Instructions to use qaootkcx/qwen35-9b-medical with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use qaootkcx/qwen35-9b-medical with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="qaootkcx/qwen35-9b-medical",
	filename="qwen35-9b-medical.Q4_K_M.gguf",
)

llm.create_chat_completion(
	messages = [
		{
			"role": "user",
			"content": "What is the capital of France?"
		}
	]
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use qaootkcx/qwen35-9b-medical 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 qaootkcx/qwen35-9b-medical:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf qaootkcx/qwen35-9b-medical:Q4_K_M

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf qaootkcx/qwen35-9b-medical:Q4_K_M
# Run inference directly in the terminal:
llama cli -hf qaootkcx/qwen35-9b-medical: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 qaootkcx/qwen35-9b-medical:Q4_K_M
# Run inference directly in the terminal:
./llama-cli -hf qaootkcx/qwen35-9b-medical: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 qaootkcx/qwen35-9b-medical:Q4_K_M
# Run inference directly in the terminal:
./build/bin/llama-cli -hf qaootkcx/qwen35-9b-medical:Q4_K_M

Use Docker

docker model run hf.co/qaootkcx/qwen35-9b-medical:Q4_K_M

LM Studio
Jan

vLLM

How to use qaootkcx/qwen35-9b-medical with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "qaootkcx/qwen35-9b-medical"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "qaootkcx/qwen35-9b-medical",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/qaootkcx/qwen35-9b-medical:Q4_K_M

Ollama
How to use qaootkcx/qwen35-9b-medical with Ollama:
```
ollama run hf.co/qaootkcx/qwen35-9b-medical:Q4_K_M
```

Unsloth Studio

How to use qaootkcx/qwen35-9b-medical with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for qaootkcx/qwen35-9b-medical to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for qaootkcx/qwen35-9b-medical to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for qaootkcx/qwen35-9b-medical to start chatting

How to use qaootkcx/qwen35-9b-medical with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf qaootkcx/qwen35-9b-medical:Q4_K_M

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "qaootkcx/qwen35-9b-medical:Q4_K_M"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use qaootkcx/qwen35-9b-medical with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf qaootkcx/qwen35-9b-medical: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 qaootkcx/qwen35-9b-medical:Q4_K_M

Run Hermes

hermes

Atomic Chat new

OpenClaw new

How to use qaootkcx/qwen35-9b-medical with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf qaootkcx/qwen35-9b-medical: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 "qaootkcx/qwen35-9b-medical: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"

Docker Model Runner
How to use qaootkcx/qwen35-9b-medical with Docker Model Runner:
```
docker model run hf.co/qaootkcx/qwen35-9b-medical:Q4_K_M
```

Lemonade

How to use qaootkcx/qwen35-9b-medical with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull qaootkcx/qwen35-9b-medical:Q4_K_M

Run and chat with the model

lemonade run user.qwen35-9b-medical-Q4_K_M

List all available models

lemonade list

qwen35-9b-medical / MODEL_CARD_RU.md

qaootkcx

Add files using upload-large-folder tool

2ab6b8e verified about 1 month ago

preview code

Raw

History Blame Contribute Delete

3.38 kB

Карточка модели: qwen35-9b-medical

qwen35-9b-medical - это медицинский Ollama/GGUF-профиль на базе Jackrong/Qwen3.5-9B-Claude-4.6-Opus-Reasoning-Distilled-v2-GGUF, локально распространяемый через Ollama-модель kwangsuklee/Qwen3.5-9B.Q4_K_M-Claude-4.6-Opus-Reasoning-Distilled-v2.

Это не полноценная новая дообученная модель с клинической валидацией. Профиль добавляет медицинский системный промпт, шаблон без вывода скрытых рассуждений и более осторожные параметры генерации.

Для чего использовать

учебные разборы по педиатрии и общей медицине;
объяснение патогенеза, симптомов, диагностики и принципов лечения;
тренировка дифференциальной диагностики;
поиск красных флагов;
структурирование ответа при неполных клинических данных.

Для чего не использовать

постановка окончательного диагноза;
назначение лечения или дозировок без врача;
экстренная медицинская сортировка;
замена локальных клинических протоколов;
обработка персональных медицинских данных без правовых оснований и защиты.

Ограничения

Модель может ошибаться и галлюцинировать.
Медицинские рекомендации могут устареть.
При неполном описании случая модель может сделать слишком общий вывод.
Дозировки, противопоказания и актуальные протоколы нужно проверять по официальным источникам.

Безопасный формат промпта

Для медицинского вопроса желательно указывать:

возраст;
массу тела, если обсуждается лечение или дозировки;
длительность симптомов;
температуру и динамику;
важные положительные и отрицательные симптомы;
лекарства, аллергии, хронические заболевания;
данные осмотра, если есть;
цель вопроса: учебное объяснение, дифференциальная диагностика, красные флаги или план безопасных действий.

Пример

Учебный разбор. Ребенок 5 лет: температура 38.8, кашель, одышка,
втяжения межреберий. Разбери по схеме: вероятно, что опасно исключить,
диагностика, красные флаги, что делать сейчас. Без дозировок.