本文介绍了TensorRT-LLM的完整部署流程及性能测试。部署步骤包括：1）拉取项目并构建Docker镜像；2）运行容器并安装Qwen模型依赖；3）测试环境可用性；4）配置并启动Qwen3-30B-A3B服务。性能测试显示，TensorRT-LLM在速度上优于Vllm，特别是在处理大量token时表现突出。需要注意的是，请求时必须指定"max_tokens"参数以避免默认值过小的问题。整体而言，

基于 ffmpeg-mcp 的智能视频处理 AI-Agent。

基于 ffmpeg-mcp 的智能视频处理 AI-Agent。