核心逻辑：开发者需要自己处理数据清洗、Tokenizer 编码、Label Masking（标签掩码）、模型加载、LoRA 配置挂载以及训练循环。维度PEFT上手难度⭐⭐⭐⭐ (高)⭐⭐ (低)灵活性极高(可修改模型底层前向传播)中等(受限于框架提供的参数)数据处理白盒(完全透明，需手写逻辑)黑盒(模板化，依赖 preset)多轮对话需手写复杂的掩码(Mask)逻辑自动处理userassistan

启用并连接：保存配置，在 CC-Switch 中启用该服务商的路由，然后启动 Claude Code。此时，Claude Code 的请求就会被转发到OpenCode Go，并使用你选择的模型。API 格式：在高级选项中，选择 “OpenAI Chat Completions (需开启代理)”。在 CC-Switch 中，为 Claude 添加一个新的“自定义服务商”。1、下载CC-Switch，

启用并连接：保存配置，在 CC-Switch 中启用该服务商的路由，然后启动 Claude Code。此时，Claude Code 的请求就会被转发到OpenCode Go，并使用你选择的模型。API 格式：在高级选项中，选择 “OpenAI Chat Completions (需开启代理)”。在 CC-Switch 中，为 Claude 添加一个新的“自定义服务商”。1、下载CC-Switch，

启用并连接：保存配置，在 CC-Switch 中启用该服务商的路由，然后启动 Claude Code。此时，Claude Code 的请求就会被转发到OpenCode Go，并使用你选择的模型。API 格式：在高级选项中，选择 “OpenAI Chat Completions (需开启代理)”。在 CC-Switch 中，为 Claude 添加一个新的“自定义服务商”。1、下载CC-Switch，

MinerU2.5和DeepSeekOCR采用两种不同的技术路径来解决高分辨率文档的OCR识别问题。MinerU2.5采用的是的，通过来规避高计算量。DeepSeekOCR采用的是**“整体压缩”端到端路径**，致力于通过。

这是一个探索性的多模态语音交互系统。不同于传统的语音助手，该项目集成了声纹识别 (Speaker Verification)和RAG (检索增强生成)技术。它不仅能听懂“你在说什么”，还能识别“你是谁”，并根据不同用户的身份调用专属的长期记忆库（如饮食习惯、历史偏好），提供高度个性化的回答。

大模型本地部署

简要描述知识图谱与图神经网络

Image(镜像)：可以理解为虚拟机的快照，里面包含了你要部署的应用程序以及它关联的所有库、软件。通过镜像可以创建许多不同的Container容器，这些容器就行是一台台运行起来的虚拟机，里面包含了虚拟程序。每个容器独立运行，相互之间不影响。容器就是镜像的实例化。我们可以修改容器中的安装包啥的，然后保存这个容器成为一个新的镜像（在顶层叠加）。如果学习Conda环境，这就很好理解了，我们每次构建一个项

核心逻辑：开发者需要自己处理数据清洗、Tokenizer 编码、Label Masking（标签掩码）、模型加载、LoRA 配置挂载以及训练循环。维度PEFT上手难度⭐⭐⭐⭐ (高)⭐⭐ (低)灵活性极高(可修改模型底层前向传播)中等(受限于框架提供的参数)数据处理白盒(完全透明，需手写逻辑)黑盒(模板化，依赖 preset)多轮对话需手写复杂的掩码(Mask)逻辑自动处理userassistan