| # 启动 Agent | |
| ## 要求 | |
| - GPU 显存: 至少 8GB（在量化的条件下），推荐 16GB 及以上 | |
| - 硬盘使用量: 10GB | |
| ## 下载模型 | |
| 你可以执行下面的语句来获取模型: | |
| ```bash | |
| huggingface-cli download fishaudio/fish-agent-v0.1-3b --local-dir checkpoints/fish-agent-v0.1-3b | |
| ``` | |
| 如果你处于国内网络，首先执行: | |
| ```bash | |
| export HF_ENDPOINT=https://hf-mirror.com | |
| ``` | |
| 把他们放进名为 'checkpoints' 的文件夹内。 | |
| 你同样需要 fish-speech 的模型，关于如何获取 fish-speech 模型请查看[inference](inference.md)。 | |
| 完成后你的 checkpoints 文件夹中会有两个子文件夹：`checkpoints/fish-speech-1.4` 和 `checkpoints/fish-agent-v0.1-3b`。 | |
| ## Environment Prepare | |
| 如果你已经有了 Fish-Speech 环境，你可以在安装下面的包的前提下直接使用： | |
| ```bash | |
| pip install cachetools | |
| ``` | |
| !!! note | |
| 请使用小于 3.12 的 python 版本使 compile 可用 | |
| 如果你没有 Fish-Speech 环境，请执行下面的语句来构造你的环境： | |
| ```bash | |
| sudo apt-get install portaudio19-dev | |
| pip install -e .[stable] | |
| ``` | |
| ## 链接 Agent. | |
| 你需要使用以下指令来构建 fish-agent | |
| ```bash | |
| python -m tools.api_server --llama-checkpoint-path checkpoints/fish-agent-v0.1-3b/ --mode agent --compile | |
| ``` | |
| `--compile`只能在小于 3.12 版本的 Python 使用，这个功能可以极大程度上提高生成速度。 | |
| 你需要哦注意 compile 需要进行一段时间. | |
| 然后启动另一个终端并执行: | |
| ```bash | |
| python -m tools.e2e_webui | |
| ``` | |
| 这会在设备上创建一个 Gradio WebUI。 | |
| 每当进行第一轮对话的时候，模型需要 compile 一段时间，请耐心等待 | |
| ## Gradio Webui | |
| <p align="center"> | |
| <img src="../../assets/figs/agent_gradio.png" width="75%"> | |
| </p> | |
| 玩得开心！ | |
| ## Performance | |
| 在我们的测试环境下， 4060 laptop GPU 只能刚刚运行该模型，只有大概 8 tokens/s。 4090 GPU 可以在编译后达到 95 tokens/s，我们推荐使用至少 4080 以上级别的 GPU 来达到较好体验。 | |
| # About Agent | |
| 该模型仍处于测试阶段。如果你发现了问题，请给我们提 issue 或者 pull request，我们非常感谢。 | |