Mac 本地部署大模型入门:从 Ollama 开始
零基础也能看懂:为什么要在 Mac 上跑大模型、需要什么配置,以及用 Ollama 跑起第一个模型的完整步骤。
M 系列芯片的 Mac 是本地部署大模型的热门选择。这里从零开始,教你在 Mac 上跑通本地 AI。
零基础也能看懂:为什么要在 Mac 上跑大模型、需要什么配置,以及用 Ollama 跑起第一个模型的完整步骤。
OpenClaw 让本地模型不再只是一个聊天窗口,而是能读文件、执行任务的智能体。
内存大小直接决定你能跑多大的模型。本文给出不同内存下的模型选择建议,帮你避坑。
M4 Mac mini 是当下本地 AI 的热门主机,这篇帮你理清芯片、内存和存储怎么配。
对比 Llama 与 Qwen 两大主流开源模型在 Mac 上的表现,并给出推荐模型与启动命令。
把本地文档变成可提问的知识库:RAG 的原理、工具选型和最小可行实现。
敏感文档、客户资料、个人笔记,这些场景为什么更适合本地大模型。
用本地模型做代码补全和问答,替代云端 Copilot,数据留在本机。
MLX 是 Apple 官方的机器学习框架,配合量化模型能让 Mac 跑得更快。
模型下载慢、内存不足、中文乱码、端口冲突……常见问题一网打尽。