工作记录。

工作记录接上篇WSL部署CosyVoice后，运行时会提示ttsfrd​ 未安装，将使用WeTextProcessing进行处理，但为了获得更好的性能和更好的兼容性，还是建议按照README.MD文档的流程安装ttsfrd。

在实际部署与应用过程中，项目的运行环境适配性对其稳定性与功能性的发挥至关重要。CosyVoice 项目虽具备强大的语音处理能力，但受限于开发与测试环境的侧重方向，其对运行环境存在特定要求。该项目在Linux 和 Docker生态下的兼容性与优化程度较高，能够较为流畅地实现各项功能；然而，在 Windows 系统环境中，尤其是纯 Windows 本地部署场景下，由于系统架构差异、库版本兼容性等因素影

本文对比了LMStudio和Ollama在Windows平台下使用NVIDIA显卡运行本地AI模型的性能表现。测试环境为Windows 11+RTX 3090 24GB显卡，核心结论显示：Ollama 0.17.7存在显存调度缺陷，容易回退CPU推理，调试成本高且缺乏可视化界面；而LMStudio 0.4.7-b2提供精细化的CUDA管控、稳定的GPU推理、开放模型生态和友好的图形界面，是当前Wi

我们秉承「非侵入式代码注入（Monkey Patch）」与「离线资产完全解耦」的工程思想，确保在不破坏原生代码库的前提下，不仅当前机器能完美跑通 20,000 步全量微调，且在未来任意迁移至一台全新的 Windows 机器时，都能实现一键无缝还原复现。

MingLi-Bench是一个评估大语言模型在中国传统命理学（八字和紫微斗数）领域能力的基准测试框架。该项目基于EPGF架构部署，采用"继承而不依赖，封装而解耦"的环境管理理念，通过Conda虚拟环境和项目级.venv实现多版本Python的隔离管理。测试包含160道标准化选择题，覆盖12个人生维度，支持链式推理(--cot)和预计算命盘(--astro)功能。部署过程中解决了

《拓扑之美与编译之痛：Windows下ComfyUI实战指南》深入剖析了AIGC领域最具革命性的工具ComfyUI。文章揭示了ComfyUI作为多模态智能管道编排引擎的核心价值：通过DAG拓扑结构将复杂AI流程可视化，支持从文生图到数字人的全链路开发。同时尖锐指出Windows环境下的残酷现实：CUDA编译困境、Python版本断层、Triton适配等九大技术挑战。作者通过六大实战案例（包括fla

《拓扑之美与编译之痛：Windows下ComfyUI实战指南》深入剖析了AIGC领域最具革命性的工具ComfyUI。文章揭示了ComfyUI作为多模态智能管道编排引擎的核心价值：通过DAG拓扑结构将复杂AI流程可视化，支持从文生图到数字人的全链路开发。同时尖锐指出Windows环境下的残酷现实：CUDA编译困境、Python版本断层、Triton适配等九大技术挑战。作者通过六大实战案例（包括fla

本文介绍了如何将ClaudeCode连接到本地LMStudio模型的方法。主要内容包括：1. 配置ClaudeCode使用本地API而非Anthropic订阅服务；2. 设置全局配置文件和PowerShell快捷命令；3. 实现多模型动态加载和热切换功能；4. 推荐日常使用的三个主力模型分工方案；5. 提供完整的PowerShell配置模板和启动脚本。文章还详细说明了常见问题解决方法，如认证冲突等

本文介绍了如何基于Rust重构的开源终端编码助手Claurst搭建本地化开发环境。Claurst复刻了ClaudeCode的核心功能，支持多AI提供商和本地大模型对接。文章详细说明了从环境准备（Rust工具链、LMStudio）、源码克隆编译，到配置对接本地LMStudio大模型的全流程，并提供了常见问题解决方案。通过本指南，开发者可以快速搭建一个离线、私密、高性能的终端编码助手，支持代码对话、项