摘要：本文介绍了四种开源大模型工具的部署方法：1）阿里云Qwen3.5系列，支持多模态理解和全球语言覆盖，提供不同量化版本的GGUF格式模型；2）Ollama简化本地模型运行，支持离线部署；3）LLaMA Factory支持WebUI微调；4）llama.cpp优化CPU运行，兼容GGUF格式。重点演示了如何在无GPU环境下通过GGUF格式部署0.8B参数的Qwen3.5模型，并对比了不同量化版本

本文详细记录了在Windows系统下配置LLaMaFactory进行大模型微调的全过程。作者通过更换笔记本电脑、安装CUDA和PyTorch GPU版本、使用Conda管理Python 3.12环境等步骤解决了CUDA环境检测失败问题。针对显存不足问题，提出了修改模型存储路径、降低模型参数量等解决方案。文章还分享了WebUI启动、模型选择、数据集配置等关键操作步骤，以及通过命令行验证PyTorch

本文介绍了在阿里云魔搭社区免费GPU环境下部署LLaMaFactory平台并微调大模型的完整流程。详细记录了操作过程中的关键步骤和常见问题解决方法，如tokenizer配置错误处理等，最终在不花费成本的情况下完成了从环境搭建到模型微调的全流程演示。

本文通过外卖店的比喻，清晰解释了AI领域的四个核心概念：提示词（Prompt）是给AI的即时指令，如同对员工的口头交代；技能（Skill）是AI的操作手册，提供可复用的任务处理流程；模型上下文协议（MCP）是连接外部工具的标准接口，相当于员工可用的各种设备；智能体（Agent）则是能自主决策的AI本身。文章强调这四个概念并非竞争关系，而是构成AI系统的不同层次，共同协作完成任务。

ChromeDevToolsMCP是基于浏览器DevTools协议的AI自动化工具，让AI能够像人类一样操作浏览器。它提供页面自动操作、数据获取、流程执行和页面理解四大核心能力，可应用于自动化测试、性能分析、运营工作和竞品分析等场景。通过封装浏览器操作能力，MCP能将重复性工作转化为自动化流程，显著提升工作效率。

本文以实际办公场景为依托，实测腾讯 WorkBuddy 这款 AI 桌面智能体。针对企业多系统数据孤岛、重复统计 等痛点，通过多系统联动、钉钉机器人问答、定时自动化任务三大场景，展示其一条指令完成全流程办公的能力。

本文介绍了在阿里云魔搭社区免费GPU环境下部署LLaMaFactory平台并微调大模型的完整流程。详细记录了操作过程中的关键步骤和常见问题解决方法，如tokenizer配置错误处理等，最终在不花费成本的情况下完成了从环境搭建到模型微调的全流程演示。

本文介绍了在阿里云魔搭社区免费GPU环境下部署LLaMaFactory平台并微调大模型的完整流程。详细记录了操作过程中的关键步骤和常见问题解决方法，如tokenizer配置错误处理等，最终在不花费成本的情况下完成了从环境搭建到模型微调的全流程演示。

本文以2026年新春红包封面设计为例，展示了如何利用即梦和豆包双AI工具提升设计效率。通过结构化拆解需求，借助AI完成生肖形象、品牌IP、产品元素的高效生成与风格统一。AI承担创意发散、批量试错等机械工作，设计师专注风格把控和细节优化，实现从需求到落地的全流程提效。

本文介绍了前端支付页性能测试的自动化方法。通过VSCode集成Chrome DevTools，使用Performance、Network和Lighthouse面板采集关键指标，发现支付页存在TTI超标、LCP临界等问题。提出了五项优化建议：修复JS错误、拆分Vendor包、配置长期缓存、启用Brotli压缩以及懒加载资源。