Claude Code
文章平均质量分 86
tinygone
保险技术人,技术保险人
跑者
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
在Windows上部署Unlimited-ocr并提供给大模型使用
本文介绍了在Windows11系统上部署百度开源的Unlimited-OCR项目的过程。随后详细记录了从环境搭建到模型测试的完整步骤:1) 升级CUDA至13.2;2) 创建conda虚拟环境并安装Python 3.12.3;3) 安装PyTorch和其他依赖项;4) 配置HuggingFace镜像和模型缓存路径;5) 编写OCR推理脚本并测试运行。整个过程特别关注了存储位置控制和环境隔离问题,最终成功验证了GPU加速的OCR模型运行。并分享源代码原创 2026-07-19 22:53:16 · 614 阅读 · 0 评论 -
llama.cpp部署QWEN3.5-9B和Gemma4-e4b,用Claude Code对比测试
在 RTX 5070 Ti 12GB 显卡上用 llama.cpp 部署 Qwen3.5-9B,并对比测试。 Q4 量化版本占用 6GB 显存运行流畅,Q8 版本会爆显存。llama.cpp 性能比 Ollama 强约 1.8 倍。用 Qwen3.5-9B 与 Claude Code 配合创建了 4-Agent 文章写作工作流,能持续执行复杂任务;而 Gemma4-E4B效果会差些。原创 2026-04-19 20:32:28 · 1037 阅读 · 0 评论 -
llama.cpp部署Gemma4-26B,并给Claude使用的经验
在 RTX 5070 Ti 12GB 显卡上用 llama.cpp 部署 Gemma4-26B Q4 模型,GPU 能 100% 发挥,但连接 Claude Code 会内存溢出,12GB 显存也不足以支撑 131K 上下文,需降低 ctx-size 优化。原创 2026-04-18 16:50:12 · 2212 阅读 · 0 评论 -
Claude Code + Spec-kit,组织四个 AI Agent 学会自己协作
本文记录了作者设计多智能体协作系统的9轮调试过程。作者构想了一个由4个Agent组成的流水线系统,通过Markdown文件传递任务,每个Agent负责不同节点(需求分析、规划、拆解、实现)。系统经历了脚本兼容性、路径定位、文件名错误、权限拦截、审批阻塞、输出显示、调用频率等多重问题,最终通过改用PowerShell脚本、修正路径变量、预授权工具、调整调度策略等方式逐一解决。原创 2026-04-18 06:33:19 · 406 阅读 · 0 评论 -
从0开始基于Karpathy的理念搭建Wiki
本文记录了从零开始搭建个人LLM Wiki系统的完整实践过程。针对信息过载、知识碎片化和检索困难等问题,作者采用Karpathy提出的三层架构(Schema/Wiki/原始资料),基于Claude Code和Obsidian实现知识管理自动化。系统包含四种标准化页面模板(ingest/concept/entity/synthesis),通过严格的质量检查清单确保知识提取质量。实践表明,LLM Wiki模式能有效实现"知识编译一次,持续保持最新"的目标,在AI时代形成个人独特的知识资产。原创 2026-04-12 21:41:00 · 1380 阅读 · 0 评论
分享