能力标签
🛠
AI工具

Gemma 开源AI

基于 Python · 开源免费,本地部署,数据完全自主可控
英文名:gemma
⭐ 5.4k Stars 🍴 947 Forks 💻 Python 📄 Apache-2.0 🏷 AI 8.0分
8.0AI 综合评分
AILLMPython
✦ AI Skill Hub 推荐

Gemma 开源AI 是 AI Skill Hub 本期精选AI工具之一。已获得 5.4k 颗 GitHub Star,综合评分 8.0 分,整体质量较高。我们强烈推荐将其纳入你的 AI 工具库,帮助提升工作效率。

📚 深度解析

Gemma 开源AI 是一款基于 Python 的开源工具,在 GitHub 上收获 5k+ Star,是AI、LLM、Python领域中的优质开源项目。开源工具的最大优势在于代码完全透明,你可以审计每一行代码的安全性,也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS?**
对于个人开发者和有隐私需求的用户,本地部署的开源工具意味着数据不离本机,不受第三方服务商的数据政策约束。同时,开源工具通常没有使用次数限制和月度费用,一次安装即可长期使用,对于高频使用场景的总拥有成本(TCO)远低于订阅制商业工具。

**安装与环境准备**
Gemma 开源AI 依赖 Python 运行环境。建议通过 pyenv(Python)或 nvm(Node.js)管理 Python 版本,避免全局环境污染。对于新手用户,推荐先创建虚拟环境(python -m venv venv && source venv/bin/activate),再安装依赖,这样即使出现问题也可以随时删除虚拟环境重新开始,不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues(已关闭的问题),大多数常见问题都已有解答。遇到 Bug 时,提供 pip list 的输出、完整错误堆栈和最小可复现示例,能显著提高开发者响应速度。AI Skill Hub 将持续追踪 Gemma 开源AI 的版本更新,及时通知重要功能变化。

📋 工具概览

谷歌DeepMind开源的AI工具库,支持安装

Gemma 开源AI 是一款基于 Python 开发的开源工具,专注于 AI、LLM、Python 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 5.4k
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
持续维护,定期更新
开源协议
Apache-2.0
AI 综合评分
8.0 分
工具类型
AI工具
Forks
947

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理,如需查看完整原始文档请访问底部「原始来源」。

谷歌DeepMind开源的AI工具库,支持安装

Gemma 开源AI 是一款基于 Python 开发的开源工具,专注于 AI、LLM、Python 等核心功能。作为 GitHub 开源项目,它拥有活跃的社区支持和持续的版本迭代,代码完全透明可审计,支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流,都能提供稳定可靠的解决方案。

📌 核心特色
  • 开源免费,支持本地部署,数据完全自主可控
  • 活跃的 GitHub 开源社区,持续迭代更新
  • 提供详细文档和使用示例,新手友好
  • 支持自定义配置,灵活适配不同使用环境
  • 可作为基础组件集成进现有技术栈或进行二次开发
🎯 主要使用场景
  • 本地部署运行,保护数据隐私,满足合规要求
  • 自定义集成到现有系统,扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
以下安装命令基于项目开发语言和类型自动生成,实际以官方 README 为准。
安装命令
# 方式一:pip 安装(推荐)
pip install gemma

# 方式二:虚拟环境安装(推荐生产环境)
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install gemma

# 方式三:从源码安装(获取最新功能)
git clone https://github.com/google-deepmind/gemma
cd gemma
pip install -e .

# 验证安装
python -c "import gemma; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理,涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
gemma --help

# 基本用法
gemma input_file -o output_file

# Python 代码中调用
import gemma

# 示例
result = gemma.process("input")
print(result)
以下配置示例基于典型使用场景生成,具体参数请参照官方文档调整。
配置示例
# gemma 配置文件示例(config.yml)
app:
  name: "gemma"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
gemma --config config.yml

# 或通过环境变量配置
export GEMMA_API_KEY="your-key"
export GEMMA_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 38/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理,保留代码块、表格与列表结构。

Gemma

Unittests PyPI version Documentation Status

Gemma is a family of open-weights Large Language Model (LLM) by Google DeepMind, based on Gemini research and technology.

This repository contains the implementation of the gemma PyPI package. A JAX library to use and fine-tune Gemma.

For examples and use cases, see our documentation. Please report issues and feedback in our GitHub.

Learn more about Gemma

To use this library: Gemma documentation Technical reports for metrics and model capabilities: Gemma 1 Gemma 2 Gemma 3 Gemma 4 * Other Gemma implementations and doc on the Gemma ecosystem

System Requirements

Gemma can run on a CPU, GPU and TPU. For GPU, we recommend 8GB+ RAM on GPU for The 2B checkpoint and 24GB+ RAM on GPU are used for the 7B checkpoint.

Installation

1. Install JAX for CPU, GPU or TPU. Follow the instructions on the JAX website. 1. Run

    pip install gemma
    

Examples

Here is a minimal example to have a multi-turn, multi-modal conversation with Gemma:

```python from gemma import gm

Example of multi-turn conversation

sampler = gm.text.ChatSampler( model=model, params=params, multi_turn=True, )

prompt = """Which of the 2 images do you prefer ?

Image 1: <|image|> Image 2: <|image|>

Write your answer as a poem.""" out0 = sampler.chat(prompt, images=[image1, image2])

out1 = sampler.chat('What about the other image ?') ```

The same ChatSampler API works with all Gemma versions (2, 3, 3n, 4).

Our documentation contains various Colabs and tutorials, including:

Additionally, our examples/ folder contain additional scripts to fine-tune and sample with Gemma.

🎯 aiskill88 AI 点评 A 级 2026-06-11

高质量的开源AI工具,开发者友好

⚡ 核心功能

👥 适合人群

AI 技术爱好者研究人员和学生开发者和工程师技术创业者

🎯 使用场景

  • 本地部署运行,保护数据隐私,满足合规要求
  • 自定义集成到现有系统,扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发

⚖️ 优点与不足

✅ 优点
  • +GitHub 5.4k Star,社区高度认可
  • +Apache-2.0 协议,可免费商用
  • +完全开源免费,无授权费用
  • +本地部署,数据完全自主可控
  • +开发者社区支持,遇问题可查可问
⚠️ 不足
  • 安装和初始配置可能需要一定技术基础
  • 功能完整性通常不如成熟商业产品
  • 技术支持主要依赖开源社区,响应速度不稳定
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台,本页面信息基于公开数据整理,不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后,再部署至生产环境,并做好必要的安全评估。

📄 License 说明

✅ Apache 2.0 — 宽松开源协议,可商用,需保留版权声明和 NOTICE 文件,含专利授权条款。

🔗 相关工具推荐

🧩 你可能还需要
基于当前 Skill 的能力图谱,自动补全的工具组合

❓ 常见问题 FAQ

参考官方文档和示例代码
💡 AI Skill Hub 点评

经综合评估,Gemma 开源AI 在AI工具赛道中表现稳健,质量优秀。如果你已有明确的使用需求,可以直接上手体验;如果还在评估阶段,建议对比同类工具后再做决策。

📚 深入学习 Gemma 开源AI
查看分步骤安装教程和完整使用指南,快速上手这款工具
🌐 原始信息
原始名称 gemma
Topics AILLMPython
GitHub https://github.com/google-deepmind/gemma
License Apache-2.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/google-deepmind/gemma 🌐 官方网站  https://gemma-llm.readthedocs.io

收录时间:2026-06-11 · 更新时间:2026-06-11 · License:Apache-2.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。