Docker和AI一键安装包
发表于|更新于|学习
这几天都在聊Docker是怎么做到可以将AI服务做成一键安装包的。这里稍微做一个总结。我们原来部署一个AI服务,比如本地运行大语言模型的ollama,需要在自己的机器上跑各种依赖的安装和环境的配置,而每个机器的环境又不一样,所以导致了本地部署AI应用的困难。通过Docker,我们可以将AI应用在Docker容器中部署好,也就是依赖和环境都配置好。然后打包成一个Docker Image镜像。这样依赖,无论谁拿了这个镜像,就能一键将这个AI应用跑起来了。这就好比给你把AI应用预装到一个虚拟机上,然后谁要的话就把虚拟机下载下来运行就好了…
相关推荐

2026-07-01
苹果原生Docker来了!开源免费无限制!
苹果推出了原生Docker支持,而且开源免费无限制!这意味着开发者可以在Mac上更高效地运行容器化应用。与之前需要通过第三方工具在Mac上运行Docker不同,苹果原生支持带来了更好的性能、更低的资源消耗和更高的稳定性。本视频介绍安装方法、性能表现和与标准Docker的兼容性。 访问入口
2025-11-24
Docker是什么鬼?为什么能做AI一键安装包?
前一个视频说了玩AI的都应该学习下Docker,因为它能够让你在任何机器上一键部署你的AI工具,也就是所谓的意见安装包。比如ollama这些开源AI工具都是提供docker的image的。但是有粉丝说说得太技术了,没有明白docker是怎么工作的。这里我尝试下举个简单的例子来说明白。我们就以最近大家熟知的西贝预制菜事件为例子吧…

2026-09-06
Skills自动进化神器!让你的智能体越用越聪明!
还在手动维护一堆 AI 智能体 Skills 吗?用一段时间就频繁出问题是不是特别闹心?如今不管 Claude Code、Codex 还是别的智能体工具,大家都会装大量 Skills,可时间一长部分 skill 就会失效,处理新任务输出效果大幅下滑——根源就是这些技能都是静态写死的文件,没有自我迭代能力,接口变更、场景变化不会自动更新;就算本次会话把问题修正,下次调用依旧旧错重犯。网上找来的 Skill 只有文字描述、缺少真实运行数据,好不好用只能靠踩坑,会话一关经验就丢了,无法沉淀成智能体自身能力。 港大(HKU Data Science Lab)开源的 OpenSpace 正好解决这个痛点。原理并不复杂:监控并记录每一次任务的成败,从失败中学习修复现有 skill,还能生成全新 skill。简单说,从前是人维护静态 Skill;用上它之后,Agent 执行的任务越多,技能库就越靠谱,不仅让 skills 越来越好用,还能节省大量无效试错带来的 tokens 损耗。 OpenSpace 通过 MCP 协议接入 Claude Code、Codex、Cursor、OpenCl...

2026-05-27
Deepseek 原生 Codex 杀到!AI编程神器!
DeepSeek推出了原生Codex——一款对标OpenAI Codex的AI编程助手。与通过API接入的第三方方案不同,DeepSeek原生Codex深度整合了DeepSeek模型的能力,在代码理解、生成和调试方面更加高效。它支持类似Codex的Agent模式、TAB补全和自然语言交互。作为国产AI编程工具的重要里程碑,本视频全面测评DeepSeek原生Codex的能力和实际体验。 访问入口

2025-12-12
Trae Solo接入Figma实战演示!
这一集快速演示下在Trae solo中怎么导入Figma中的设计图。首先,我们在Trae solo中打开项目,我这里是个空白演示项目。然后打开工具面板…

2026-04-27
Deepseek V4 Pro!是否真的能打?实测报告!
DeepSeek-V4-Pro是DeepSeek-V4系列的最强版本,号称在推理、编程和数学能力上达到了全新高度。本视频对其进行深度的独立测评,通过大量的基准测试和实际任务,验证其在复杂推理、代码生成、数学解题、长文本理解等核心能力上的真实表现。并与其他顶级模型(GPT-4、Claude Opus、Qwen等)进行对比分析,帮你判断V4-Pro是否值得作为主力模型使用。 访问入口
公告





