Tags
第 54 頁
本地大模型
消費級顯卡跑 Agent 成本怎麼算：電費、折舊與每任務成本
Windows WSL 部署本地 Agent 教程：Ollama、Codex OSS 和權限控制
NAS 部署 Ollama 性能夠不夠：CPU、內存和顯卡怎麼判斷
本地大模型 API 給 Codex 使用教程：Ollama、LM Studio 和 vLLM
vLLM KV Cache 內存不夠怎麼辦：顯存、上下文和併發排查
LM Studio OpenAI 兼容接口怎麼用：本地 API 接入教程
Ollama 多模型切換怎麼配置：常駐、顯存和 Modelfile 教程
RTX 3060 跑 Qwen3 最佳量化版本：12GB 顯存怎麼選
Codex 本地大模型接入 Ollama 常見報錯：排查順序、原因和修復方法
Codex 本地大模型接入 Ollama 常見報錯：教程、排障和 FAQ
Chatbox 怎麼用？開源 AI 桌面客戶端接入 OpenAI、Claude 和 Ollama
Qwythos-9B 怎麼用？vLLM、SGLang 和 Transformers 部署指南
GTX 1060 跑 Qwen 35B 實戰：llama.cpp 從 3 tok/s 優化到 17 tok/s
GLM 5.2 開源：百萬上下文、Agent 編程與本地部署門檻
OpenAI Codex 重大更新：現在可以接入 Ollama、LM Studio 等本地大模型
Holo 3.1 本地部署教程：用 llama.cpp 接入 OpenClaw 跑 Computer Use Agent
Hermes Agent 桌面版發布：Windows、macOS、Linux 都能圖形化上手
Headroom 使用教程：給 Claude Code、Codex 和 AI Agent 省上下文
Gemma 4 12B 怎麼用？Hugging Face 模型卡與本地載入指南
Gemma 4 12B 能在本地跑嗎？16GB 電腦試用與上手思路
Ollama 接入 Codex App：本地大模型如何變成 AI 編程 Agent
RTX 3060 也能跑 35B？llama.cpp 的 --n-cpu-moe 讓老電腦繼續跑本地大模型
Qwen3.6-35B-A3B 越獄版本地部署：無審查 GGUF、llama.cpp 與安全邊界
RTX 3070 8GB 本地運行 Qwen3.6-35B：llama.cpp 部署要點與最佳化參數
llama.cpp b9196 更新：Windows 預編譯版支援 CUDA 13.1、Vulkan、HIP 和 SYCL
Claude Code + Ollama 本地部署教學：用 CC Switch 打造免費 AI 編程助手
本地執行 DeepSeek 4：Antirez ds4 在 Apple Silicon Mac 上的嘗試
llama.cpp 多 GPU 性能實測思路：2x V100 16GB 會比單卡 32GB 快嗎？
RTX 5090 / 5080 AI 推理效能實測：本地大模型、4K 影片生成和即時 3D 怎麼選
DeepSeek V4 本地私有化部署方案：國產晶片與消費級顯卡叢集怎麼選
適合 RTX 3060 顯卡運行的本地 LLM 模型推薦
Hermes + Qwen3.6：本地 Agent 的一套低成本部署方案
NVIDIA 發布 Nemotron 3 Nano Omni：面向智慧體的開放全模態推理模型
本地部署 Qwen3.6：27B 與 35B-A3B 各量化版本需要多少顯存
本地部署 DeepSeek V4：Pro、Flash 與 Base 版本顯存占用估算表
本地部署 Gemma 4：E2B、E4B、26B、31B 各量化版本需要多少顯存
8G 顯存跑 llama.cpp 怎麼調：32K 更穩，64K 要開 KV Cache 量化
16G 顯卡也能跑 35B 模型：LM Studio 下 MoE 模型的顯存壓縮思路
Ollama 多顯卡使用筆記：顯存疊加、GPU 選擇和常見誤區
Gemma 4 E4B 越獄版和官方普通版有什麼差別
llama-quantize 怎麼用：GGUF 模型量化入門
llama.cpp 如何從 Hugging Face 取得 GGUF 模型
Gemma-4-31B-it 裡的 it 是什麼意思
Hugging Face 選擇 Llama 的 GGUF 模型時，量化怎麼選：從 Q8 到 Q2 的實用建議
Windows 區域網存取 Ollama API 設定指南
Gemma 4 本地調用指南：從一鍵啟動到開發整合
Ollama 雲模型是什麼，怎麼用
從 Hugging Face 下載 GGUF 模型並匯入 Ollama
Ollama 下載模型 pull 速度很慢的排查與解決辦法
樹莓派 5 跑 Gemma 4 實測：可行，但回應較慢
1
2