在无外网ubuntu环境中部署jev模型需先在同环境联网中转机离线打包：确认系统参数，用pip-download按平台下载wheel，手动获取并优化onnx模型与配置，压缩校验后拷贝至离线机；再建虚拟环境、本地安装依赖、复制模型文件，最后验证加载成功。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
在无外网连接的Ubuntu生产环境中部署JEV模型，必须绕过所有在线依赖下载环节，直接将预编译的Python包、模型权重文件、推理运行时及配置脚本完整搬运到目标机器。这要求你提前在一台联网且系统环境完全一致（Ubuntu版本、CPU架构、Python小版本）的“中转机”上完成全部依赖抓取与打包，否则安装过程会在第3步或第7步因平台标签不匹配而静默失败。
准备离线依赖包集合
在联网的Ubuntu中转机上执行以下操作，确保该机器与目标离线机完全同源：运行lsb_release -sc确认发行版代号（如focal、jammy），运行uname -m确认架构（x86_64/arm64），运行python3 --version确认Python小版本（如3.10.12）。
创建专用工作目录并进入：mkdir -p ~/jev-offline && cd ~/jev-offline。
安装pipdeptree和pip-download工具：pip3 install pipdeptree pip-download——这两个工具是离线打包的核心，pip-download能按平台精准拉取wheel，pipdeptree可导出完整依赖树避免漏包。
新建requirements.txt，内容为JEV模型官方文档明确声明的最小依赖集（不含torch/tensorflow等大框架，它们需单独处理）：
jev-inference==0.4.2<br>numpy>=1.21.0,onnxruntime>=1.15.1<br>pyyaml>=6.0.0<br>click>=8.0.0
执行依赖抓取命令：pip-download -d ./wheels -r requirements.txt --platform manylinux_2_31_x86_64 --python-version 310 --only-binary=:all:——【务必替换--platform和--python-version参数为你的实际环境值，错一个字符会导致离线机安装时报“not a supported wheel on this platform”】。该命令会把所有兼容包下载到./wheels目录，跳过任何源码包（.tar.gz）。
处理模型权重与运行时文件
JEV模型本身不提供pip安装包，其核心是jev_model.onnx和配套的config.yaml。你需要从JEV项目GitHub Release页（或内部NAS）手动下载这两个文件，保存至~/jev-offline/model/目录。
检查ONNX模型是否已针对目标硬件优化：运行onnxruntime-tools optimize -m jev_model.onnx -o jev_model_opt.onnx -p cpu生成优化版，替换原文件。未优化的模型在离线机上首次推理可能耗时超2分钟，且内存占用翻倍。
将整个~/jev-offline目录压缩为jev-offline-bundle.tar.gz，用sha256sum jev-offline-bundle.tar.gz记录校验值——这是验证离线机解压后文件完整性的唯一依据。
在离线Ubuntu机器上安装与验证
将jev-offline-bundle.tar.gz拷贝至目标机（如通过U盘或内网SFTP），解压：tar -xzf jev-offline-bundle.tar.gz -C /tmp/。
进入解压目录：cd /tmp/jev-offline。
创建隔离的Python虚拟环境（避免污染系统Python）：python3 -m venv jev-env && source jev-env/bin/activate。
使用本地wheel安装所有依赖：pip install --find-links ./wheels --no-index --upgrade --force-reinstall $(cat requirements.txt | cut -d'=' -f1)——此命令强制从本地目录安装，跳过PyPI查询，【若漏掉--no-index参数，pip仍会尝试连外网并超时卡死】。
复制模型文件到环境内：cp -r model/ jev-env/lib/python3.*/site-packages/jev_inference/（路径需根据实际site-packages位置调整）。
运行最小验证脚本：python -c "from jev_inference import JEVModel; m = JEVModel(); print('OK')"。输出OK即表示模型加载成功，此时可终止操作。
