在 Windows 上安装 Unsloth

要在 Windows 上安装 Unsloth Desktop，请按以下步骤操作。

1

下载

下载适用于 Windows 的 Unsloth

2

安装

1. 打开 Unsloth 安装程序（.exe 文件）

2. 按照安装提示进行操作

3. 启动应用并等待安装完成

3

选择一个模型

打开“选择模型”或“模型中心”，选择一个模型和量化方式，然后下载。完成后即可开始聊天——无需设置。

4

Unsloth 现已就绪

要开始聊天，请输入消息并按 Enter。

• 连接工具： Claude Code, Codex、网页搜索、 MCP 等更多

• 训练模型： 微调文本、扩散、嵌入等更多模型

• 生成媒体： 在本地创建并训练图像、视频、TTS

手动安装 Unsloth

下面的部分涵盖基于网页的 Unsloth Studio 以及原始的基于代码的 Unsloth Core.

对于 Unsloth Core 在 Windows 上，请在下面选择 Conda、Docker 或 WSL。如果 PyTorch 已经安装， pip install unsloth 可能就足够了。

Conda 教程Docker 教程WSL 教程

Unsloth Studio

下面是安装我们 Web UI 的命令 Unsloth Studio

PowerShell:

irm https://unsloth.ai/install.ps1 | iex

使用相同命令进行更新。

Winget:

winget install --id UnslothAI.Unsloth -e

winget upgrade --id UnslothAI.Unsloth -e

启动：

unsloth studio

unsloth studio --secure

有关详细的 Unsloth Studio 安装说明和要求， 查看我们的指南.

下面是原始版本的安装说明 Unsloth Core:

方法 #1 - 通过 Conda 在 Windows 上：

1

安装 Miniconda（或 Anaconda）

下载 Anaconda 这里. 我们的建议是使用 Miniconda. 要使用它，首先进入 PowerShell——在“开始”中搜索“Windows PowerShell”：

然后它会打开 PowerShell：

然后复制粘贴下面内容：CTRL+C，再在 PowerShell 中粘贴 CTRL+V：

接受警告并点击“仍然粘贴”，然后等待。

它正在如下下载安装程序：

安装后，打开 open Anaconda PowerShell Prompt 要通过“开始”→搜索来使用 Miniconda：

然后你会看到：

2

创建 conda 环境

你会看到：

3

检查 nvidia-smi 以确认你有 GPU，并查看 CUDA 版本

输入后 nvidia-smi 在 PowerShell 中，你应该会看到如下内容。如果你没有 nvidia-smi ，或者下面的内容无法弹出，你需要重新安装 NVIDIA 驱动.

4

安装 PyTorch

运行时 nvidia-smi 你会在右上角看到：“CUDA Version: 13.0”。在 PowerShell 中通过以下方式安装 PyTorch。将 130 到你的 CUDA 版本——确保该 版本存在 并与你的 CUDA 驱动版本匹配。

你会看到：

尝试在 Python 中通过以下方式运行它： python 在安装 PyTorch 后：

你应该会看到一个全是 10 的矩阵。同时确认第一个返回 True。

5

安装 Unsloth（仅当 PyTorch 正常工作时！）

确认 PyTorch 能正常运行——如果不能，说明 PyTorch 出问题了，这意味着你的 Windows 机器可能不幸需要重新安装 CUDA 驱动。

在 PowerShell 中（通过以下方式退出 Python 后 exit() ，执行并等待：

6

验证 Unsloth 是否可用

现在使用其中任意脚本 Unsloth 笔记本 （保存为 .py 文件），或者使用下面的基础脚本：

你应该会看到：

以及训练：

方法 #2 - Docker：

对于 Windows 用户来说，Docker 可能是开始使用 Unsloth 的最简单方式，因为无需设置，也没有依赖问题。 unsloth/unsloth 是 Unsloth 唯一的 Docker 镜像。对于 Blackwell 和 50 系列 GPU，请使用同一个镜像——无需单独镜像。

有关安装说明，请参阅我们的 Docker 指南，否则这里有一个快速入门指南：

方法 #3 - WSL：

故障排除 / 高级

对于 高级安装说明 或者如果你在安装期间看到奇怪的错误：

1. 安装 torch 和 triton. 前往 https://pytorch.org 安装它。例如 pip install torch torchvision torchaudio triton

2. 确认 CUDA 是否安装正确。试试 nvcc. 如果失败，你需要安装 cudatoolkit 或 CUDA 驱动。

3. 如果使用 Intel GPU，你需要遵循我们的 Intel Windows 指南

4. 安装 xformers 手动安装。你可以尝试安装 vLLM 并查看是否 vLLM 成功。检查是否 xformers 已通过 python -m xformers.info 前往 https://github.com/facebookresearch/xformers。另一个选择是安装 flash-attn 用于 Ampere GPU。

5. 再次检查你的 Python、CUDA、CUDNN、 torch, triton、和 xformers 彼此是否兼容。 PyTorch 兼容性矩阵 可能会有帮助。

6. 最后，安装 bitsandbytes 并用以下方式检查它 python -m bitsandbytes

7. 如果 Unsloth 没有检测到或使用你的 GPU，并且你在 Windows 上使用我们的 Docker 容器，那么你的 CUDA 工具包版本 nvcc --version 应与主机上 nvidia-smi 显示的 CUDA 版本匹配。Windows 上 Docker 容器的 GPU 支持并不是自动的。 你需要遵循 Docker 的指南.

卸载

Unsloth Desktop

1. 如果 Unsloth 正在运行，请将其关闭。

2. 打开 设置 在 Windows 中。

3. 前往 应用 → 已安装的应用.

4. 找到 Unsloth，选择三点菜单，然后选择 卸载.

5. 按照提示删除该应用。

卸载 Unsloth Desktop 不会删除已下载的模型或你的文件。

Unsloth Studio（手动安装）

完全移除 Unsloth Studio 的推荐方式是使用适用于你操作系统的卸载脚本。它会停止任何正在运行的服务器，移除应用、CLI 命令、启动器数据、快捷方式以及平台特定条目（macOS .app 捆绑包 + Launch Services；Windows 开始菜单 + 注册表 + PATH）：

手动卸载

如果你只想删除特定部分：

1. 仅删除应用 （保留历史记录、聊天、检查点和导出内容）：

• Remove-Item -Recurse -Force "$HOME\.unsloth\studio\unsloth_studio"

2. 完全删除 Unsloth （保留其他 Unsloth 工具）：

• Remove-Item -Recurse -Force "$HOME\.unsloth\studio"

3. 删除所有与 Unsloth 相关的内容：

• Remove-Item -Recurse -Force "$HOME\.unsloth"

4. 删除快捷方式和符号链接：

5. 删除 CLI 命令：

• Windows（PowerShell）： 安装程序已将虚拟环境的 Scripts 目录添加到你的用户 PATH 中。要移除它，请打开 设置 → 系统 → 关于 → 高级系统设置 → 环境变量，找到 Path 在“用户变量”下，并删除指向以下位置的条目 .unsloth\studio\...\Scripts.

删除缓存的 HF 模型文件

你可以通过模型搜索中的垃圾桶图标删除旧模型文件，或者从默认的 Hugging Face 缓存目录中删除相关的缓存模型文件夹。默认情况下，Hugging Face 使用 ~/.cache/huggingface/hub/ 在 macOS/Linux/WSL 上使用 C:\Users\<username>\.cache\huggingface\hub\ 在 Windows 上使用。

• Windows： %USERPROFILE%\.cache\huggingface\hub\

如果 HF_HUB_CACHE 或者 HF_HOME 已设置，则改用该位置。在 Linux 和 WSL 上， XDG_CACHE_HOME 也可以更改默认缓存根目录。