Instructions to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16
# Run inference directly in the terminal:
llama cli -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16
# Run inference directly in the terminal:
llama cli -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16
# Run inference directly in the terminal:
./llama-cli -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Use Docker

docker model run hf.co/Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

LM Studio
Jan
Ollama
How to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with Ollama:
```
ollama run hf.co/Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16
```
Unsloth Desktop

How to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with Docker Model Runner:
```
docker model run hf.co/Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16
```

Lemonade

How to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Run and chat with the model

lemonade run user.Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf-BF16

List all available models

lemonade list

Hermes Agent

How to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "Q1ngMang/Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh-gguf:BF16" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh

该模型由 Qwen3-VL-8B-Instruct-Minecraft-MT-en-zh 量化而来。

该模型不支持Translator-Minecraft批量翻译格式

这是一个专门针对 Minecraft 及其模组以及光影生态优化的英译中机器翻译模型。

本模型基于 Qwen3 VL 8B Instruct 视觉语言模型构建，通过注入大量 Minecraft 社区汉化数据，使其不仅能够精准理解并翻译游戏内的物品描述、模组文本、光影配置，还能结合游戏截图或UI界面提供符合 Minecraft 玩家阅读习惯的中文翻译。

模型局限性：本模型高度垂直于 Minecraft 及其模组/光影生态。对于游戏内的专有名词、模组机制有着较高的翻译准确度；但对于非 Minecraft 领域的通用文本，其翻译质量可能不如通用的大型翻译模型。

（8B 参数量在显存占用、推理吞吐量和翻译质量上达到了极佳的平衡，非常适合本地部署与 API 服务调用。）

微调信息

平台：LLaMA Factory
GPU：Tesla V100-SXM2-16GB

项	值
学习率	8e-5
微调方法	LoRA
LoRA秩	64
LoRA缩放系数	128
LoRA随机丢弃	0.05
预热步数	800
批处理大小	12
梯度累计	4
计算类型	pure_bf16
量化方法	bnb
量化等级	4
对话模板	qwen3_vl_nothink
结束时Epoch	~1.05（第二Epoch出现过拟合）
结束时耗时	~19天

⚠️ 许可证与严格使用限制 (License & Restrictions)

🚨 本模型及其权重严禁用于任何商业目的！ 🚨

本模型的最终发布许可证为 CC BY-NC-SA 4.0。

✅ 允许：个人学习、学术研究、非盈利性质的开源项目、个人整合包内部使用。
❌ 禁止：任何形式的商业使用（包括但不限于：集成到收费软件/游戏中、用于商业 API 服务、作为商业产品的内部组件、用于盈利的网站或服务器等）。
🔄 要求：如果您修改或基于本模型进行二次微调，您的衍生模型必须同样采用 CC BY-NC-SA 4.0 协议发布。

为什么本模型不能商用？

虽然本模型的基础架构（Base Model）允许一定程度的自由使用，但本模型在微调/训练过程中使用了受 CC BY-NC-SA 4.0 协议严格保护的数据集。根据衍生作品的协议继承原则，最终发布的模型必须遵守数据集中“禁止商用 (Non-Commercial)”和“相同方式共享 (ShareAlike)”的限制。

📜 基础模型与数据来源 (Attribution)

基础模型 (Base Model)

本模型基于以下开源模型进行微调：

基础模型: Qwen/Qwen3-VL-8B-Instruct
基础模型协议: Apache 2.0

训练数据集与导出工具 (Training Data & Tools)

数据集导出与处理工具: Translator-Minecraft (用于构建、清洗、抽样和导出微调所需的 Alpaca/ChatML 格式数据集)
模式：Alpaca
协议: GPL-3.0

训练数据主要来源于以下项目，在此向所有译者致以最崇高的敬意！

CFPA 模组汉词典 (i18n-dict)
- 仓库: CFPATools/i18n-dict
- 协议: CC BY-NC-SA 4.0
Minecraft 光影中文本地化 (Minecraft-Shaders-zh_CN-Lang-Files)
- 仓库: NakiriRuri/Minecraft-Shaders-zh_CN-Lang-Files
- 协议: CC BY-NC-SA 4.0