<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[SayForLin的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/SayForLin</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; SayForLin]]></copyright><item><title><![CDATA[大模型小白指南系列2 -- 小龙虾(openclaw)的本地部署（不花钱！）]]></title><link>https://blog.youkuaiyun.com/SayForLin/article/details/158809872</link><guid>https://blog.youkuaiyun.com/SayForLin/article/details/158809872</guid><author>SayForLin</author><pubDate>Sun, 08 Mar 2026 18:47:54 +0800</pubDate><description><![CDATA[本文提供了Windows系统下安装OpenClaw大语言模型客户端的详细指南。主要内容包括：1）安装Node.js（v22以上版本）及配置npm；2）搭建编译环境（VC++工具、Python、MinGit）；3）安装OpenClaw并初始化配置；4）连接本地llama.cpp服务端运行Qwen3.5-9B模型。教程针对Linux新手设计，简化安装流程，避免使用复杂工具，最终实现通过浏览器访问本地大模型服务。]]></description><category></category></item><item><title><![CDATA[大模型小白指南系列1—普通电脑也可以本地部署千问大模型3.5(QWen3.5)]]></title><link>https://blog.youkuaiyun.com/SayForLin/article/details/158806276</link><guid>https://blog.youkuaiyun.com/SayForLin/article/details/158806276</guid><author>SayForLin</author><pubDate>Sun, 08 Mar 2026 14:05:45 +0800</pubDate><description><![CDATA[通过轻量化大模型框架llama.cpp，在消费级电脑上本地部署千问3.5大模型，安全、免费的解决方案。文章适和0基础的小白和普通电脑用户。]]></description><category></category></item><item><title><![CDATA[安装软件时，提示“无法访问Windows Installer服务”？一分钟学会用注册表快速解决问题！]]></title><link>https://blog.youkuaiyun.com/SayForLin/article/details/157402211</link><guid>https://blog.youkuaiyun.com/SayForLin/article/details/157402211</guid><author>SayForLin</author><pubDate>Mon, 26 Jan 2026 22:24:05 +0800</pubDate><description><![CDATA[一分钟学会用注册表快速解决“无法访问Windows Installer服务”]]></description><category></category></item><item><title><![CDATA[为什么本地部署DeepSeek选择7B模型]]></title><link>https://blog.youkuaiyun.com/SayForLin/article/details/145582004</link><guid>https://blog.youkuaiyun.com/SayForLin/article/details/145582004</guid><author>SayForLin</author><pubDate>Tue, 11 Feb 2025 23:44:52 +0800</pubDate><description><![CDATA[可以看到，7B模型的数据大多数超出8B，而大小还小一点，所以选择是当然的。来源：DeepSeek官方数据（]]></description><category></category></item><item><title><![CDATA[AMD 显卡笔记本windows11满血玩转Stable Diffusion]]></title><link>https://blog.youkuaiyun.com/SayForLin/article/details/145555629</link><guid>https://blog.youkuaiyun.com/SayForLin/article/details/145555629</guid><author>SayForLin</author><pubDate>Mon, 10 Feb 2025 19:38:53 +0800</pubDate><description><![CDATA[电脑配置：AMD Ryzen R7 6800H，16G内存，核显Radeon 680M，共享内存8G。测试了direct-ml版，还是zluda版本速度快，大概是direct-ml版本的5倍以上。以下正文。]]></description><category></category></item><item><title><![CDATA[DeepSeek在笔记本电脑本地部署]]></title><link>https://blog.youkuaiyun.com/SayForLin/article/details/145532882</link><guid>https://blog.youkuaiyun.com/SayForLin/article/details/145532882</guid><author>SayForLin</author><pubDate>Sun, 09 Feb 2025 16:14:22 +0800</pubDate><description><![CDATA[春节期间，DeepSeek大出圈，试过本地SD的我也尝试着做了一下本地部署，没想到，太简单了，几乎不需要做任何处理！1，ctrl+alt+delete打开任务管理器，选则性能，然后提一个复杂点的问题，看CPU与GPU的负荷情况。再之后是8b，属于Ollama3蒸馏，大约4.9G，从测试得分看，还不如7b，所以是我的首选。我这里大约150kB/s。最轻量的是1.5b，即15亿参数，约1.1G，是DeepSeek训练的基础模型。2，在cmd窗口，运行ollama ps，看使用的运算单元是不是GPU。]]></description><category></category></item></channel></rss>