模型页是 LMPanel 的主战场：启动 / 停止 / 重启、失败诊断、参数配置与 API 调试都在这里完成。
模型卡
每个模型对应一张卡片，核心状态与操作：
| 状态 / 元素 | 含义 |
|---|---|
| ▶ 启动 / ■ 停止 / 重启 | 模型生命周期控制 |
| 绿色端口 | 健康检查通过，服务就绪 |
| 黄色 / 转圈 | 启动中（健康检查进行中） |
| 红色 + 中文提示 | 启动失败，附具体原因与对策 |
| 启动命令预览 | 展开可见完整 llama-server 参数，可复制核对 |
演示图占位
此处放：模型卡状态
说明：绿色端口表示健康检查通过；按钮：启动 / 停止 / 重启
启动 / 停止 / 重启
- 启动：按模型配置拉起后端进程，自动做健康检查（等待就绪或超时）
- 停止：优雅停止后端进程并释放端口
- 重启：先停后起，常用于修改参数后生效
健康检查机制：进程起来后按
checkEndpoint（默认/health）轮询，直到返回 200 才标记为运行中；超时则判定失败。
演示图占位
此处放：启动失败诊断弹窗
说明：中文原因与对策，如显存不足、端口占用、文件缺失
启动失败智能诊断
LMPanel 会分析失败原因并直接给中文对策，常见分类：
| 诊断结果 | 常见原因 | 对策 |
|---|---|---|
| GPU 显存不足（CUDA OOM） | 模型过大 / -ngl 过高 / 上下文过长 |
换更小量化版本，减小 -ngl 或 --ctx-size |
| GGUF 缺失或损坏 | 文件被移动 / 下载不完整 | 核对模型路径，重新下载（下载页自动校验 SHA-256） |
| 端口被占用 | 其他程序占用端口 | 停止占用程序，或修改全局起始端口 |
| 缺少 VC++ 运行库 | 系统未装运行库 | 安装 VC++ 运行库 |
| 参数错误 | 命令参数不合法 | 查看启动命令预览，逐项核对参数 |
参数配置
新建模型卡或编辑时，可配置两类内容：
基础字段
| 字段 | 说明 |
|---|---|
| 模型名称 | API 请求中的 model 字段（建议英文） |
| 显示名称 | 界面展示用 |
| GGUF 文件路径 | 选择模型文件 |
| 端口 | 留空自动分配（起始端口默认 8200 起） |
推理参数（llama-server 参数）
常用参数：
| 参数 | 作用 | 推荐起点 |
|---|---|---|
-ngl |
将多少层卸载到 GPU（显存足够则全部） | 99（全部） |
--temp |
生成温度，越高越随机 | 通用 1.0，精确编码 0.6 |
--top-p |
核采样阈值 | 0.95 |
--top-k |
候选 token 数 | 20 |
--ctx-size |
上下文长度（越大越占显存） | 按模型能力，如 8192+ |
--repeat-penalty |
重复惩罚 | 1.0~1.1 |
界面提供 一键参数预设 可快速套用常用组合，避免手敲。
演示图占位
此处放：API 调试台
说明：直连 / 网关模式、temperature / max_tokens 调节与响应显示
API 调试台
内嵌在模型卡中的调试工具：
- 直连模式：直接请求该模型的端口，验证模型本身
- 网关模式：经网关
http://127.0.0.1:8199请求，验证路由与切换 - 可视化调整
temperature/max_tokens - 即时显示请求 / 响应与耗时
多模型共存
两个模型各自独立启动时，端口自动分配（8200、8201…），互不影响；若要"一个端口智能路由"，用 06 · 全局网关。
下一步
- 多模型统一入口 → 06 · 全局网关
- 参数与命令的底层格式 → 10 · 配置详解