LLM 教程

在 ChatGPT Work 中使用 GPT-5.6 完成客户流失预测模型的构建、分析、可视化、训练、评估、报告与部署。无需设置、无需安装，一切尽在浏览器中。

学习如何使用 Google Apps Script 和 Gemini API 从邮件与 PDF 中自动抽取数据。立即构建一条无服务器的 Google Sheets 数据管道。

阅读本篇 Claude Code 连接器教程，了解如何通过 MCP 设置 GitHub。学习如何使用只读本地文件在 20 分钟内自动化开源问题分拣。

使用 llama.cpp 私有运行 GLM-5.2，用您自己的 API 密钥保护，借助 Web UI 与 cURL 测试，并连接 OpenCode 打造强大的本地编码工作流。

了解如何在四张 RTX PRO 6000 GPU 上，使用预构建的 llama.cpp 可执行文件，在五分钟内本地运行 Kimi K2.7 Code；随后通过兼容 OpenAI 的 API 使用其网页界面与 Pi 编码代理。

了解 Claude Code 例行任务如何在云端按计划或基于 GitHub 事件运行您的编码代理，让 PR 审查与审计在您合上电脑后也能完成。

GGUF 将模型权重、分词器数据与元数据打包为一个可携带文件。了解如何选择合适的量化等级，并使用 Ollama 快速上手。

学习如何在单张 RTX 4090 上，使用 DFlash 试探式解码与 Flash Attention 加速本地 Gemma 4 31B 推理，并与基线设置对比。

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。

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。

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。