Instructions to use Janson197979/paroliere-modello with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use Janson197979/paroliere-modello 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 Janson197979/paroliere-modello:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Janson197979/paroliere-modello:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf Janson197979/paroliere-modello:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf Janson197979/paroliere-modello:Q4_K_M

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 Janson197979/paroliere-modello:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf Janson197979/paroliere-modello:Q4_K_M

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 Janson197979/paroliere-modello:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf Janson197979/paroliere-modello:Q4_K_M

Use Docker

docker model run hf.co/Janson197979/paroliere-modello:Q4_K_M

LM Studio
Jan
Ollama
How to use Janson197979/paroliere-modello with Ollama:
```
ollama run hf.co/Janson197979/paroliere-modello:Q4_K_M
```
Unsloth Desktop

How to use Janson197979/paroliere-modello with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Janson197979/paroliere-modello:Q4_K_M

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": "Janson197979/paroliere-modello:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use Janson197979/paroliere-modello with Docker Model Runner:
```
docker model run hf.co/Janson197979/paroliere-modello:Q4_K_M
```

Lemonade

How to use Janson197979/paroliere-modello with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull Janson197979/paroliere-modello:Q4_K_M

Run and chat with the model

lemonade run user.paroliere-modello-Q4_K_M

List all available models

lemonade list

Hermes Agent

How to use Janson197979/paroliere-modello with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Janson197979/paroliere-modello:Q4_K_M

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 Janson197979/paroliere-modello:Q4_K_M

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use Janson197979/paroliere-modello with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf Janson197979/paroliere-modello:Q4_K_M

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 "Janson197979/paroliere-modello:Q4_K_M" \
  --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"

Studio Music

Programma di paroliere per canzoni, in italiano.

Questo repository è software commerciale riservato. Non contiene sorgenti: contiene l'eseguibile e i file che il programma si aggiorna da solo, perché l'utente non deve installare nulla per ricevere gli aggiornamenti.

Cosa c'è qui

Cosa	A che cosa serve
`StudioMusic.exe`	il programma
`StudioMusic-Aggiornamenti.exe`	l'aggiornatore a parte, per quando il programma non parte
`versione.json`	l'ultima versione e il suo indirizzo
`manifesto.json`	l'elenco dei file dell'installazione, con la loro impronta
`file/`	i singoli file dell'installazione, scaricati solo se sono diversi

Il programma non scarica mai l'installazione intera: controlla manifesto.json, vede che cosa non combacia con la copia installata e si prende solo quello. Il modello linguistico e i modelli per le copertine non ci sono e non vengono mai scaricati da qui: sono dell'utente.

Uso

Il programma è in vendita. Per l'uso valgono i termini di LICENZA.txt e il contratto con l'acquirente. I componenti di terze parti restano dei rispettivi autori, con le rispettive licenze: vedi LICENZE-TERZE-PARTI.txt dentro il pacchetto.

Grazie

Usa Qwen2.5 (Apache 2.0), llama.cpp (MIT), faster-whisper (MIT), Pillow, Python e Tcl/Tk. A tutti loro.

Downloads last month: 233

GGUF

Model size

8B params

Architecture

qwen3

Hardware compatibility

4-bit

Inference Providers NEW

This model isn't deployed by any Inference Provider. 🙋 Ask for provider support