Appearance
共 11 篇文章
Hermes Ubuntu本地部署完整指南:对接ollama本地模型,hermes3-8b配置,三种部署方式对比,安装避坑要点。
LLMFit+Ollama本地大模型部署完整教程,llmfit硬件检测+Ollama拉模型+CanIRun.ai快速摸底+Qwen3.5:35B实测,告别盲目试错。
本地大模型部署完整指南,7大核心参数:上下文长度/GPU卸载/Batch Size/Temperature/预加载/量化,以Qwen3.5-9B为例,适配16GB内存。
用Hermes Agent搭建本地RAG知识管理系统,基于Obsidian笔记库+Ollama qwen3-embedding+ChromaDB向量存储,实现自然语言「问」笔记。增量更新、纯本地运行、语义而非关键字的个人知识检索方案。
把Obsidian变成Claude的长期记忆系统。Obsidian Local REST API + mcp-obsidian + Claude Desktop + Ollama,四组件构建本地化记忆。语义检索不依赖云服务,笔记完全留在自己硬盘里。
Ollama+LanceDB本地向量记忆配置指南,4步完成配置+4个踩坑实录。本地运行,隐私安全,不花一分钱,让AI真正记住你说的话。
OpenClaw 完全可以离线运行!本教程详解如何使用 Ollama 本地模型实现 OpenClaw 完全离线部署,无需 API Key、无需联网、数据不出本地,支持 Qwen、Llama、DeepSeek 等开源大模型。
详细介绍如何在 OpenClaw 中接入 Ollama 本地模型,实现完全免费、离线可用的 AI 助手。涵盖安装配置、模型选择、性能优化全流程。
详解小龙虾 OpenClaw 在 Windows、Mac、Linux 的本地安装,含各平台环境要求、安装步骤、首次配置,适合日常开发使用的原生安装教程。
详解小龙虾 OpenClaw 接入 Ollama 本地大模型,完全离线运行、零 API 费用、隐私安全,适合对数据安全有要求的企业和个人用户。
详解小龙虾 OpenClaw 接入 Ollama 本地大模型的完整教程,包含 Ollama 安装、模型下载、API 配置和性能优化,完全离线零费用。