模型部署与调用
从 vLLM 多卡部署大语言模型到主流服务商 API 调用，带你一步步把大模型真正跑起来、用起来
大语言模型LLM服务商Api服务调用教程
本文将详细介绍如何获取主流大语言模型（LLM）服务商的 Api 服务，包括 DeepSeek、智谱 GLM 等平台的完整接入流程：在智谱 GLM API 服务站点注册登录后，进入个人中心的 Api Key 管理页面创建并复制 Api Key；在 DeepSeek API 开放平台完成账户充值后，于
Ollama本地部署大语言模型完整教程
Ollama 是一款开源的本地部署大语言模型工具，它允许用户在无需依赖云端服务和算力的情况下，本地部署大语言模型。Ollama 使用 GGUF 存储格式的大语言模型，让用户在消费级硬件设备上部署大模型成为可能。本教程详细介绍如何在 Windows 环境下安装 Ollama，并用 `ollama ru
LM Studio本地部署大语言模型完整教程
LM Studio是一个用于本地部署大语言模型的工具，在Windows环境下，LM Studio对AMD等非NVIDIA系列显卡的支持性更好，本文将详细介绍如何在Windows环境下安装LM Studio及本地部署大语言模型，并将其作为服务供外部应用调用。
PyTorch安装与版本选择问题详解
PyTorch是Meta AI（Facebook）开发的开源机器学习框架，基于Torch库，用于计算机视觉和自然语言处理等应用。正确选择PyTorch版本与CUDA版本的兼容性是深度学习环境配置中的关键环节，直接影响GPU加速性能和模型训练效率。
llama.cpp本地部署Qwen3.8大语言模型完整教程
llama.cpp 是一款基于 C/C++ 编写的开源大语言模型推理引擎，配合 GGUF 格式的量化模型，可以在消费级显卡上高效运行大语言模型。本教程使用已开源的 a4agent 完成部署（v0.4.0 及以上，安装包约 20 MB），它是一款四端 AI 编程工具管理台，其中内置的「本地模型」页签是
本地模型在局域网下被其他设备访问的配置教程
本地部署大语言模型的价值不止于"自己这一台机器能用"。把部署在 GPU 主机上的模型服务开放到局域网后，家里的笔记本、平板、手机，或者办公室里没有显卡的同事电脑，都能共享同一份模型与同一块显卡，避免每个人都重复下载几十 GB 的模型文件。本教程是《llama.cpp本地部署Qwen3.8大语言模型完