<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI 开发 on Text Matrix</title><link>https://txtmix.com/tags/ai-%E5%BC%80%E5%8F%91/</link><description>Recent content in AI 开发 on Text Matrix</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Wed, 22 Jul 2026 11:04:01 +0800</lastBuildDate><atom:link href="https://txtmix.com/tags/ai-%E5%BC%80%E5%8F%91/index.xml" rel="self" type="application/rss+xml"/><item><title>Ollama 本地大模型完全指南</title><link>https://txtmix.com/posts/tech/ollama-local-llm-guide/</link><pubDate>Mon, 06 Apr 2026 22:18:00 +0800</pubDate><guid>https://txtmix.com/posts/tech/ollama-local-llm-guide/</guid><description>&lt;h2 id="学习目标">学习目标&lt;/h2>
&lt;p>读完本文并完成配套练习后，你将能够：&lt;/p>
&lt;ul>
&lt;li>解释 Ollama 的架构定位：它解决了什么问题，以及它的能力边界在哪里&lt;/li>
&lt;li>针对你的硬件配置（内存大小、是否有 GPU）选择合适的模型尺寸&lt;/li>
&lt;li>理解 Modelfile 里每个参数的实际影响——不只是默认值，而是「调大/调小会发生什么」&lt;/li>
&lt;li>判断什么时候用 Ollama 的 API 就够了，什么时候需要换用 vLLM 或云 API&lt;/li>
&lt;li>在生产环境中部署 Ollama，包括安全配置、性能监控和故障恢复&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="阅读导航">阅读导航&lt;/h2>
&lt;ul>
&lt;li>想直接跑起来 → 跳到 &lt;code>§2 安装与快速开始&lt;/code>&lt;/li>
&lt;li>想理解「为什么要在本地跑 LLM」→ 重点看 &lt;code>§1 核心动机&lt;/code>&lt;/li>
&lt;li>想搞清楚 temperature、top_p 这些参数到底在控制什么 → 重点看 &lt;code>§4 Modelfile 与参数调优&lt;/code>&lt;/li>
&lt;li>想用 Ollama 做开发（API、LangChain 集成） → 重点看 &lt;code>§5 OpenAI 兼容 API 与开发集成&lt;/code>&lt;/li>
&lt;li>想判断 Ollama 是否适合你的项目 → 重点看 &lt;code>§8 采用建议&lt;/code>&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="1-核心动机为什么要在本地跑-llm">§1 核心动机：为什么要在本地跑 LLM&lt;/h2>
&lt;h3 id="11-云服务的问题">1.1 云服务的问题&lt;/h3>
&lt;p>2026 年，大多数开发者第一次接触 LLM 是通过云 API（OpenAI、Anthropic、Google）。云 API 的优点很明显：开箱即用，不需要管基础设施。但它有几个结构性的问题：&lt;/p></description></item></channel></rss>