大模型实战系列第二篇。告别冰冷的命令行！本文带咱们通过 Docker 一键部署 Open WebUI，实现媲美 ChatGPT 的图形化交互，并手把手教你利用 RAG 技术搭建私人本地知识库，让 AI 读懂你的文档。

本地显卡跑不动大模型？本文手把手教学薅 Google 羊毛！从 Colab 基础操作、免费 T4 GPU 开启，到挂载 Google Drive 持久化存储 HuggingFace 模型，为云端炼丹做好全套准备。

大模型实战系列第二篇。告别冰冷的命令行！本文咱们通过 Docker 一键部署 Open WebUI，实现媲美 ChatGPT 的图形化交互，并手把手教你利用 RAG 技术搭建私人本地知识库，让 AI 读懂你的文档。

大模型实战系列第一篇。拒绝晦涩理论，直接上手！我会带着各位友人们零基础安装 Ollama，利用国内 ModelScope 极速下载模型，详解服务端口配置与 Python 脚本调用，涵盖显存计算与常见避坑指南。

基础理论结束，咱们今天的重心是使用快速高效的微调库Unsloth在Kaggle的T4显卡上，用15分钟将Qwen3-4B模型微调成认主咱们的专属模型。

大模型应用开发必修课！本文通过通俗易懂的案例详解 RAG (检索增强生成) 的核心原理，对比 LlamaIndex 与 LangChain 的优劣，并手把手带咱们在 Kaggle 环境下，利用 ChromaDB 和 Qwen 模型搭建一个支持私有数据问答的企业级 RAG 系统。

Colab 额度用完了？Kaggle 带着两张 T4 显卡来了！本文详解 Kaggle 账号手机验证、开启 Internet 联网、配置双 T4 GPU 环境，以及如何利用 Kaggle 特有的 Dataset 机制持久化保存 HuggingFace 模型。

会跑代码还不够，我们要懂原理。本文从 Transformer 的底层视角出发，图解从位置编码到注意力机制的全流程；并基于 Kaggle 平台，深入拆解 HuggingFace Transformers 库的“铁三角”组件与生成参数的玄机。

RAG 虽好，但无法改变模型的“性格”。本文通过实操对比 Base 模型与 Instruct 模型，揭秘大模型“炼丹”的核心心法——微调 (SFT)，并解析大模型从预训练到对齐的完整生命周期

本节我们将理论付诸实践，利用 LlamaIndex 的 ReAct 框架和 Qwen3 模型，手搓一个全自动的博客监控 Agent。通过为大模型接入 RSS 读取、邮件与微信发送等外部工具，让它从‘聊天机器人’进化为‘能干活的数字员工’。