Docker本地跑大模型!小白也能轻松上手!
发表于|更新于|大语言模型
Docker 刚推出的 Model Runner,简直是本地部署大模型的 “游戏规则改变者”。无需折腾 CUDA 或 GPU 驱动,它直接内置在 Docker Desktop 里,Windows、Mac、Linux 全平台通吃,启用后一键就能跑起各种大模型
相关推荐
2026-01-06
Claude Code 入门(九)!子智能体!
上一集视频我们学习了怎么在claude code上创建和使用playwright这个MCP server,这一集将和大家演示下claude code的子智能体,也就是subagents的用法。简单来说,Subagents是被赋予特定任务、独立提示词和工具集的“专家小队”。 它们的作用是将复杂项目拆解为独立任务,在不干扰主会话上下文的情况下,由专业化的子代理高效、专注地完成特定工作,如测试、审计或 UI 检查等
2025-12-12
Trae solo:一键安装开源豆包手机!全网最简单方法!
上一个视频介绍个开源版的豆包手机,Open AutoGLM,有朋友反馈说不知道怎么部署。我这里说一个最简单的方法。大家可以把我上几天给大家介绍的Trae这款IDE的solo模式用上,打开后,我们只需要把github上对应的项目地址拷贝过来,然后叫trae帮忙去部署运行就好了… 访问入口

2026-03-05
Openclaw 实现Tokens自由!千问本地模型随便跑!
来看看Openclaw实现Tokens自由!千问本地模型…这款工具,本文分享它的主要功能、特色亮点和实际使用感受。
2025-11-14
Nano Banana 2炸裂更新和泄露效果抢先看!
一直在等 Nano Banana 2 而未得,却等来了谷歌有意无意的泄露出了效果图和主要更新。无论如何,一睹为快吧…
2024-11-29
定制大语言模型LLM用RAG还是微调?
这是每个AI应用开发者都会面临的核心问题:想要让大语言模型适应特定领域,应该选择RAG(检索增强生成)还是微调(Fine-tuning)?本视频从技术原理、实现成本、应用场景和维护复杂度等多个维度进行对比分析。RAG适合需要动态知识更新和检索外部信息的场景,微调适合需要模型学习特定输出风格和格式的场景。视频通过实际案例帮助你做出最合适的技术选型。
2026-02-15
Kimi K2.5 集群!100智能体同时干活!
Kimi K2.5集群模式——让100个AI智能体同时并发工作!这是月之暗面推出的创新功能,可以将一个大型任务分解为100个子任务,由100个AI智能体同时处理,最后汇总结果。例如”分析1000份合同”这样的任务,原本需要很长时间,现在可以并发处理,速度提升近百倍。本视频介绍Kimi K2.5集群的配置方法和实际应用场景。 访问入口
公告





