[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-fufankeji--LLMs-Technology-Community-Beyondata":3,"tool-fufankeji--LLMs-Technology-Community-Beyondata":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":74,"owner_location":77,"owner_email":78,"owner_twitter":78,"owner_website":78,"owner_url":79,"languages":78,"stars":80,"forks":81,"last_commit_at":82,"license":78,"difficulty_score":42,"env_os":83,"env_gpu":84,"env_ram":84,"env_deps":85,"category_tags":88,"github_topics":78,"view_count":32,"oss_zip_url":78,"oss_zip_packed_at":78,"status":17,"created_at":89,"updated_at":90,"faqs":91,"releases":92},9215,"fufankeji\u002FLLMs-Technology-Community-Beyondata","LLMs-Technology-Community-Beyondata","《赋范大模型技术社区》是针对各阶大模型学习者量身打造的基于各类大模型，包括环境设置、本地部署、高效微调、开发实战等技能在内的全流程指导！","LLMs-Technology-Community-Beyondata（赋范大模型技术社区）是一个专为各阶段大模型学习者打造的全流程实战指南平台。它致力于解决大模型技术门槛高、学习路径碎片化以及从理论到落地困难等痛点，为用户提供从环境配置、本地部署、高效微调到企业级项目开发的系统化指导。\n\n无论是刚入门的初学者、希望转型的开发者，还是寻求技术落地的研究人员，都能在这里找到适合自己的学习资源。社区内容覆盖热门开源模型（如 Qwen3、DeepSeek、Llama 3 等）的部署调用，以及 RAG（检索增强生成）、Agent（智能体）开发、多模态应用等前沿技术实战。其独特亮点在于提供了大量“企业级”项目案例，例如多模态 PDF 检索系统、LangGraph 实战合集及深度报告生成工具的开发教程，帮助用户真正掌握将大模型应用于实际业务的能力。\n\n通过结构化的目录设计和定期的技术更新，LLMs-Technology-Community-Beyondata 搭建了一座连接前沿技术与普通学习者的桥梁，旨在让每个人都能更高效地拥抱大模型世界，实现学业或职业上的突破。","\u003Cdiv align=center>\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffufankeji_LLMs-Technology-Community-Beyondata_readme_247abc8664c0.png\" >\n  \u003Ch1>🔶 近期热门更新\u003C\u002Fh1>\n\n   [🔥 多模态PDF检索+图文并茂回复，企业级「多模态RAG」系统开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVfUqwW0y2ii9CLkATzZcgWLmnke)\n\n   [⭐ LangGraph快速入门与企业级项目实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSKO3w1ddTi9ctdkXLmQcbYEfnvF)\n\n   [⭐ LangChain从入门到企业级项目实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGyXZwF4sbiSbQfkvdFHc5cP9nCh)\n\n   [⭐ Dify快速入门与聊天助手搭建流程](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FIp3GwzlIEi2JB8kHnxncLeDtnXe)\n\n   [👑 Suna本地部署指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGwXiwPCDxiniRJk9D8VcMo3NnBn?from=from_copylink)\n\n   [👑 CodeX快速上手指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGEzGwxdNriZHfwk9VjLcyAw6nqd)\n\n   [💥 GPT-OSS高效微调提升模型Agent性能基本原理+实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fdocx\u002FDYH5d4G1HoLnCKxhveBcuQQwnNd)\n\n   [💥 Qwen3混合推理模型「对话+推理」双形态高效微调实战（上）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCnFgwyxZLiDuvTk8SmEc9vWXnDh?from=from_copylink)\n\n   [💎 从零开发可一次输出5000字深度报告的mcp-server-deepresearch](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNmBIwIujUi27L4kNFNjc98wRnOf?from=from_copylink)\n\n   [💎 最热门十大MCP工具快速部署与智能体开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUnv8wuhE3iVgeikTikmceN6snBe?from=from_copylink)\n\n\n\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n  \u003Ch1>🔶 赋范大模型技术社区使用指南\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n>我猜咱们未来可能会有一些更深的链接，或者会有一些机会合作点什么，为了能更高效愉悦地沟通，不妨先查阅一下这篇👉[「社区使用说明文档」](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJcHnwk8IWi95GpkzicqceqKNnhd?from=from_copylink)💓～\n\n  本社区是围绕大模型、适用于内各阶大模型学习者的专属大模型教程，针对各类大模型提供包括环境设置、本地部署、项目开发、高效微调等技能在内的**「全流程指导」**，简化大模型的使用和应用流程，让更多的想转行大模型的学习者更好地使用大模型，帮助前沿、有效的大模型更快融入到普通学习者的生活中。\n\n  本社区主要包含的学习内容包括：\n\n* 热门（开源\u002F在线）大模型部署与调用\n* 大模型RAG、Agent开发技术实战\n* 大模型微调实战\n* 企业级落地项目开发实战训练\n\n  **社区创办的主要目的就是提供国内最前沿的优质大模型学习内容，成为大模型与学习者们的交流阶梯，实现个人学业\u002F职业\u002F兴趣的梦想，拥抱更恢弘而辽阔的大模型世界。**\n\n  现开设了大模型学习交流群，扫描下方二维码，海量硬核独家技术干货内容+无门槛技术交流，来遇见更多志同道合的小伙伴！社群技术交流氛围浓厚，不定期开设硬核干货&前沿技术公开课噢~\n\n\u003Cdiv align=center>\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffufankeji_LLMs-Technology-Community-Beyondata_readme_62f6adb4c585.png\" >\n\u003C\u002Fdiv>\n\n\n>🌱**学习建议小Tips**：对于刚入门学习大模型的小伙伴，建议先学习环境配置、熟悉功能，然后再学习模型的部署使用，最后再学习进阶的技术。因为环境配置以及模型的部署使用只是基础，部署后对模型进行微调、RAG搭建、Agent开发等，属于是大模型的进阶。\n\n\n\u003Cdiv align=center>\n  \u003Ch1>🔶 社区目录\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n### [ 🎉 欢迎使用赋范大模型技术社区 |  Getting started](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJcHnwk8IWi95GpkzicqceqKNnhd?from=from_copylink)\n\n### [ 🔍 赋范大模型社区「搜索自查版」](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVsfTwzTS6iakxLkF4p6ch6oUn6c?from=from_copylink)\n\n### [ 💪赋范大模型技术实战复现成长营](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBNouw5bbyit7yWkslmWcc6F5nsf?from=from_copylink)\n\n### [ 📰AI大模型周周报专栏（分享版）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCLLnwd5aZi5kBgkzmAtcC6hlngc?from=from_copylink)\n\n### [ ✨学员深度访谈合集丨Agentic时代同行计划](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYZvVwOAu2i96U9kEinUcFzeqnif?from=from_copylink)\n\n### 1.1 开源大模型指南\n- [GPT-OSS（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FPmgcwJwTeiKVcYkUOPXcpQptn7g?from=from_copylink)\n- [Qwen3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNQjCwDk79icMgFkPJa1cVj5ynPc?from=from_copylink)\n- [DeepSeek v3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHU1lwF8DiiGTa7k7BbUcJIIenVf?from=from_copylink)\n- [DeepSeek R1（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FO3LywohuziEuQ9kg1mDc1uqFnKg)\n- [DeepSeek Janus（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVlPHwDAZVitsSAkiSi4c2gefngi?from=from_copylink)\n- [Phi-4 14B（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FRO5RwU5X5iKa05kKj5bcEjNPnxf?from=from_copylink)\n- [Qwen系列（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUZZCwWGmniPZ7pkD7ohcMPejnId?from=from_copylink)\n- [Llama 3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FH4mXwTX7di4bo2khUmxcD1slnYc?from=from_copylink)\n- [ChatGLM-3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJAHhwLLYXiwUc4knFlwcke5bnLh?from=from_copylink)\n- [Baichuan2（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FWA9IwbVumilTlIkt1mlcN67dn9d?from=from_copylink)\n- [LlAMA.CPP开源推理框架使用指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUNITwA14fiMr5Gk8AGHcxTAUnqU?from=from_copylink)\n\n### 1.2 在线大模型指南\n- [GPT-5（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYnivwa7IVilnpJkvWZ5cw5zmn5d?from=from_copylink)\n- [OpenAI Responses API（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYDnCwWHc1iIHhzkvxercmiyMnHb?from=from_copylink)\n- [OpenAI Agents API（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYMoYw88XxiasdYk5sJ8cu4h6nrg?from=from_copylink)\n- [OpenAI Realtime API（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FTmE5wzZv0iG5LJkJVphcCV3Fncc?from=from_copylink)\n- [OpenAI Swarm（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FND72w8aUTiO7vZkXf3rcMfoGnjb?from=from_copylink)\n- [OpenAI o1（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVNCfwSA1piQqfZkGAe9cIqLFn6a?from=from_copylink)\n- [GPT4o（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHKrpwQ1BIiSy3AkElZLcjQscnvg?from=from_copylink)\n- [Claude系列（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FS1buwOLxbiF88RkS9k1c1d8Anle?from=from_copylink)\n- [Gemini系列（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQCIvwKpWnisAtok2NtIcwh6hn05?from=from_copylink)\n- [GLM-4（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FOMyXw5aVQibKMLkrMgLcYVd3n1d?from=from_copylink)\n\n### 1.3 RAG全栈技术\n- [多模态RAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVfUqwW0y2ii9CLkATzZcgWLmnke?from=from_copylink)\n- [GraphRAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBcEiwp1t7iWE3EkKr3xcJZCLnBe?from=from_copylink)\n- [Agentic RAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FMpt8wZ6Y8ix8BzkoJwocKr0wnWe?from=from_copylink)\n- [RAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FTPj1wSLOYi9hxLknViccjpAnnod?from=from_copylink)\n\n### 1.4 Agent开发范式（更多项目查看实战项目部分）\n- [LangChain（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGyXZwF4sbiSbQfkvdFHc5cP9nCh?from=from_copylink)\n- [LangGraph（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSKO3w1ddTi9ctdkXLmQcbYEfnvF?from=from_copylink)\n- [Dify（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FDadOwgA4fia7yekCbclcZ9HCnyb?from=from_copylink)\n- [Multi-Agent（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGKxkw87FLinDj6kYl3Pc5t5qnhH?from=from_copylink)\n- [Agent（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FXVcTwbs2FijnszkP6lBcRPd7ntc?from=from_copylink)\n\n### 1.5 微调\n- [LLaMA-Factory（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGGTJwFEV9icFknkQT45czzX5n7g?from=from_copylink)\n- [LoRA（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNiIPwnUJ7iyvJMkZ2WycqqMsnQb?from=from_copylink)\n- [GPT-OSS高效微调实战丨数据集专题+模型Agent性能微调（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FPmgcwJwTeiKVcYkUOPXcpQptn7g)\n- [Qwen3混合推理模型「对话+推理」双形态高效微调实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCnFgwyxZLiDuvTk8SmEc9vWXnDh)\n- [DeepSeek R1高效微调入门（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQx3Kwpr4HiKu7FkfZA0cgYMSnQe?from=from_copylink)\n\n### 2.1 热门项目实战合集\n- [从0到1搭建企业级多模态RAG检索引擎丨olmOCR与MinerU](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZSUowLdl0izBQwkRPIicPvp7n2m)\n- [借助最新模型GPT-4.1搭建一个Mini DeepResearch实战项目](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FWhVjwreh9iE9YFkuofNc0uudnpa)\n- [DeepSeek企业级智能体MiniManus开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FIOpjwnFAxiMoCBkucZocnQslnXx)\n- [CherryStudio+高德MCP打造个人出行规划助理](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBfeTwX1xricORMkK9gCcjLqTnWf?from=from_copylink)\n- [DeepSeek R1模型蒸馏入门实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FL1A0wyqdPieHrykU8KWcEdpfn0q)\n- [Agent智能客服案例实战（DeepSeek+LangGraph）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNaUDwDa6QiRfOCkRP9pcmUydnYb)\n- [MateGen：新一代交互式AI智能编程助手（安装与部署文档）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FEdhYwIEGRiCx9ekhuaKcU8f4nkb?from=from_copylink)\n- [企业级DB-GPT安装部署指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FEXl0wICqgiiOErkAWHBcxy9wnYe?from=from_copylink)\n- [手动复现DeepSeek v3丨预训练+全量指令微调+DPO强化学习微调全流程实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZrkLwOqlzikogykSsmjcRXpUnLh?from=from_copylink)\n- [从零搭建开发私有智能客服系统](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZCQSwFYUfio90KkUMN5c8CFPnHM?from=from_copylink)\n- [从零训练专属大模型技术实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FFeivwiFfTinLpUk04BlcN8MhnTf?from=from_copylink)\n- [B站动态数据&舆情分析智能体](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fdocx\u002FUtsmdFQgXo3K8kxGyuscaPpDnZd?from=from_copylink)\n- [Qwen2.5-Coder适配Cursor实现低代码开发](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FORB8wd6t8iQiWQkfd7McZxChnif)\n- [CrewAI+LangChain搭建Multi Agent系统实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHoLNwUIlKiOaUgk1rwyco99enFf?from=from_copylink)\n- [从零构建类ChatGPT的智能对话系统（RAG技术核心）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVaP4wS7xNicrygkfjBmc67RenEe?from=from_copylink)\n- [从0搭建Agent+RAG](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FF4zLw1WltiTbWNkuEtacp6c0nzd?from=from_copylink)\n- [GLM-4本地Python代码解释器与数据分析Agent开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYTQPwtvcIiYv4ok1jGGcURvBnHc?from=from_copylink)\n\n\u003Cdiv align=center>\n  \u003Ch1>🔶 技术专栏合集（持续更新中）\u003C\u002Fh1>\n\n### [👉 LLM 新手入门必看](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FF7gnwNzMWiPSyukEGxAcKRg5nog)\n### [👉 MCP实战系列合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSVJOwHAjHiTXyskeRr7cL03invb?from=from_copylink)\n### [👉 Qwen3技术实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNQjCwDk79icMgFkPJa1cVj5ynPc)\n### [👉 DeepSeek系列专栏合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBeJBwvqPZiW4dsk3su9ceYTSnPb?from=from_copylink)\n### [👉 LLM热点追踪丨赋范空间](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZZ1GwHa7tiOhPzkjVvUccYjSnzf?from=from_copylink)\n\n\u003C\u002Fdiv>\n\n\n##\n\n\u003Cdiv align=center>\n  \u003Ch1>社区高净值资料\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n>🍄**学习小Tips**：社区资料课件包含代码，均有配套的**讲解视频**，有需要的小伙伴可在本页开头部分扫码加入我们的社区交流群，享受社区完整学习资源～\n\n\n- [Qwen3技术实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNQjCwDk79icMgFkPJa1cVj5ynPc?from=from_copylink)\n  - [x] [Qwen3系列模型配置硬件参考自查表（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYVYowzJxoiHOopkQFB2cjIB7nLh)\n  - [x] [Qwen-3深度解析！仅需1\u002F3硬件成本，性能超越DeepSeek-R1（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FB5QVwYf7ti5ePKke3zwcqbnJnxh)\n  - [x] [Qwen-3部署与调用详解丨模型详解、transformer原生库调用流程、Qwen3-14B模型接入Ollama（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FT5NZwZyZViK61DkYUSdcznYlnfc)\n  - [x] [Qwen-3部署与调用详解丨Qwen3模型接入vLLM、OpenWeb-UI，借助llama.cpp运行Qwen3模型（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJK2Aw80cPikVLLkcY1Kcn9t5nTg)\n  - [x] [自由控制Qwen3模型的思考模式（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSSemwgNHlibSKLkfwlHcXZsCnnc)\n  - [x] [Qwen3接入MCP技术实战（上）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBPTFwhmzdi44uBkiJVXcA5dQnRg)\n  - [x] [Qwen3接入MCP技术实战（下）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FOzpKwnV4UirmiJkZfOtch49yn50)\n  - [x] [Qwen3混合推理模型「对话+推理」双形态高效微调实战（上）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCnFgwyxZLiDuvTk8SmEc9vWXnDh)\n  - [x] [Qwen3高效微调实战丨从数据集创建到微调结果评估全流程（下）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZrfwwUrO1iYQgRkYpE1cLeLLnPh)\n  - [x] [【专题讲解】微调数据集构造原理详解（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FMLxWwTt2Bim4FwkdgIRcSkU0nZf)\n\n\n- [DeepSeek系列专栏合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBeJBwvqPZiW4dsk3su9ceYTSnPb?from=from_copylink)\n  - [x] [DeepSeek-R1-0528模型评测流程与完整测评报告（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FPipBwsglqiA3mjknHSNcmT20nLd)\n  - [x] [DeepSeek-R1-0528模型编程问题测试（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNYBkww42UiO3T3k7L7uczWyrnif)\n  - [x] [大模型配置硬件参考自查表！！（点我点我🔥）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCwfrw3rh6isIcskr0q9cvxxDnEe)\n  - [x] [DeepSeek R1 API调用指南（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJnEbw0SjviuMxKkUXbQcs4tEnFh)\n  - [x] [DeepSeek R1 本地部署与调用方法（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FXGnowJW70ikV6hkXzbhcLWYGnBc)\n  - [x] [DeepSeek R1 + Open-Webui多功能企业级部署实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FKw00w4KfCin7sRkAJjtcOYmWnYs)\n  - [x] [独家KTransformers技术实战！单卡4090运行DeepSeek满血版(课件)](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHOrmwchRGi7WQBk5eBCcZFTsn3I)\n  - [x] [Unsloth R1动态量化部署方案，最低0显存(课件)](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUC0Yw4WzTix4fAkboPccaop1nvg)\n  - [x] [Ktransformers+Unsloth联合部署方案实践（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQJ5ywpjnvieTKZk5kPHcG3sLnkd)\n  - [x] [DeepSeek R1模型蒸馏入门实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FL1A0wyqdPieHrykU8KWcEdpfn0q)\n  - [x] [DeepSeek R1蒸馏模型部署与调用（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FO8gyw6iiGi7oO5kOOW5cH9uYnp4)\n  - [x] [DeepSeek-R1蒸馏1.5B Qwen模型调用流程（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FLEUDw75JpiPLCGkUNR2cgfMKnJc)\n  - [x] [DeepSeek R1高效微调入门（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQx3Kwpr4HiKu7FkfZA0cgYMSnQe)\n  - [x] [DeepSeek R1 Distill高效微调入门实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FWWzZwHVNei8zsWkieJ3cyHzWnFe)\n  - [x] [DeepSeek R1 GRPO算法实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCwOWwlFP7iIds1kNQRucLsQ9nlf)\n  - [x] [DeepSeek R1本地知识库问答快速实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FFr4rwCLImivkr9ka6pdcrb0Anjf)\n  - [x] [DeepSeek-V3-0324模型深度解析（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FKVQHwzi5TiXqWEkMWdwcZv2yn3Q)\n  - [x] [DeepSeek v3 Function calling（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FL2GzwPrOHi1HykkFTY3cXGH2nJe)\n  - [x] [DeepSeek-V3-0324模型深度解析（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FKVQHwzi5TiXqWEkMWdwcZv2yn3Q)\n  - [x] [Open-WebUI接入DeepSeek v3流程详解（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUDphw0VWpi3QlikHuSwcl9bZnmg)\n  - [x] [DeepSeek v3本地部署流程（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FMa4awZJWGifP0pkNkIxcV3uTnVf)\n  - [x] [DeepSeek v3借助Swarm搭建多代理智能体(课件)](.\u002FOpen-source-model\u002FDeepSeek-V3\u002F2.DeepSeek%20v3%20Function%20calling实现方法.md)\n  - [x] [DeepSeek v3借助GraphRAG搭建知识库问答机器人(课件)](.\u002FOpen-source-model\u002FDeepSeek-V3\u002F2.DeepSeek%20v3%20Function%20calling实现方法.md)\n  - [x] [MiniDeepSeek分词器训练流程（课件）)](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZrkLwOqlzikogykSsmjcRXpUnLh)\n  - [x] [MiniDeepSeek预训练（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUtWZwlXFFiCss4krvt0c5JCWnrg)\n  - [x] [MiniDeepSeek后训练：全量指令微调+DPO强化学习微调（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FDVxAwaZTjib2JhkodoAcw7YonHf)\n  - [x] [DeepSeek Function calling功能详解（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSqsWwCzCIiMbNmkup2AclXHen3b)\n  - [x] [MCP+DeepSeek-V3-0324搭建miniManus开发实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FEjmSwWPjHiL0YLkImmec7RjXnwh)\n  - [x] [DeepSeek Function calling响应模式介绍（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FOIIYwGvkgiryrMkHeTFclC2Pnag)\n  - [x] [DeepSeek企业级智能体MiniManus开发实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FIOpjwnFAxiMoCBkucZocnQslnXx)\n  - [x] [DeepSeek Janus Pro本地部署与调用实战！（视频）](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002FBV1ZqFse9Egc\u002F)\n  - [x] [DeepSeek Janus本地部署与调用实战（课件 ）](.\u002FOpen-source-model\u002FDeepSeek%20Janus本地部署与调用实战\u002FDeepSeek%20Janus本地部署与调用实战.md)\n  - [x] [Janus Pro本地调用指南(课件)](.\u002FOpen-source-model\u002FJanus%20Pro本地调用指南\u002FJanus%20Pro本地调用指南.md)\n\n\n- Qwen-QVQ @建元Aris\n  - [x] [QvQ视觉推理大模型快速入门（课件）](.\u002FOpen-source-model\u002FQwen-QvQ\u002FQvQ视觉推理大模型快速入门.md)\n\n- Qwen2VL @建元Aris\n  - [x] [多模态大模型Qwen2VL安装部署与调用教程（课件）](.\u002FOpen-source-model\u002FQwen2VL\u002F多模态大模型Qwen2VL安装部署与调用教程.md)\n\n- Qwen-QWQ @建元Aris\n  - [x] [[Qwen-QWQ:32B]本地部署完整流程（课件）](.\u002FOpen-source-model\u002FQwen-QWQ\u002FQwen-QWQ团队开源推理大模型.md)\n  - [x] [Cursor调用QWQ实现辅助编程（课件）](.\u002FOpen-source-model\u002FQWQ接入Cursor\u002FQWQ接入Cursor实现辅助编程.md)\n\n- Qwen2.5-Coder @建元Aris\n  - [x] [Qwen2.5-Coder安装部署接入Cursor（课件）](.\u002FOpen-source-model\u002FQwen2.5-Coder\u002FQwen2.5-Coder系列模型.md)\n\n- Qwen2.5 @建元Aris\n  - [x] [Qwen2.5介绍与部署流程（课件）](.\u002FOpen-source-model\u002FQwen2.5\u002FQwen2.5介绍与部署流程.md)\n\n- Qwen @木羽Cheney\n  - [x] [Ubuntu22.04系统Qwen-Chat-7B部署文档（课件）](.\u002FOpen-source-model\u002FUbuntu22.04系统Qwen部署\u002FUbuntu22.04系统Qwen%20Chat%207B部署文档.md)\n  - [x] [Qwen模型的批量推理与推理加速（课件）](.\u002FOpen-source-model\u002FQwen推理加速\u002FQwen模型的批量推理与推理加速.md)\n  - [x] [Transformers库配置大模型开发环境（课件）](.\u002FOpen-source-model\u002FTransformers库配置大模型开发环境\u002FTransformers库的使用及配置大模型开发环境.md)\n  - [x] [Qwen大模型接入vLLM框架（课件）](.\u002FOpen-source-model\u002FTransformers库配置大模型开发环境\u002FTransformers库的使用及配置大模型开发环境.md)\n  - [x] [QwenAPI调用开发实践（课件）](.\u002FOpen-source-model\u002FQwen-API调用开发\u002FQwen模型API调用开发实践.md)\n\n- Llama3 @九天Hector\n  - [x] [Llama3本地部署与微调入门（课件）](.\u002FOpen-source-model\u002FLlama3部署与微调\u002FLlama3本地部署与微调入门.md)\n\n- LLaMA3架构全解与代码复现 @菜菜TsaiTsai\n  - [x] [LLaMA原理精讲与架构复现（课件）](.\u002FOpen-source-model\u002FLLaMA3架构全解与代码复现\u002FLLaMA原理精讲与架构复现.md)\n\n- ChatGLM3 @九天Hector\n  - [x] [ChatGLM3全新消息队列构建方法及模型性能评测（课件）](.\u002FOpen-source-model\u002FChatGLM3性能测评\u002FChatGLM3全新消息队列构建方法及模型性能评测.md)\n  - [x] [ChatGLM3-6B零基础部署与使用指南（课件）](.\u002FOpen-source-model\u002FChatGLM3-6B部署\u002FChatGLM3-6B零基础部署与使用指南.md)\n  - [x] [ChatGLM3 Function calling功能介绍与Agent实战（课件）](.\u002FOpen-source-model\u002FChatGLM3%2BFunction%2Bcalling\u002FChatGLM3%20Function%20calling功能介绍与Agent实战.md)\n\n- Baichuan2 @木羽Cheney\n  - [x] [BaiChuan 2 大模型生态介绍及本地私有化部署方案（课件）](.\u002FOpen-source-model\u002FBaiChuan2\u002FBaiChuan2%20大模型生态介绍及本地私有化部署方案.md)\n  - [x] [Baichuan2体系介绍与私有化部署（视频）](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002FBV15142197ph)\n\n- OpenAI @九天Hector\n  - [x] [OpenAI Realtime API 发布介绍（课件）](.\u002FOnline-model\u002FOpenAI-Realtime-API%20\u002FOpenAI实时语音API发布介绍.md)\n  - [x] [OpenAI 实时语音API功能介绍（课件）](.\u002FOnline-model\u002FOpenAI-Realtime-API%20\u002FOpenAI实时语音API功能介绍.md)\n  - [x] [Swarm快速入门介绍（课件）](.\u002FOnline-model\u002FOpenAI-swarm\u002FSwarm快速入门介绍.md)\n  - [x] [OpenAI o1模型快速入门（课件）](.\u002FOnline-model\u002FOpenAI-o1\u002FOpenAI%20o1模型快速入门.md)\n  - [x] [GPT4o API零门槛获取与调用指南（课件）](.\u002FOnline-model\u002FGPT-4o\u002FGPT4o%20API零门槛获取与调用指南.md)\n  - [x] [GPT-4o实战：多模态知识库+多模态机器人（课件）](.\u002FOnline-model\u002FGPT-4o多模态实战\u002FGPT-4o实战：多模态知识库%2B多模态机器人.md)\n  - [x] [手把手搭建一个GPTs（课件）](.\u002FOnline-model\u002F手把手搭建一个GPTs\u002F手把手搭建一个GPTs.md)\n\n\n- Claude @九天Hector\n  - [x] [Claude3.5 API调用方法介绍（课件）](.\u002FOnline-model\u002FClaude-3.5\u002FClaude3.5API调用方法介绍.md)\n  - [x] [Claude 3.5账号注册与API-KEY获取流程（课件）](.\u002FOnline-model\u002FClaude-3.5\u002FClaude3.5账号注册与API-KEY获取流程.md)\n  - [x] [Claude 3账号注册与API-KEY获取流程（课件）](.\u002FOnline-model\u002FClaude-3\u002FClaude3账号注册与API-KEY获取流程.md)\n\n\n- GLM-4 @九天Hector\n  - [x] [GLM-4在线大模型生态介绍（课件）](.\u002FOnline-model\u002FGLM-4快速入门\u002FGLM-4在线大模型生态介绍.md)\n  - [x] [GLM-4模型介绍与本地调用方法（课件）](.\u002FOnline-model\u002FGLM-4本地调用\u002FGLM-4模型介绍与本地调用方法.md)\n  - [x] [GLM-4模型参数详解（课件）](.\u002FOnline-model\u002FGLM-4参数详解\u002FGLM-4模型参数详解与多角色对话系统.md)\n  - [x] [GLM-4 API调用流程 & 关键参数详解丨技术干货（课件）](.\u002FOnline-model\u002FGLM-4-API调用全流程\u002FGLM-4%20API调用流程%20%26%20关键参数详解.md)\n  - [x] [GLM-4+Function+calling入门与实现（课件）](.\u002FOnline-model\u002FGLM-4%2BFunction%2Bcalling入门\u002FGLM-4%2BFunction%2Bcalling入门与实现.md)\n  - [x] [GLM-4开源模型零门槛部署与调用指南（课件）](.\u002FOnline-model\u002FGLM-4-9B\u002FGLM-4开源模型零门槛部署与调用指南.md)\n\n- Gemini @九天Hector\n  - [x] [Gemini API快速调用（课件）](.\u002FOnline-model\u002FGemini%20API快速调用\u002FGemini%20API快速调用.md)\n\n\n\n\n\u003Cdiv align=center>\n  \u003Ch1>🔸 社区讨论圈\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n  如果你对于大模型学习还有【更多需求】，或者想【提供项目文档】，可以扫描👇下方二维码提交，让我们共同构建维护这个项目吧~\n\n\u003Cdiv align=center>\n   \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffufankeji_LLMs-Technology-Community-Beyondata_readme_62f6adb4c585.png\" >\n\u003C\u002Fdiv>\n\n  社群技术交流氛围浓厚，我们不定期会开设私密硬核干货&前沿技术公开课噢~","\u003Cdiv align=center>\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffufankeji_LLMs-Technology-Community-Beyondata_readme_247abc8664c0.png\" >\n  \u003Ch1>🔶 近期热门更新\u003C\u002Fh1>\n\n   [🔥 多模态PDF检索+图文并茂回复，企业级「多模态RAG」系统开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVfUqwW0y2ii9CLkATzZcgWLmnke)\n\n   [⭐ LangGraph快速入门与企业级项目实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSKO3w1ddTi9ctdkXLmQcbYEfnvF)\n\n   [⭐ LangChain从入门到企业级项目实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGyXZwF4sbiSbQfkvdFHc5cP9nCh)\n\n   [⭐ Dify快速入门与聊天助手搭建流程](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FIp3GwzlIEi2JB8kHnxncLeDtnXe)\n\n   [👑 Suna本地部署指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGwXiwPCDxiniRJk9D8VcMo3NnBn?from=from_copylink)\n\n   [👑 CodeX快速上手指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGEzGwxdNriZHfwk9VjLcyAw6nqd)\n\n   [💥 GPT-OSS高效微调提升模型Agent性能基本原理+实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fdocx\u002FDYH5d4G1HoLnCKxhveBcuQQwnNd)\n\n   [💥 Qwen3混合推理模型「对话+推理」双形态高效微调实战（上）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCnFgwyxZLiDuvTk8SmEc9vWXnDh?from=from_copylink)\n\n   [💎 从零开发可一次输出5000字深度报告的mcp-server-deepresearch](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNmBIwIujUi27L4kNFNjc98wRnOf?from=from_copylink)\n\n   [💎 最热门十大MCP工具快速部署与智能体开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUnv8wuhE3iVgeikTikmceN6snBe?from=from_copylink)\n\n\n\n\u003C\u002Fdiv>\n\n\u003Cdiv align=center>\n  \u003Ch1>🔶 赋范大模型技术社区使用指南\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n>我猜咱们未来可能会有一些更深的链接，或者会有一些机会合作点什么，为了能更高效愉悦地沟通，不妨先查阅一下这篇👉[「社区使用说明文档」](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJcHnwk8IWi95GpkzicqceqKNnhd?from=from_copylink)💓～\n\n  本社区是围绕大模型、适用于内各阶大模型学习者的专属大模型教程，针对各类大模型提供包括环境设置、本地部署、项目开发、高效微调等技能在内的**「全流程指导」**，简化大模型的使用和应用流程，让更多的想转行大模型的学习者更好地使用大模型，帮助前沿、有效的大模型更快融入到普通学习者的生活中。\n\n  本社区主要包含的学习内容包括：\n\n* 热门（开源\u002F在线）大模型部署与调用\n* 大模型RAG、Agent开发技术实战\n* 大模型微调实战\n* 企业级落地项目开发实战训练\n\n  **社区创办的主要目的就是提供国内最前沿的优质大模型学习内容，成为大模型与学习者们的交流阶梯，实现个人学业\u002F职业\u002F兴趣的梦想，拥抱更恢弘而辽阔的大模型世界。**\n\n  现开设了大模型学习交流群，扫描下方二维码，海量硬核独家技术干货内容+无门槛技术交流，来遇见更多志同道合的小伙伴！社群技术交流氛围浓厚，不定期开设硬核干货&前沿技术公开课噢~\n\n\u003Cdiv align=center>\n  \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffufankeji_LLMs-Technology-Community-Beyondata_readme_62f6adb4c585.png\" >\n\u003C\u002Fdiv>\n\n\n>🌱**学习建议小Tips**：对于刚入门学习大模型的小伙伴，建议先学习环境配置、熟悉功能，然后再学习模型的部署使用，最后再学习进阶的技术。因为环境配置以及模型的部署使用只是基础，部署后对模型进行微调、RAG搭建、Agent开发等，属于是大模型的进阶。\n\n\n\u003Cdiv align=center>\n  \u003Ch1>🔶 社区目录\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n### [ 🎉 欢迎使用赋范大模型技术社区 |  Getting started](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJcHnwk8IWi95GpkzicqceqKNnhd?from=from_copylink)\n\n### [ 🔍 赋范大模型社区「搜索自查版」](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVsfTwzTS6iakxLkF4p6ch6oUn6c?from=from_copylink)\n\n### [ 💪赋范大模型技术实战复现成长营](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBNouw5bbyit7yWkslmWcc6F5nsf?from=from_copylink)\n\n### [ 📰AI大模型周周报专栏（分享版）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCLLnwd5aZi5kBgkzmAtcC6hlngc?from=from_copylink)\n\n### [ ✨学员深度访谈合集丨Agentic时代同行计划](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYZvVwOAu2i96U9kEinUcFzeqnif?from=from_copylink)\n\n### 1.1 开源大模型指南\n- [GPT-OSS（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FPmgcwJwTeiKVcYkUOPXcpQptn7g?from=from_copylink)\n- [Qwen3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNQjCwDk79icMgFkPJa1cVj5ynPc?from=from_copylink)\n- [DeepSeek v3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHU1lwF8DiiGTa7k7BbUcJIIenVf?from=from_copylink)\n- [DeepSeek R1（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FO3LywohuziEuQ9kg1mDc1uqFnKg)\n- [DeepSeek Janus（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVlPHwDAZVitsSAkiSi4c2gefngi?from=from_copylink)\n- [Phi-4 14B（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FRO5RwU5X5iKa05kKj5bcEjNPnxf?from=from_copylink)\n- [Qwen系列（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUZZCwWGmniPZ7pkD7ohcMPejnId?from=from_copylink)\n- [Llama 3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FH4mXwTX7di4bo2khUmxcD1slnYc?from=from_copylink)\n- [ChatGLM-3（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJAHhwLLYXiwUc4knFlwcke5bnLh?from=from_copylink)\n- [Baichuan2（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FWA9IwbVumilTlIkt1mlcN67dn9d?from=from_copylink)\n- [LlAMA.CPP开源推理框架使用指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUNITwA14fiMr5Gk8AGHcxTAUnqU?from=from_copylink)\n\n### 1.2 在线大模型指南\n- [GPT-5（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYnivwa7IVilnpJkvWZ5cw5zmn5d?from=from_copylink)\n- [OpenAI Responses API（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYDnCwWHc1iIHhzkvxercmiyMnHb?from=from_copylink)\n- [OpenAI Agents API（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYMoYw88XxiasdYk5sJ8cu4h6nrg?from=from_copylink)\n- [OpenAI Realtime API（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FTmE5wzZv0iG5LJkJVphcCV3Fncc?from=from_copylink)\n- [OpenAI Swarm（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FND72w8aUTiO7vZkXf3rcMfoGnjb?from=from_copylink)\n- [OpenAI o1（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVNCfwSA1piQqfZkGAe9cIqLFn6a?from=from_copylink)\n- [GPT4o（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHKrpwQ1BIiSy3AkElZLcjQscnvg?from=from_copylink)\n- [Claude系列（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FS1buwOLxbiF88RkS9k1c1d8Anle?from=from_copylink)\n- [Gemini系列（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQCIvwKpWnisAtok2NtIcwh6hn05?from=from_copylink)\n- [GLM-4（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FOMyXw5aVQibKMLkrMgLcYVd3n1d?from=from_copylink)\n\n### 1.3 RAG全栈技术\n- [多模态RAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVfUqwW0y2ii9CLkATzZcgWLmnke?from=from_copylink)\n- [GraphRAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBcEiwp1t7iWE3EkKr3xcJZCLnBe?from=from_copylink)\n- [Agentic RAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FMpt8wZ6Y8ix8BzkoJwocKr0wnWe?from=from_copylink)\n- [RAG（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FTPj1wSLOYi9hxLknViccjpAnnod?from=from_copylink)\n\n### 1.4 Agent开发范式（更多项目查看实战项目部分）\n- [LangChain（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGyXZwF4sbiSbQfkvdFHc5cP9nCh?from=from_copylink)\n- [LangGraph（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSKO3w1ddTi9ctdkXLmQcbYEfnvF?from=from_copylink)\n- [Dify（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FDadOwgA4fia7yekCbclcZ9HCnyb?from=from_copylink)\n- [Multi-Agent（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGKxkw87FLinDj6kYl3Pc5t5qnhH?from=from_copylink)\n- [Agent（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FXVcTwbs2FijnszkP6lBcRPd7ntc?from=from_copylink)\n\n### 1.5 微调\n- [LLaMA-Factory（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FGGTJwFEV9icFknkQT45czzX5n7g?from=from_copylink)\n- [LoRA（README）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNiIPwnUJ7iyvJMkZ2WycqqMsnQb?from=from_copylink)\n- [GPT-OSS高效微调实战丨数据集专题+模型Agent性能微调（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FPmgcwJwTeiKVcYkUOPXcpQptn7g)\n- [Qwen3混合推理模型「对话+推理」双形态高效微调实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCnFgwyxZLiDuvTk8SmEc9vWXnDh)\n- [DeepSeek R1高效微调入门（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQx3Kwpr4HiKu7FkfZA0cgYMSnQe?from=from_copylink)\n\n### 2.1 热门项目实战合集\n- [从0到1搭建企业级多模态RAG检索引擎丨olmOCR与MinerU](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZSUowLdl0izBQwkRPIicPvp7n2m)\n- [借助最新模型GPT-4.1搭建一个Mini DeepResearch实战项目](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FWhVjwreh9iE9YFkuofNc0uudnpa)\n- [DeepSeek企业级智能体MiniManus开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FIOpjwnFAxiMoCBkucZocnQslnXx)\n- [CherryStudio+高德MCP打造个人出行规划助理](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBfeTwX1xricORMkK9gCcjLqTnWf?from=from_copylink)\n- [DeepSeek R1模型蒸馏入门实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FL1A0wyqdPieHrykU8KWcEdpfn0q)\n- [Agent智能客服案例实战（DeepSeek+LangGraph）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNaUDwDa6QiRfOCkRP9pcmUydnYb)\n- [MateGen：新一代交互式AI智能编程助手（安装与部署文档）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FEdhYwIEGRiCx9ekhuaKcU8f4nkb?from=from_copylink)\n- [企业级DB-GPT安装部署指南](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FEXl0wICqgiiOErkAWHBcxy9wnYe?from=from_copylink)\n- [手动复现DeepSeek v3丨预训练+全量指令微调+DPO强化学习微调全流程实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZrkLwOqlzikogykSsmjcRXpUnLh?from=from_copylink)\n- [从零搭建开发私有智能客服系统](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZCQSwFYUfio90KkUMN5c8CFPnHM?from=from_copylink)\n- [从零训练专属大模型技术实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FFeivwiFfTinLpUk04BlcN8MhnTf?from=from_copylink)\n- [B站动态数据&舆情分析智能体](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fdocx\u002FUtsmdFQgXo3K8kxGyuscaPpDnZd?from=from_copylink)\n- [Qwen2.5-Coder适配Cursor实现低代码开发](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FORB8wd6t8iQiWQkfd7McZxChnif)\n- [CrewAI+LangChain搭建Multi Agent系统实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHoLNwUIlKiOaUgk1rwyco99enFf?from=from_copylink)\n- [从零构建类ChatGPT的智能对话系统（RAG技术核心）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FVaP4wS7xNicrygkfjBmc67RenEe?from=from_copylink)\n- [从0搭建Agent+RAG](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FF4zLw1WltiTbWNkuEtacp6c0nzd?from=from_copylink)\n- [GLM-4本地Python代码解释器与数据分析Agent开发实战](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYTQPwtvcIiYv4ok1jGGcURvBnHc?from=from_copylink)\n\n\u003Cdiv align=center>\n  \u003Ch1>🔶 技术专栏合集（持续更新中）\u003C\u002Fh1>\n\n### [👉 LLM 新手入门必看](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FF7gnwNzMWiPSyukEGxAcKRg5nog)\n### [👉 MCP实战系列合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSVJOwHAjHiTXyskeRr7cL03invb?from=from_copylink)\n### [👉 Qwen3技术实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNQjCwDk79icMgFkPJa1cVj5ynPc)\n### [👉 DeepSeek系列专栏合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBeJBwvqPZiW4dsk3su9ceYTSnPb?from=from_copylink)\n### [👉 LLM热点追踪丨赋范空间](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZZ1GwHa7tiOhPzkjVvUccYjSnzf?from=from_copylink)\n\n\u003C\u002Fdiv>\n\n\n##\n\n\u003Cdiv align=center>\n  \u003Ch1>社区高净值资料\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n>🍄**学习小Tips**：社区资料课件包含代码，均有配套的**讲解视频**，有需要的小伙伴可在本页开头部分扫码加入我们的社区交流群，享受社区完整学习资源～\n\n\n- [Qwen3技术实战合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNQjCwDk79icMgFkPJa1cVj5ynPc?from=from_copylink)\n  - [x] [Qwen3系列模型配置硬件参考自查表（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FYVYowzJxoiHOopkQFB2cjIB7nLh)\n  - [x] [Qwen-3深度解析！仅需1\u002F3硬件成本，性能超越DeepSeek-R1（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FB5QVwYf7ti5ePKke3zwcqbnJnxh)\n  - [x] [Qwen-3部署与调用详解丨模型详解、transformer原生库调用流程、Qwen3-14B模型接入Ollama（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FT5NZwZyZViK61DkYUSdcznYlnfc)\n  - [x] [Qwen-3部署与调用详解丨Qwen3模型接入vLLM、OpenWeb-UI，借助llama.cpp运行Qwen3模型（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJK2Aw80cPikVLLkcY1Kcn9t5nTg)\n  - [x] [自由控制Qwen3模型的思考模式（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSSemwgNHlibSKLkfwlHcXZsCnnc)\n  - [x] [Qwen3接入MCP技术实战（上）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBPTFwhmzdi44uBkiJVXcA5dQnRg)\n  - [x] [Qwen3接入MCP技术实战（下）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FOzpKwnV4UirmiJkZfOtch49yn50)\n  - [x] [Qwen3混合推理模型「对话+推理」双形态高效微调实战（上）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCnFgwyxZLiDuvTk8SmEc9vWXnDh)\n  - [x] [Qwen3高效微调实战丨从数据集创建到微调结果评估全流程（下）（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZrfwwUrO1iYQgRkYpE1cLeLLnPh)\n  - [x] [【专题讲解】微调数据集构造原理详解（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FMLxWwTt2Bim4FwkdgIRcSkU0nZf)\n\n- [DeepSeek系列专栏合集](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBeJBwvqPZiW4dsk3su9ceYTSnPb?from=from_copylink)\n  - [x] [DeepSeek-R1-0528模型评测流程与完整测评报告（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FPipBwsglqiA3mjknHSNcmT20nLd)\n  - [x] [DeepSeek-R1-0528模型编程问题测试（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FNYBkww42UiO3T3k7L7uczWyrnif)\n  - [x] [大模型配置硬件参考自查表！！（点我点我🔥）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCwfrw3rh6isIcskr0q9cvxxDnEe)\n  - [x] [DeepSeek R1 API调用指南（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJnEbw0SjviuMxKkUXbQcs4tEnFh)\n  - [x] [DeepSeek R1 本地部署与调用方法（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FXGnowJW70ikV6hkXzbhcLWYGnBc)\n  - [x] [DeepSeek R1 + Open-Webui多功能企业级部署实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FKw00w4KfCin7sRkAJjtcOYmWnYs)\n  - [x] [独家KTransformers技术实战！单卡4090运行DeepSeek满血版(课件)](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FHOrmwchRGi7WQBk5eBCcZFTsn3I)\n  - [x] [Unsloth R1动态量化部署方案，最低0显存(课件)](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUC0Yw4WzTix4fAkboPccaop1nvg)\n  - [x] [Ktransformers+Unsloth联合部署方案实践（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQJ5ywpjnvieTKZk5kPHcG3sLnkd)\n  - [x] [DeepSeek R1模型蒸馏入门实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FL1A0wyqdPieHrykU8KWcEdpfn0q)\n  - [x] [DeepSeek R1蒸馏模型部署与调用（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FO8gyw6iiGi7oO5kOOW5cH9uYnp4)\n  - [x] [DeepSeek-R1蒸馏1.5B Qwen模型调用流程（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FLEUDw75JpiPLCGkUNR2cgfMKnJc)\n  - [x] [DeepSeek R1高效微调入门（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FQx3Kwpr4HiKu7FkfZA0cgYMSnQe)\n  - [x] [DeepSeek R1 Distill高效微调入门实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FWWzZwHVNei8zsWkieJ3cyHzWnFe)\n  - [x] [DeepSeek R1 GRPO算法实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FCwOWwlFP7iIds1kNQRucLsQ9nlf)\n  - [x] [DeepSeek R1本地知识库问答快速实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FFr4rwCLImivkr9ka6pdcrb0Anjf)\n  - [x] [DeepSeek-V3-0324模型深度解析（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FKVQHwzi5TiXqWEkMWdwcZv2yn3Q)\n  - [x] [DeepSeek v3 Function calling（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FL2GzwPrOHi1HykkFTY3cXGH2nJe)\n  - [x] [DeepSeek-V3-0324模型深度解析（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FKVQHwzi5TiXqWEkMWdwcZv2yn3Q)\n  - [x] [Open-WebUI接入DeepSeek v3流程详解（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUDphw0VWpi3QlikHuSwcl9bZnmg)\n  - [x] [DeepSeek v3本地部署流程（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FMa4awZJWGifP0pkNkIxcV3uTnVf)\n  - [x] [DeepSeek v3借助Swarm搭建多代理智能体(课件)](.\u002FOpen-source-model\u002FDeepSeek-V3\u002F2.DeepSeek%20v3%20Function%20calling实现方法.md)\n  - [x] [DeepSeek v3借助GraphRAG搭建知识库问答机器人(课件)](.\u002FOpen-source-model\u002FDeepSeek-V3\u002F2.DeepSeek%20v3%20Function%20calling实现方法.md)\n  - [x] [MiniDeepSeek分词器训练流程（课件）)](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FZrkLwOqlzikogykSsmjcRXpUnLh)\n  - [x] [MiniDeepSeek预训练（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FUtWZwlXFFiCss4krvt0c5JCWnrg)\n  - [x] [MiniDeepSeek后训练：全量指令微调+DPO强化学习微调（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FDVxAwaZTjib2JhkodoAcw7YonHf)\n  - [x] [DeepSeek Function calling功能详解（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSqsWwCzCIiMbNmkup2AclXHen3b)\n  - [x] [MCP+DeepSeek-V3-0324搭建miniManus开发实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FEjmSwWPjHiL0YLkImmec7RjXnwh)\n  - [x] [DeepSeek Function calling响应模式介绍（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FOIIYwGvkgiryrMkHeTFclC2Pnag)\n  - [x] [DeepSeek企业级智能体MiniManus开发实战（课件）](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FIOpjwnFAxiMoCBkucZocnQslnXx)\n  - [x] [DeepSeek Janus Pro本地部署与调用实战！（视频）](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002FBV1ZqFse9Egc\u002F)\n  - [x] [DeepSeek Janus本地部署与调用实战（课件 ）](.\u002FOpen-source-model\u002FDeepSeek%20Janus本地部署与调用实战\u002FDeepSeek%20Janus本地部署与调用实战.md)\n  - [x] [Janus Pro本地调用指南(课件)](.\u002FOpen-source-model\u002FJanus%20Pro本地调用指南\u002FJanus%20Pro本地调用指南.md)\n\n\n- Qwen-QVQ @建元Aris\n  - [x] [QvQ视觉推理大模型快速入门（课件）](.\u002FOpen-source-model\u002FQwen-QvQ\u002FQvQ视觉推理大模型快速入门.md)\n\n- Qwen2VL @建元Aris\n  - [x] [多模态大模型Qwen2VL安装部署与调用教程（课件）](.\u002FOpen-source-model\u002FQwen2VL\u002F多模态大模型Qwen2VL安装部署与调用教程.md)\n\n- Qwen-QWQ @建元Aris\n  - [x] [[Qwen-QWQ:32B]本地部署完整流程（课件）](.\u002FOpen-source-model\u002FQwen-QWQ\u002FQwen-QWQ团队开源推理大模型.md)\n  - [x] [Cursor调用QWQ实现辅助编程（课件）](.\u002FOpen-source-model\u002FQWQ接入Cursor\u002FQWQ接入Cursor实现辅助编程.md)\n\n- Qwen2.5-Coder @建元Aris\n  - [x] [Qwen2.5-Coder安装部署接入Cursor（课件）](.\u002FOpen-source-model\u002FQwen2.5-Coder\u002FQwen2.5-Coder系列模型.md)\n\n- Qwen2.5 @建元Aris\n  - [x] [Qwen2.5介绍与部署流程（课件）](.\u002FOpen-source-model\u002FQwen2.5\u002FQwen2.5介绍与部署流程.md)\n\n- Qwen @木羽Cheney\n  - [x] [Ubuntu22.04系统Qwen-Chat-7B部署文档（课件）](.\u002FOpen-source-model\u002FUbuntu22.04系统Qwen部署\u002FUbuntu22.04系统Qwen%20Chat%207B部署文档.md)\n  - [x] [Qwen模型的批量推理与推理加速（课件）](.\u002FOpen-source-model\u002FQwen推理加速\u002FQwen模型的批量推理与推理加速.md)\n  - [x] [Transformers库配置大模型开发环境（课件）](.\u002FOpen-source-model\u002FTransformers库配置大模型开发环境\u002FTransformers库的使用及配置大模型开发环境.md)\n  - [x] [Qwen大模型接入vLLM框架（课件）](.\u002FOpen-source-model\u002FTransformers库配置大模型开发环境\u002FTransformers库的使用及配置大模型开发环境.md)\n  - [x] [QwenAPI调用开发实践（课件）](.\u002FOpen-source-model\u002FQwen-API调用开发\u002FQwen模型API调用开发实践.md)\n\n- Llama3 @九天Hector\n  - [x] [Llama3本地部署与微调入门（课件）](.\u002FOpen-source-model\u002FLlama3部署与微调\u002FLlama3本地部署与微调入门.md)\n\n- LLaMA3架构全解与代码复现 @菜菜TsaiTsai\n  - [x] [LLaMA原理精讲与架构复现（课件）](.\u002FOpen-source-model\u002FLLaMA3架构全解与代码复现\u002FLLaMA原理精讲与架构复现.md)\n\n- ChatGLM3 @九天Hector\n  - [x] [ChatGLM3全新消息队列构建方法及模型性能评测（课件）](.\u002FOpen-source-model\u002FChatGLM3性能测评\u002FChatGLM3全新消息队列构建方法及模型性能评测.md)\n  - [x] [ChatGLM3-6B零基础部署与使用指南（课件）](.\u002FOpen-source-model\u002FChatGLM3-6B部署\u002FChatGLM3-6B零基础部署与使用指南.md)\n  - [x] [ChatGLM3 Function calling功能介绍与Agent实战（课件）](.\u002FOpen-source-model\u002FChatGLM3%2BFunction%2Bcalling\u002FChatGLM3%20Function%20calling功能介绍与Agent实战.md)\n\n- Baichuan2 @木羽Cheney\n  - [x] [BaiChuan 2 大模型生态介绍及本地私有化部署方案（课件）](.\u002FOpen-source-model\u002FBaiChuan2\u002FBaiChuan2%20大模型生态介绍及本地私有化部署方案.md)\n  - [x] [Baichuan2体系介绍与私有化部署（视频）](https:\u002F\u002Fwww.bilibili.com\u002Fvideo\u002FBV15142197ph)\n\n- OpenAI @九天Hector\n  - [x] [OpenAI Realtime API 发布介绍（课件）](.\u002FOnline-model\u002FOpenAI-Realtime-API%20\u002FOpenAI实时语音API发布介绍.md)\n  - [x] [OpenAI 实时语音API功能介绍（课件）](.\u002FOnline-model\u002FOpenAI-Realtime-API%20\u002FOpenAI实时语音API功能介绍.md)\n  - [x] [Swarm快速入门介绍（课件）](.\u002FOnline-model\u002FOpenAI-swarm\u002FSwarm快速入门介绍.md)\n  - [x] [OpenAI o1模型快速入门（课件）](.\u002FOnline-model\u002FOpenAI-o1\u002FOpenAI%20o1模型快速入门.md)\n  - [x] [GPT4o API零门槛获取与调用指南（课件）](.\u002FOnline-model\u002FGPT-4o\u002FGPT4o%20API零门槛获取与调用指南.md)\n  - [x] [GPT-4o实战：多模态知识库+多模态机器人（课件）](.\u002FOnline-model\u002FGPT-4o多模态实战\u002FGPT-4o实战：多模态知识库%2B多模态机器人.md)\n  - [x] [手把手搭建一个GPTs（课件）](.\u002FOnline-model\u002F手把手搭建一个GPTs\u002F手把手搭建一个GPTs.md)\n\n\n- Claude @九天Hector\n  - [x] [Claude3.5 API调用方法介绍（课件）](.\u002FOnline-model\u002FClaude-3.5\u002FClaude3.5API调用方法介绍.md)\n  - [x] [Claude 3.5账号注册与API-KEY获取流程（课件）](.\u002FOnline-model\u002FClaude-3.5\u002FClaude3.5账号注册与API-KEY获取流程.md)\n  - [x] [Claude 3账号注册与API-KEY获取流程（课件）](.\u002FOnline-model\u002FClaude-3\u002FClaude3账号注册与API-KEY获取流程.md)\n\n\n- GLM-4 @九天Hector\n  - [x] [GLM-4在线大模型生态介绍（课件）](.\u002FOnline-model\u002FGLM-4快速入门\u002FGLM-4在线大模型生态介绍.md)\n  - [x] [GLM-4模型介绍与本地调用方法（课件）](.\u002FOnline-model\u002FGLM-4本地调用\u002FGLM-4模型介绍与本地调用方法.md)\n  - [x] [GLM-4模型参数详解（课件）](.\u002FOnline-model\u002FGLM-4参数详解\u002FGLM-4模型参数详解与多角色对话系统.md)\n  - [x] [GLM-4 API调用流程 & 关键参数详解丨技术干货（课件）](.\u002FOnline-model\u002FGLM-4-API调用全流程\u002FGLM-4%20API调用流程%20%26%20关键参数详解.md)\n  - [x] [GLM-4+Function+calling入门与实现（课件）](.\u002FOnline-model\u002FGLM-4%2BFunction%2Bcalling入门\u002FGLM-4%2BFunction%2Bcalling入门与实现.md)\n  - [x] [GLM-4开源模型零门槛部署与调用指南（课件）](.\u002FOnline-model\u002FGLM-4-9B\u002FGLM-4开源模型零门槛部署与调用指南.md)\n\n- Gemini @九天Hector\n  - [x] [Gemini API快速调用（课件）](.\u002FOnline-model\u002FGemini%20API快速调用\u002FGemini%20API快速调用.md)\n\n\u003Cdiv align=center>\n  \u003Ch1>🔸 社区讨论圈\u003C\u002Fh1>\n\u003C\u002Fdiv>\n\n  如果你对于大模型学习还有【更多需求】，或者想【提供项目文档】，可以扫描👇下方二维码提交，让我们共同构建维护这个项目吧~\n\n\u003Cdiv align=center>\n   \u003Cimg src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffufankeji_LLMs-Technology-Community-Beyondata_readme_62f6adb4c585.png\" >\n\u003C\u002Fdiv>\n\n  社群技术交流氛围浓厚，我们不定期会开设私密硬核干货&前沿技术公开课噢~","# LLMs-Technology-Community-Beyondata 快速上手指南\n\n本指南旨在帮助开发者快速接入“赋范大模型技术社区”资源，掌握从环境配置、模型部署到企业级项目实战的全流程技能。社区专注于提供国内最前沿的大模型（如 Qwen3, DeepSeek R1\u002FV3, GPT-OSS 等）教程与实战代码。\n\n## 环境准备\n\n在开始学习或复现社区项目前，请确保您的开发环境满足以下基础要求：\n\n### 系统要求\n*   **操作系统**: Linux (推荐 Ubuntu 20.04\u002F22.04), macOS, 或 Windows (建议配合 WSL2 使用)。\n*   **硬件配置**:\n    *   **入门学习**: 8GB+ 内存，无需独立显卡（使用在线 API 或量化小模型）。\n    *   **本地部署\u002F微调**: 建议 NVIDIA GPU，显存 16GB+ (运行 7B-14B 模型)，32GB+ (运行 70B+ 模型或全量微调)。\n    *   **参考自查**: 社区提供详细的《大模型配置硬件参考自查表》，可根据目标模型查询具体需求。\n\n### 前置依赖\n请安装以下基础工具链：\n*   **Python**: 版本 3.9 - 3.11 (推荐 3.10)。\n*   **Package Manager**: `pip` 或 `conda`。\n*   **Git**: 用于克隆项目代码。\n*   **CUDA Toolkit**: 若需本地运行 GPU 加速模型，请安装与显卡驱动匹配的 CUDA 版本 (通常 11.8 或 12.1+)。\n\n> 💡 **国内加速建议**：\n> 推荐使用国内镜像源加速 Python 包下载：\n> ```bash\n> pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n## 安装步骤\n\n本社区不是一个单一的 Python 库，而是一个包含多个开源项目、教程和实战代码的资源集合。获取资源的步骤如下：\n\n### 1. 加入社区与获取资料\n扫描社区二维码或访问飞书文档链接，获取最新的项目代码仓库地址和课件资料。\n*   **核心入口**: [欢迎使用赋范大模型技术社区](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FJcHnwk8IWi95GpkzicqceqKNnhd)\n\n### 2. 克隆具体项目代码\n根据您想学习的方向（如 RAG、Agent、微调），在对应的文档页面找到 GitHub\u002FGitee 仓库链接。以通用的大模型推理框架 `LLaMA.CPP` 或微调框架 `LLaMA-Factory` 为例：\n\n```bash\n# 示例：克隆 LLaMA-Factory 微调框架 (具体链接请以社区最新文档为准)\ngit clone https:\u002F\u002Fgithub.com\u002Fhiyouga\u002FLLaMA-Factory.git\ncd LLaMA-Factory\n\n# 安装依赖 (推荐使用国内镜像)\npip install -e \".[torch,metrics]\" -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 3. 模型下载 (可选)\n若需本地部署模型，建议使用 `ModelScope` (魔搭社区) 或 `Wisemodel` (始智 AI) 等国内平台加速下载：\n\n```bash\n# 安装 modelscope\npip install modelscope -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n\n# 示例：下载 Qwen3 模型\npython -c \"from modelscope import snapshot_download; snapshot_download('Qwen\u002FQwen3-7B', cache_dir='.\u002Fmodels')\"\n```\n\n## 基本使用\n\n社区内容涵盖广泛，以下提供两个最典型的使用场景示例：\n\n### 场景一：调用在线\u002F本地大模型 (基于社区教程)\n参考社区提供的 [Qwen3 部署与调用详解](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FT5NZwZyZViK61DkYUSdcznYlnfc)，使用 Python 快速调用模型：\n\n```python\nfrom transformers import AutoTokenizer, AutoModelForCausalLM\n\n# 加载模型 (路径为本地下载路径或模型 ID)\nmodel_name = \".\u002Fmodels\u002FQwen3-7B\" \ntokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)\nmodel = AutoModelForCausalLM.from_pretrained(model_name, device_map=\"auto\", trust_remote_code=True)\n\n# 构建输入\nprompt = \"请简述大模型 RAG 技术的核心原理。\"\ninputs = tokenizer(prompt, return_tensors=\"pt\").to(model.device)\n\n# 生成回复\noutputs = model.generate(**inputs, max_new_tokens=512)\nprint(tokenizer.decode(outputs[0], skip_special_tokens=True))\n```\n\n### 场景二：启动企业级 RAG\u002FAgent 项目\n参考社区 [LangGraph 快速入门](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FSKO3w1ddTi9ctdkXLmQcbYEfnvF) 或 [Dify 搭建流程](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FIp3GwzlIEi2JB8kHnxncLeDtnXe)，构建智能体应用：\n\n1.  **配置环境变量**:\n    ```bash\n    export OPENAI_API_KEY=\"your_api_key\"\n    export MODEL_NAME=\"qwen-max\" # 或本地模型地址\n    ```\n2.  **运行实战脚本** (以社区提供的 MiniManus 或 DeepResearch 项目为例):\n    ```bash\n    # 进入具体项目目录\n    cd projects\u002Fdeepseek-minimanus\n    \n    # 安装项目特定依赖\n    pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n    \n    # 启动服务\n    python main.py --config config.yaml\n    ```\n\n> 🌱 **学习路径建议**：\n> 1. 先阅读 [LLM 新手入门必看](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FF7gnwNzMWiPSyukEGxAcKRg5nog) 熟悉基础概念。\n> 2. 按照 [环境配置 -> 模型部署 -> 微调\u002FRAG\u002FAgent 开发] 的顺序进阶。\n> 3. 结合社区提供的 [实战复现成长营](https:\u002F\u002Fkq4b3vgg5b.feishu.cn\u002Fwiki\u002FBNouw5bbyit7yWkslmWcc6F5nsf) 进行动手练习。","某初创团队的技术负责人李明，正带领三名新手工程师紧急开发一款面向法律行业的“多模态合同智能审查助手”，需在两周内完成从环境搭建到深度报告生成的全流程交付。\n\n### 没有 LLMs-Technology-Community-Beyondata 时\n- **环境配置耗时过长**：团队在本地部署 Qwen3 或 DeepSeek 模型时，因缺乏统一的依赖管理指南，花费三天时间解决版本冲突和环境报错，严重压缩了核心开发时间。\n- **进阶技术无从下手**：面对“多模态 RAG\"和\"Agent 开发”等前沿需求，成员只能在碎片化的博客中摸索，无法找到针对企业级场景的完整实战代码和架构思路。\n- **微调效果难以保障**：试图通过微调提升模型在法律条款推理上的准确率，却因不懂 GPT-OSS 高效微调原理，导致模型出现灾难性遗忘，性能不升反降。\n- **深度功能开发受阻**：想要实现一次性输出 5000 字深度分析报告的功能，但找不到成熟的 MCP Server 开发范例，只能从零造轮子，项目延期风险极高。\n\n### 使用 LLMs-Technology-Community-Beyondata 后\n- **部署流程一键标准化**：直接参照社区提供的《Qwen3 混合推理模型本地部署指南》和《Suna 本地部署指南》，半天内即可完成所有模型的环境配置与调用测试。\n- **企业级架构快速复用**：利用《多模态 PDF 检索 + 图文并茂回复》和《LangGraph 企业级项目实战》教程，团队直接复用了成熟的 RAG 架构，迅速实现了合同图文解析功能。\n- **微调性能显著提升**：基于《GPT-OSS 高效微调》和《Qwen3 对话 + 推理双形态微调实战》课程，成功优化了模型的法律推理能力，准确率大幅提升且训练稳定。\n- **高阶功能即时落地**：通过《从零开发可一次输出 5000 字深度报告的 mcp-server-deepresearch》教程，快速集成了深度报告生成模块，按时完成了项目交付。\n\nLLMs-Technology-Community-Beyondata 将原本需要数月摸索的大模型全链路开发过程，浓缩为可执行的标准作业程序，让初创团队能以最低成本快速构建企业级 AI 应用。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ffufankeji_LLMs-Technology-Community-Beyondata_247abc86.png","fufankeji","Beyondata","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ffufankeji_c02ccde6.jpg","与5w开发者共同成长，持续分享“大模型开源项目”和“职业成长”内容～","China Beijing",null,"https:\u002F\u002Fgithub.com\u002Ffufankeji",929,147,"2026-04-17T15:40:46","","未说明",{"notes":86,"python":84,"dependencies":87},"该仓库（LLMs-Technology-Community-Beyondata）并非单一的可执行 AI 工具，而是一个大模型技术社区的资源索引和教程合集。README 内容主要包含各类大模型（如 Qwen3, DeepSeek, Llama 3 等）、框架（LangChain, LangGraph, Dify）及实战项目的飞书文档链接。具体的运行环境需求（操作系统、GPU、内存、Python 版本及依赖库）取决于用户选择学习的特定模型或项目，需参考 README 中提供的对应链接文档获取详细配置信息。",[],[35,14,13],"2026-03-27T02:49:30.150509","2026-04-19T03:03:16.927554",[],[]]