AI 教程

搭建具备张量并行与 EAGLE 试探式解码的多 GPU Docker 环境，通过兼容 OpenAI 的 API 部署 Mistral Medium 3.5 128B。

Google 的托管代理可让您通过一次 API 调用部署自主代理。学习如何构建一个能分析数据、运行 Python 并生成图表的代理。

学习如何编写规格，将其转化为计划，并让 Claude Code 按规格驱动开发进行构建。比较 Superpowers、Spec Kit 和 BMAD-METHOD，找到适合您工作流的工具。

通过 Olostep MCP 和 MiMo Token 计划将小米 MiMo-V2.5-Pro 连接到 OpenCode，然后用它构建一个 CLI 工具和一个 Reflex Web 应用进行实测。

学习如何使用 n8n 构建自动化处理电子邮件的 AI 代理，并创建用于文档问答的检索增强生成（RAG）代理。

在 RTX 3090 上运行 Qwen3.6 27B，学习如何通过 llama.cpp 启用多标记预测（MTP），在不升级 GPU 的情况下将本地 LLM 推理提速近 2 倍。

了解 OpenAI 的 gpt-realtime-2、gpt-realtime-translate 和 gpt-realtime-whisper 有何不同，并使用可运行的 Python WebSocket 代码逐一测试。

Learn how to use GPT-5.4 computer use to build a live news dashboard that automatically gathers and summarizes news.

使用 Python 构建一款训练助手，记录训练、借助 Supermemory 记住用户历史，并在多次独立运行的 AI 代理中给出个性化训练建议。

了解 Perplexity Computer 是什么、其并行子代理如何工作、在实测中点数的真实成本，以及 Pro 与 Max 在真实研究流程中的定位。

使用 Kimi K2.6、Olostep 与 OpenAI Agents SDK 构建一个代理：读取您的简历、发现在招职位、过滤噪音，并明确告诉您该投向哪里。

在这份实践教程中，学习如何使用修改版的 llama.cpp 构建和兼容的 GGUF 文件，在单张 GPU 上运行完整的 DeepSeek V4 Flash 模型。