查找相似内容

Source channel @TossLabChannel · Post #521 · 1月15日

#青龙更新青龙 v2.18.1 更新说明青龙 v2.18.1 发布！本次更新优化功能并修复问题： • 新增功能：内置 QLAPI 增加环境变量和系统通知 API。 • 调整：移除 nedb 和 sentry，不再支持 2.10.x 版本自动迁移。 • 修复：多语言翻译问题改进。更新方法： • 面板更新：系统设置 -> 其他设置 -> 检查更新 • 容器内更新：执行 ql update • Debian 用户：直接同步更新。 • 宿主机更新：运行命令 docker run --rm -v /var/run/docker.sock:/var/run/docker.sock containrrr/watchtower -cR <容器名> 版本镜像： • 正式版：whyour/qinglong:latest • Python3.10 正式版：whyour/qinglong:python3.10 • Debian 版：whyour/qinglong:debian • Python3.10 Debian 版：whyour/qinglong:debian-python3.10 • NPM 安装：npm i -g @whyour/qinglong 📢 群聊: @TossLab 🎈 频道: @TossLabChannel ❗️ ❗️ ❗️ ❗️ ❗️ ❗️ ❗️ ❗️ 🔘折腾系列频道 - 全面介绍 🔘境外离岸银行教程合集目录 🔘折腾实验室优质Github项目合集

Hashtags

#青龙更新

Results

找到 1 条相似帖子

搜索 #koboldcpp

当前筛选 #koboldcpp清除筛选

秀儿の科技软件|资源分享社🎀

@JianjiaoPD · Post #9506 · 2025/10/04 10:01

查找相似查看

👥 KoboldCpp | 本地大模型一站式工具刚开始在本地跑大模型，往往要折腾环境依赖、库文件兼容，体验极其繁琐。后来虽然有了 Ollama、llama.cpp 这类工具简化部署，但功能单一。KoboldCpp 在此基础上走得更远：既继承了 llama.cpp 的高效推理，又保持了 Ollama 式的简单易用，只需下载一个可执行文件，就能直接运行它不仅支持 CPU/GPU 双模式，还额外集成了图像生成、语音识别、文字转语音等多模态 AI 功能，并且兼容 OpenAI、Ollama 等主流 API，能无缝接入现有服务。跨平台支持 Windows、macOS、Linux，真正做到了开箱即用，对想要体验多功能本地大模型的用户来说非常友好 😎小编有话说：装环境那套折磨人，这玩意儿就是“懒人直装版” 👩‍💻KoboldCpp 标签：#KoboldCpp#大模型#本地部署#llamacpp#Ollama#AI 🗓@xiuerSearch 搜索历史资源 ✈️频道 | 💬群聊 | 📱中文包

Hashtags

#koboldcpp #大模型 #本地部署 #llamacpp #ollama #ai