一般来说，直接把最新版exe重新放在一个空目录，启动后，等待下载列表全部下载完毕，再点安装依赖，然后跟随引导启动，是不会有问题的
如果这里的疑难解答解决不了你的问题，请在评论区提问，我会补充到此
另外预设的配置比较保守，如果你的电脑能成功开启CUDA算子加速，一般可以使用比你实际显存多1-2GB的配置，如果你的配置自己改乱了，或者你想拉取最新预设配置，请删除本地的config.json文件，重启程序，如果你能理解配置页面的参数作用，可以无视预设配置，甚至全部删除，v1.0.8之前的用户，我建议将config.json删除，重新拉取最新预设配置，增加和调整了8G，12G，16G的预设，并全部默认开启了CUDA算子加速
16系和40系显卡开启CUDA算子加速后启动失败
删除目录下的cache.json，然后重启程序，会拉取最新的算子，你可以在下载列表查看
三方应用API接口调用报错
同样删除cache.json，重启拉取最新API程序，检查下载列表，等待完成
一个典型的调用API的示例是，打开浏览器控制台，粘贴执行以下代码，你应该能看到输出回答
fetch("http://127.0.0.1:8000/chat/completions", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({ messages: [{ role: "user", content: "你好" }] }),
})
.then((r) => r.json())
.then(console.log);
软件自动更新下载不动，想要手动下载覆盖，正确操作姿势
如果你希望同时拉取最新相关依赖，请删除cache.json，然后启动新版本exe
如果你在离线环境部署，请保留cache.json，或至少自己新建一个空的cache.json文件，避免拉取最新依赖，离线环境想要手动更新API，参考下面第6点
点击安装依赖后，几个黑窗一闪而过
请检查下载列表所有内容是否都已经下载完毕，下载完毕后再点击安装依赖，如果没在下载的，请自己手动再点一下继续，如果下载列表是空的，说明本地文件都正常，可以安装依赖
如果始终下载不动，可以自己前往github手动下载，参考这个链接：https://github.com/josStorer/RWKV-Runner/issues/18
如何使用专用的小说模型
在这里下载小说模型，https://huggingface.co/BlinkDL/rwkv-4-novel/tree/main，然后放在models目录，刷新模型列表，启动后，进入补全页面使用，模型类型说明参考此文：https://zhuanlan.zhihu.com/p/618011122
注意小说模型不适合对话，仅限写作
6. 内网离线环境更新python API
与第4步一样，参考https://github.com/josStorer/RWKV-Runner/issues/18，手动下载放置到目录中
7. 启动出现500错误，切换模型失败
一种可能是显存不足，启动前，打开任务管理器查看显存占用然后看增长过程中是否占满了，占满后出这个错误就是显存不足，在配置页面降低载入显存层数
另一种可能，请检查错误里是否有not enough memory文字，你可以框选把所有内容复制到记事本，然后搜索
如果有，说明是你的内存不足，一般是开启int8量化出现的错误，如果你电脑内存比较大的，请退出一些无用程序再启动
如果你内存不多，典型的例如16G内存，但显卡是3060，4060，本身性能充足，只是不能量化，可以尝试增大虚拟内存，如果还是失败，可前往此链接下载量化好的模型，并放在models目录下，然后刷新列表： https://huggingface.co/appleatiger/rwkv_cuda_i8/tree/main
注意此链接是全层数int8量化，你不把载入层数拉满不能运行，如果你显存只够载入一部分，也可以让别人帮你按你的层数转换完毕，再发给你
8G显存开启CUDA算子可以跑完整的7B int8模型，从上面的地址下载后，使用如下配置即可，注意不要开启输出层高精度：
8. 从其他途径获取到了int8量化模型，而不是用runner转换的，启动失败
一般其他途径获取到的都是满层数量化，你要在runner使用，需要把载入显存层数拉满，关闭输出层使用高精度，精度选择int8，然后打开CUDA算子加速，就像上面那张图一样
9. 你是10，16，20，30，40系显卡用户，但是开启CUDA算子加速失败
检查py310\Lib\site-packages目录下，是否有这个文件夹torch-1.13.1+cu117.dist-info，如果没有，往往可能是装了torch-2.0.x，将两个torch目录删除，并把exe所在目录的cache.json删除，然后运行runner，让它自己重新安装依赖
10. 输出乱码
请更新显卡驱动
11. Torch not compiled with CUDA enabled
和上面第9点一样
最后，一个标准的离线环境目录结构是这样的
