今天在调试python应用的时候发生报错了,提示信息:import error: No module named ‘triton’
说没有triton模块,然后pip安装了一下这个模块,发现不能直接安装,网上搜了一下,原来这个模块有些难搞。Triton本来是只支持Linux的,不过有大神编译了Windows版本
triton windows版whl安装包下载链接:
https://pan.quark.cn/s/351a4e647980
例如把triton-3.2.0-cp310-cp310-win_amd64.whl文件下载到项目文件夹内,然后运行如下安装命令:
pip install triton-3.2.0-cp310-cp310-win_amd64.whl这个模块你不安装也是可以的,一般不会使应用终止,它只起到一定优化作用
同时要注意pytorch版本问题,
也可以使用下面命令安装
pip install triton-windowsTriton 3.4 仅适用于 PyTorch >= 2.8。
pip install triton-windows==3.4.0.post21triton 3.3 对应 pytorch>=2.7,
pip install "triton-windows==3.3.1.post19"Triton 3.2 对应 PyTorch >= 2.6
pip install "triton-windows==3.2.0.post19"triton-windows 3.1 对应 pytorch <2.6,如
pip install triton-windows==3.1.0.post17相关推荐
No module named 'distutils.msvccompiler' av==8.0.3
python报错:ModuleNotFoundError: No module named 'pymdownx'
python模块文件存在运行时仍提示modulenotfounderror:no module named缺少模块
ModuleNotFoundError: No module named 'streamlit_extras.add_vertical_space'解决方法
importlib.metadata.PackageNotFoundError: No package metadata was found for bitsandbytes
Python报错ModuleNotFoundError: No module named 'Cython'解决方法
CUDA\v12.4\include\crt/host_config.h(248): fatal error C1083: 无法打开包括文件: “crtdefs.h”: No such file or directory
ModuleNotFoundError: No module named 'tinycudann'Windows电脑安装tinycudann模块详细教程
最近更新
Lastbook:把生存手册、离线地图和本地 AI 装进一台电脑的开源离线知识库
Lastbook 是一个面向 macOS、Windows 和 Linux 的离线生存知识库,整合手册、视频、百科、离线地图和可选本地 AI,首次下载后即可在断网环境使用。本文介绍其功能、运行环境、安装方式、隐私设计和适用场景。
WebsiteBench:评测 AI 智能体能否通过浏览器探索重建完整网站
WebsiteBench 是一个面向 AI 智能体的网站重建评测基准,包含 70 个网站任务和 46,916 个隐藏测试用例,要求智能体通过浏览器探索反向工程出功能和视觉都接近原站的全栈版本。
Auto Ontology MCP:把语义层接入 Claude、ChatGPT,让数据库问答不再“静默出错”
Auto Ontology MCP 是一个基于 Python 的 MCP 服务器,把 NVIDIA Auto Ontology 的语义层接入 Claude、ChatGPT、Cursor 等客户端。它不需要 LLM API key,由客户端模型完成语言步骤,服务器负责 schema 扫描、键推断、SQL 校验和本地知识库存储,帮助减少 Text-to-SQL 的静默错误。
PeakCut:开源自托管的 AI 视频切片工具,把长视频和直播变成竖版短片
PeakCut 是一个自托管的 AI 视频切片工具,能把长视频和直播自动转成带字幕的 9:16 竖版短片,支持自带 AI 密钥、实时直播切片和连接社交平台发布。
ai-texture-forge:在 Blender 视口里用 AI 生成无缝 PBR 纹理的插件
ai-texture-forge 是一个 Blender 插件,可在 3D 视口内用文本提示生成无缝 PBR 材质、概念图和场景级投影纹理,支持本地 GPU 或云端扩散模型,面向 Windows x64 和 Blender 4.2+。
STE80 Humanizer:两步改写,让 AI 文本读起来像人写的
STE80 Humanizer 是一个面向 AI Agent 的写作技能,先用 26 条规则清理 AI 写作痕迹,再把句子结构向 ASD-STE100 简化技术英语靠拢到约 80%。本文介绍它的两步方法、三种模式、安装方式、检查脚本和适用边界。
smolmaxxing:在电视盒子、旧iPad和手机上跑起16B到80B大模型
smolmaxxing 是基于 llama.cpp 的端侧推理项目,已在电视盒子、旧 iPad 和 OnePlus 手机上实测运行 2B 到 80B 模型,通过定制内核、内存裁剪、专家按需从闪存读取等技术,让模型大小超出可用内存的设备也能完成推理。
Freebie Radar:835 Star 的福利聚合雷达,57 个源定时采集并用 AI 过滤假福利
Freebie Radar 是一个自托管的福利与多兴趣信息聚合雷达,用 57 个源定时采集、AI 语义审核过滤假福利,并按获取方式分级和多路由推送到 Telegram。项目基于 TypeScript 与 SQLite,支持 Docker Compose 快速启动,GitHub 上已有 835 Star。
Muse4AI:让 AI Agent 直接调用本机 Muse 会话生成图片和视频
Muse4AI 是一个运行在 Windows 本机的桥接工具,通过 REST、MCP 和 OAuth 把用户的 Muse 会话开放给 ChatGPT、Claude、Cursor、Codex、n8n 等 AI Agent,用于生成图片视频、继续对话、延长或按描述编辑视频。项目不经过自有云端中转,结果和密钥保存在本机,采用 MIT 许可证。
muse.ai 注册与邀请码兑换协议分析:纯 HTTP Python 实现的协议细节项目
一个用 Python 纯 HTTP 实现 muse.ai 注册与邀请码兑换流程的研究项目,整理了抓包比对得出的协议细节,包括 OTP 确认、会话引导、动态披露文案、vm/wake 调用和邀请码兑换失败原因等。项目不采用 MIT 等开源许可证,仅供个人非商业学习研究使用。




