本文详细介绍了Claude的Agent Skills功能，这是一种扩展大模型能力的模块化解决方案。Skills通过文件系统架构实现渐进式信息披露，包含元数据、指令和资源三级加载，有效降低上下文成本。文章深入探讨了Skills的优势、架构设计、使用方法、安全考虑及跨平台部署策略，帮助开发者将通用AI助手转变为特定领域的专家工具，提升工作效率和专业能力。

本文详细介绍了Claude的Agent Skills功能，这是一种扩展大模型能力的模块化解决方案。Skills通过文件系统架构实现渐进式信息披露，包含元数据、指令和资源三级加载，有效降低上下文成本。文章深入探讨了Skills的优势、架构设计、使用方法、安全考虑及跨平台部署策略，帮助开发者将通用AI助手转变为特定领域的专家工具，提升工作效率和专业能力。

本文介绍了如何通过Ollama快速部署DeepSeek、qwq、llama3、gemma3等大模型，无需GPU，普通电脑即可轻松搞定。文章提供了Ollama的安装指南和常用指令，并分享了如何获取更多开源模型。适合想保护隐私、需要定制AI功能的技术爱好者和开发者，帮助他们在本地实现AI聊天、写代码等功能。

LM Studio + DeepSeek R1 14B 本地大模型实测，内含收藏技巧！

文件拷贝是应用开发中的一个常见场景，通常有两种方式，一是直接读写文件的全部内容，二是使用buffer多次读写。前者的优点在于使用简单，但是在大文件场景下，内存占用较高，影响应用性能；后者的优点在于内存占用较小，但是编程稍显复杂。本例将展示如何使用buffer来将大文件的rawfile复制到应用沙箱。小编也准备了一份联合鸿蒙官方发布笔记整理收纳的《鸿蒙开发学习笔记》，内容包含ArkTS、ArkUI、

人到中年转行机器学习工程师焕发人生第二春，国外小哥狂刷吴恩达LeCun，18个月成功转行！（可复刻的经验分享）

学习训练大模型需要深度学习知识、计算资源、实践经验和一定的方法。以下是学习训练大模型的一般步骤

很多人有这样的需求：网上爆火的deepseek、chatgpt、QWen等AI大模型属于通用AI模型，但是想将AI应用到自己所在的行业，也就是训练一个行业专业的AI专家，模型微调操作复杂、需要大量数据支撑、需要好的硬件配置进行长时间的训练，因此搭建本地的个人知识库是一个很好的选择，适用于小规模数据集并且不需要额外的资源消耗，本地搭建知识库更符合企业安全可靠的需求。

有没有既不用花钱，又能够实现个性化使用ai大模型本地部署方案呢？尝试了一下，我利用ollama、DeepSeek和CherryStudio本地部署了大模型并搭建了知识库，具体的操作流程、操作方法和注意事项分享给朋友们。

LM Studio + DeepSeek R1 14B 本地大模型实测，内含收藏技巧！