文章分类

10-28

AI大模型

若琳部署

llama.cpp：纯C/C++本地大模型推理引擎安装与使用指南

llama.cpp：纯C/C++本地大模型推理引擎安装与使用指南 一、官方信息 项目名称 llama.cpp 仓库地址 https://github.com/ggerganov/llama.cpp 官方网站 GitHub 主页（无独立官网） 最新更新 持续

8

0

0

10-28

AI大模型

若琳部署

Ollama：一行命令本地运行大模型安装与使用指南

Ollama：一行命令本地运行大模型安装与使用指南 一、官方信息 项目名称 Ollama 仓库地址 https://github.com/ollama/ollama 官方网站 https://ollama.com 模型库

1

0

0

10-28

AI大模型

若琳部署

unstructured 本地部署指南

unstructured 本地部署指南：把 PDF、Word、HTML 统一变成大模型能吃的元素 一、项目介绍 在搭建 RAG（检索增强生成）、知识库问答或大模型数据流水线时，最耗时、也最容易被低估的环节，往往不是调模型，而是把各种"非结构化"资料——PDF 报告、Word 合同、HTML 页面、邮

1

0

0

10-28

AI趣味应用

若琳部署

developer-roadmap 本地部署指南

developer-roadmap 本地部署指南：把整套开发者路线图搬到自己的服务器 一、项目介绍 初学编程时，最让人迷茫的往往不是某个知识点，而是"接下来该学什么"。developer-roadmap（对应官网 roadmap.sh）正是为解决这个问题而生的开源项目：它以交互式路线图的形式，梳理了

2

0

0

10-28

AI大模型

若琳部署

TensorFlow 本地部署指南

TensorFlow 本地部署指南：从 pip 安装到跑通第一个程序 一、项目介绍 TensorFlow 是机器学习领域最有影响力的开源平台之一。按照官方 README 的定义，它是一个端到端的开源机器学习平台，拥有一套全面而灵活的工具、库与社区生态，让研究者能够推动机器学习的前沿，也让开发者能够轻

0

0

0

10-28

AI智能体

若琳部署

TradingAgents：多智能体大模型金融交易框架的安装与使用指南

TradingAgents：多智能体大模型金融交易框架的安装与使用指南 TradingAgents 是 Tauric Research 开源的多智能体（Multi-Agents）LLM 金融交易框架，官方定位是"Multi-Agents LLM Financial Trading Framework

1

0

0

10-28

AI趣味应用

若琳部署

ui-ux-pro-max-skill：给 AI 助手上的专业 UI/UX 设计技能使用与安装指南

ui-ux-pro-max-skill：给 AI 助手上的专业 UI/UX 设计技能使用与安装指南 ui-ux-pro-max-skill（简称 UI UX Pro Max）是一个给 AI 编程助手用的"设计技能"，官方定位是"An AI skill that provides design int

1

0

0

10-28

知识科普

若琳部署

awesome-python：精选 Python 框架、库与工具清单的使用与浏览指南

awesome-python：精选 Python 框架、库与工具清单的使用与浏览指南 awesome-python 是 GitHub 上最知名的"Awesome 系列"清单之一，官方一句话定位是"An opinionated guide to the best Python frameworks,

17

0

0

10-28

知识科普

若琳部署

TheAlgorithms/Python：面向教学的 Python 算法实现合集使用与本地阅读指南

TheAlgorithms/Python：面向教学的 Python 算法实现合集使用与本地阅读指南 TheAlgorithms/Python 是 TheAlgorithms 组织下最知名的仓库之一，官方一句话定位是"All algorithms implemented in Python - for

2

0

0

10-28

AI大模型

若琳部署

PageIndex：无向量库、靠推理检索的 RAG 引擎部署指南

PageIndex：无向量库、靠推理检索的 RAG 引擎部署指南 PageIndex 是 VectifyAI 开源的无向量、基于推理的 RAG 引擎。它受 AlphaGo 启发，用层级树索引取代向量索引，让大模型像人类专家翻长报告一样"推理着"找到正确章节。它不需要向量数据库、不需要分块，检索结果可

0

0

0