✦ local model · experimental page
一个基于 Qwen3-1.7B 继续微调的轻量代码与对话模型。它面向本地运行和日常开发辅助；能力表现会随任务、运行环境与提示方式而变化。
训练目标覆盖代码生成、简短对话和多语言交流。下面是设计时希望它能更顺手处理的场景，不等同于对每个任务的效果保证。
/no_think 请求直接简答，复杂任务仍应自行检查过程与结果。从本地导入到程序调用的常用路径。命令中的文件名、端口与运行时行为可能因版本而异，请以对应模型仓库的发布说明为准。
ollama --version 可用。Modelfile。ollama create lychee-coder -f Modelfile
ollama run lychee-coder若自行写 Modelfile，请把 FROM 改成 GGUF 文件的真实路径；导入成功后可用 ollama list 确认模型名。
在 ChatBox 的模型提供方中选择 Ollama，然后填写本机地址与创建时使用的模型名。
| 字段 | 建议填写 |
|---|---|
| API 主机 | http://127.0.0.1:11434 |
| API Key | 本地 Ollama 通常留空 |
| 模型 | lychee-coder |
若客户端无法连接，可尝试把主机改为 http://localhost:11434，并确认 Ollama 服务仍在运行。
Apple Silicon Mac 可使用 MLX 版。先安装 mlx-lm，再从模型页下载对应文件。
pip install mlx-lm
mlx_lm.generate \\
--model mlx-LycheeAI-coder-1.7b \\
--prompt "写一个二分查找" \\
--max-tokens 200复杂问题可正常提问；如果只需要简短、直接的回复，可把 /no_think 放在消息开头。
/no_think 1 + 1 等于几
写一个函数判断一个数是否为质数是否展示思考过程、字段命名与实际耗时取决于所用运行时和客户端。无论哪种模式，代码结果都应自行运行和测试。
Ollama 常见默认端口为 11434。下面示例关闭流式输出，便于直接读取完整结果。
curl http://127.0.0.1:11434/api/chat \\
-d '{
"model": "lychee-coder",
"messages": [{"role": "user", "content": "用 Python 写一个快速排序"}],
"stream": false
}'import requests
response = requests.post("http://127.0.0.1:11434/api/chat", json={
"model": "lychee-coder",
"messages": [{"role": "user", "content": "写一个快速排序"}],
"stream": False,
})
print(response.json()["message"]["content"])不能。该模型定位为纯文本本地模型，不提供视觉输入或联网检索能力。
可新建对话、缩短上下文，或降低单次输出长度；不同客户端的上下文设置位置不同。若问题仍存在，请先用一条短提示复现，再检查模型文件与模板是否匹配。
项目说明为 Apache 2.0。实际分发与使用时请保留许可证声明，并以模型仓库内的许可文件为准。