12GB 显存跑 125B 大模型？Strata：把整台电脑拧成一张“大显卡”的开源推理引擎
上线一个月 3.1 万 star 的开源推理引擎 Strata，让 12GB 显存的普通电脑跑起 125B 参数的 Qwen3.8-Flash-Next：显卡、内存、SSD 三层分工，一键安装、自带 OpenAI 兼容接口。本文整理官方硬件要求、三种安装方式与真实局限。
AI
AI 分类聚焦两件事：一是在普通电脑上把大模型跑起来，二是把 AI Agent 接进自己的工作流。文章按“能不能跑、怎么装、跑多快、哪里会报错”组织，先给结论和配置表，再给安装与实测过程。显存、量化、模型版本是影响结果最大的三个变量，操作前请先对照每篇的实测环境。
69 份申请换来 20 个面试：ai-job-search 把求职做成一条本机 AI 流水线
地球物理学家被裁后，用自己写的开源框架跑求职：69 份定制申请、20 个一面，半年后入职 AI 工程师。ai-job-search 把 Claude Code 变成求职流水线——建档案、搜岗、评估、一键生成定制简历+求职信并编译 PDF 做 ATS 检查。6.3 万 star，MIT 开源。
VoiceStudio：7 万 star 的本机版 ElevenLabs——语音克隆、视频配音、有声书，全在自己电脑上跑
VoiceStudio 是 7 万 star 的开源本机版 ElevenLabs：语音克隆、视频配音、有声书全在本地跑，无账号、无 API key、不按字符计费。本文讲它能解决什么、16 个引擎怎么选、默认引擎 CC-BY-NC 非商用授权陷阱，以及装完第一步该做什么。
AI 智能体活干完了，但干的是你让它干的吗？iFixAi 给智能体做独立审计，120 秒出评分卡
2.7 万 star 开源智能体审计工具 iFixAi（Apache-2.0），专查智能体有没有按规矩办事：49 项检查、A–F 评级，mock 模式零成本实测。pip 安装即用，含独立评审配置与费用参考。
不会剪视频也能批量出片：HyperFrames 把一个 HTML 文件直接渲染成 MP4
HeyGen 开源的 HyperFrames（约 5.9 万 star）把视频做成一个 HTML 文件：无头 Chrome 逐帧截图加 FFmpeg 编码，输出可复现的 MP4，专为 AI Agent 批量出片设计。本文梳理手动 CLI 与 Agent 两条上手路线、硬件要求和避坑点。
不写代码搭 AI 智能体：Docker Agent 一个 YAML 跑通，还能接本地模型不用 API Key
Docker 官方开源智能体工具 Docker Agent：模型、指令、工具全写进一个 YAML，一条命令跑起来；能接云端模型，也能接 Docker Model Runner 本地跑，不用 API Key。本文讲清安装、最小配置、多智能体与 MCP 工具、本地路线门槛和常见坑。
给你的 AI 编程助手装个长期记忆：claude-mem 让 Claude Code 关掉重开也不失忆
claude-mem 是 9.6 万 Star 的开源插件，给 Claude Code、Codex 等编程 Agent 加上跨会话持久记忆：自动记录、压缩并在新会话注入相关上下文。本文讲清原理、三步安装、中文模式与常见坑。
实战：在单卡 RTX 3060 上部署“毫秒级打标 + 7B 大模型”双 AI 协同高频量化基座
详解如何在 Ubuntu 24.04 与单张 RTX 3060 12GB 上搭建高频量化交易系统。实现 ONNX Runtime GPU 毫秒级盘口打标与 Qwen2.5-7B 慢中枢协同，解决动态链接库冲突与显存隔离难题。
Agent Reach：给你的 AI Agent 装上眼睛，一句话读遍推特、Reddit、小红书和 B 站
Agent Reach 是 8.9 万 star 的开源能力层，让 Claude Code、OpenClaw 等 AI Agent 一句话打通 YouTube、B站、Reddit、小红书等 13 个平台，免 API 费，自带体检和多后端路由。
腾讯开源 WeKnora：把一堆文档变成“能问的”知识库，Docker 一键部署
WeKnora 是腾讯开源的自托管 LLM 知识库平台：把文档、飞书、语雀、Notion 里的资料变成带引用的 RAG 问答库，还带 Agent 智能推理和自动 Wiki。本文介绍 Docker 一键部署、模型接入、硬件要求与常见问题。
用 Docker 在局域网部署 Prompt Optimizer：接入本地 llama.cpp 大模型的完整实战教程
Prompt Optimizer 部署、本地大模型、llama.cpp、Docker 部署、nginx 反向代理、CORS 跨域解决、Portainer Stacks、局域网 AI、开源提示词工具
本地大模型部署终极生存指南：从“手搓裸机”到“精装入驻”
想要在本地跑起属于自己的 AI 大模型，却被复杂的代码和报错劝退？本文用最通俗易懂的“买车比喻”，深度拆解 LM Studio、Ollama 与 Llama.cpp 的核心差异。无论你是想在主力电脑上点点鼠标尝鲜，还是想在 HomeLab 服务器里通过 n8n 串联出全自动的 AI 工作流，这篇零门槛教程都能带你轻松上车！