llama.cpp本地推理

技能简介

llama.cpp打破CUDA垄断，以极致优化的C++代码实现跨硬件平台的大模型推理。从树莓派到M3 Max均可本地运行量化模型，是隐私敏感场景与边缘部署的首选方案，推动端侧AI普及。

能做什么

• 整理模型调用与提示流程
• 沉淀可复用的智能体能力
• 输出可接入业务的执行方案

使用说明

• 明确模型目标与输入边界。
• 配置提示流程和调用参数。
• 检查输出质量并做人工复核。

brew install llama.cpp

git clone https://github.com/ggerganov/llama.cpp

英文名

llama-cpp

输入与输出

见下方输入与输出表格。

风险提示

• 涉及外部平台接口、账号或权限时，先确认授权边界与数据访问范围。
• 自动生成或自动执行结果应保留人工复核，避免直接替代最终业务判断。
• 若处理内部资料、客户信息或经营数据，应先完成脱敏与权限控制。

来源信息

原始链接：https://github.com/Orchestra-Research/AI-Research-SKILLs
来源类型：GitHub 开源仓库