoner.com/g/GZ7rQoheqoE9
我将在未来几天内添加"自带 API key"式的本地推理方案,这样你就可以使用任何推理服务商,而不必依赖 llama-swap。
相似文章
@realfxw: 本地大模型迎来重磅升级!Antigravity SDK 正式宣布支持本地模型运行,开发者现在可以在本地设备上直接通过 Antigravity harness 调度诸如 Gemma 4 等开源模型,实现零 Token 账单与完整代码隐私隔离…
Antigravity SDK 正式支持本地模型运行,如 Gemma 4,实现零 Token 成本和完整代码隐私,采用混合架构提升开发效率。
@servasyy_ai: 彻底疯了!本地大模型直接变天! Unsloth 刚刚放出 DeepSeek-V4.1-Flash 最新 Dynamic V3.1 量化版,现在只要 64GB 内存就能原地起飞! 以前跑这种体量的怪兽还得堆昂贵服务器,这次直接把门槛砸穿: …
Unsloth 发布 DeepSeek-V4.1-Flash-1017 的 Dynamic V3.1 量化版 GGUF,使 64GB 内存设备即可本地运行该模型,并宣称推理速度最高提升 3 倍、支持 100 万 token 长上下文,在同级量化基准测试中全面领先。
Quartermaster 1.7 更新现已支持通过 playground 选项卡运行 llama.cpp 的新决策模型(/v1/systemone)
Quartermaster 1.7 发布,新增对 llama.cpp 新决策模型(/v1/systemone)的支持,包括自动发现决策 GGUF 模型、带概率条的 Playground 测试标签页,以及通过调度器和 API 密钥代理 /v1/systemone 请求。
@YRSM_Simon: 今天一整天都在用本地的 GLM 5.3 Flash 来开发我的产品。2k+ 的 prefill,50+ 的t/s,质量也挺好的。 并没有觉得和 Sol 5.6 有特别明显的差距。做 Coding Agent,目前没有任何一个模型让我觉得非…
一位开发者分享使用本地GLM 5.3 Flash进行产品开发的体验,并提及OpenAI结束与Cursor的合作伙伴关系。
@iluciddreaming: 玩了两个月本地 LLM。 用 Windows 11 + llama.cpp + llama-swap 狂测各种开源模型,这是我的最终成绩单: 硬件:i7-13700 + 64GB RAM + RTX 4070 目前最能打的组合是 gemm…
经过两个月本地 LLM 测试,作者认为 gemma-4-12B-it-QAT 和 MTP 辅助组合在速度和可用性上表现最佳,硬件为 i7-13700 + 64GB RAM + RTX 4070。