零成本拥有私有AI助手！手把手教你本地部署可用大模型_服务软件

1. B站悄悄上线了AI新功能！IndexTTS2开源，本地部署一键启动！

2. 《扣子开发 AI Agent 智能体应用》001-智能体概述

3. 【硬核教程】教你搭建Mac AI集群！4台M3 Ultra，运行万亿参数大模型！

4. 告别显存不足，轻薄本也能丝滑跑百亿大模型？！

5. 【硬核】超聚变128GB 显存的N卡小主机，居然一个游戏都跑不了？

6. 最新AI视频神器！Wan2.2-Animate 免费开源 · 本地部署，角色一致性惊艳，动画替换效果拉满！| 零度解说

7. #中国超算之父称中国智能体领先世界# 最近种草了一部新手机，被称为“双十一省钱机”的荣耀Magic8，简直太适合喜欢购物的伙伴们了，省钱。省心、省时又省事！今天又看了#荣耀AI终端生态大会# ，荣耀AI场景化生态更是覆盖了八大生活高频场景，其中的宠物健康场生活场景，构建了丰富宠物硬件生态，AI赋能让智能设备更懂宠物，可以行为分析、视觉识别，实时定位，让养宠人能做到真的放心。#中国工程院院士点赞的AI长啥样##荣耀Magic8##万事找YOYO#凤凰网科技的微博视频

8. LTX-2 最新开源模型！只需8G显存，即可生成电影级AI大片！太离谱了，附本地部署教程！| 零度解说

9. AI智能体也卷起来了？又懂业务又不用搭工作流…

10. 双卡 48G 显存！最省钱的多卡大显存选择 Arc Pro B60

11. 快抄作业！我用JoyAgent搞了个AI团队 2025年都快结束了，Agent是不是还没用上？我找到了打工人用上智能体的最简单方法，就是用JoyAgent把每天重复的SOP全做成Agent，不懂代码也能零门槛搭建，而且效果很稳定。看着AI团队全自动打工、出活，非常解压。 #AI #智能体 #JoyAgent #JoyCode #京东云

12. 开发 AI Agent 应用时，直接使用 LangChain 或 LangGraph 等框架虽然方便，但复杂的抽象往往像个“黑盒”，让开发者难以理解底层的调用逻辑和决策机制。ai-agents-from-scratch 是一个专注于教学的开源项目，主张从零开始构建 AI Agent。它不依赖现有的成品框架，而是通过 Node.js 和本地大模型，带你一步步拆解 Agent 的核心原理。项目不仅涵盖了基础的模型调用，还深入讲解了函数调用、长期记忆、ReAct 推理模式等关键技术，帮助开发者在掌握底层逻辑后再去更明智地选择和使用框架。GitHub：github.com/pguso/ai-agents-from-scratch主要功能：- 基于 node-llama-cpp 实现本地大模型运行，无需依赖云端 API；- 循序渐进的学习路径，从基础交互到复杂的系统提示词与角色设定；- 深入解析函数调用原理，展示 LLM 如何决定调用工具并处理返回结果；- 实现持久化存储与记忆管理，让 Agent 具备跨会话的信息记忆能力；- 详解 ReAct 推理模式，演示“思考-行动-观察”的循环逻辑；- 提供进阶教程，手写实现类似 LangChain 的 Runnable 接口和状态机图结构。该项目要求 Node.js 18 以上环境，建议配置 16GB 内存以流畅运行本地 GGUF 模型。它非常适合希望深入理解 Agent 架构、提升 AI 应用底层开发能力的工程师参考学习。

13. 本地AI怎么玩？不花钱！不联网！上手AI工作站！

14. 90G超大显存轻薄本挑战70B大模型！联想小新Pro 14 2025能否战未来？【翼王】

15. 说句话就能自动找番下载？我把本地80B大模型调教成了“追番特工”！

16. 「Github一周热点103期」超轻量的clawdbot、编程智能体的记忆工具、聊天记录分析工具、视觉agent框架和键盘、鼠标统计工具

17. 单卡双芯 48G 显存！打造 20L 紧凑型 AI 算力怪兽：DeepSeek 70B 实测 19 tokens/s

18. AI 修图神器！Qwen-Image-Edit 对比 Nano Banana 模型如何？附本地部署教程！ | 零度解说

19. 两个教学项目：1️⃣从零开始构建 AI 智能体github.com/pguso/ai-agents-from-scratch本仓库教你从基本原理开始，使用本地 LLM 和 node-llama-cpp 构建 AI 代理。通过完成这些示例，你将理解：✨LLM 的基本工作原理✨智能体究竟是什么（LLM + 工具 + 模式）✨不同智能体架构的运作方式✨框架为何做出某些设计选择理念：通过构建学习。深入理解后，再明智地使用框架。2️⃣从零开始构建RAGgithub.com/pguso/rag-from-scratch通过一步步构建RAG（检索增强生成）来解密它的原理。没有黑箱。没有云API。只有清晰的解释、简单的示例和你完全理解的本地代码。这个项目遵循与《从零开始构建 AI 智能体》相同的理念：通过简洁、解释清楚的真实代码，使开发者能够理解先进的AI概念。你将学到：✨RAG到底是什么，以及它为何在知识检索中如此强大。✨嵌入（embeddings）如何工作，如何将文本转化为模型能理解的数字。✨如何构建本地向量数据库，高效地存储和查询文档。✨如何连接所有内容，检索上下文并将其输入到大语言模型（LLM）中以获得有依据的答案。✨如何重新排序和规范化，提高检索精度并减少噪声。✨一步步的代码演示，每个函数都有解释，毫不隐瞒。#科技先锋官#

20. 发现个开源项目OpenAkita，看定位是本地部署的全能AI助手。试了下，安装配置几步搞定，不用折腾半天环境，对小白很友好。用了发现它的记忆功能特点实用，能记住使用者的偏好，不是那种说完就忘的AI。还能使用工具操作浏览器，处理文件。关键是接国内办公软件很方便，钉钉飞书都能用。本地部署数据在自己手里，用着踏实。开源做到这份上，值得给个赞！使用地址：openakita.ai

21. 今天我们开源了一个新的AI Agent项目。Wegent：一个能够定义、编排和执行Agent团队的开源系统。和其它Agent开发系统的区别是，Wegent底层使用声明式方式构建和编排 AI Agent，这就意味着部署智能体就像是在K8S里部署负载一样，可以实现基于yaml直接定义部署Agent服务。同时，Wegent的底层定义中区分了智能体的“Ghost（提示词）”和“Shell（执行器）”的概念。例如，你既可以把Claude Code作为智能体的“壳”实现远程编码Agent系统，也可以基于Agno的“壳”来实现DeepResearch系统。在开源项目里也增加了配套的前端服务，可以直接在网页中构建新的Agent团队。项目地址：github.com/wecode-ai/Wegent（附件是用Wegent实现的网页版Claude Code的效果）

22. 本地部署大模型？天选Air2026锐龙AI Max版简单开箱

23. 爆火的 Z-Image 模型！8G 显存能跑，无内容审查、支持NFWS、超高速，本地部署教程！支持（Win/Mac）| 零度解说

24. 全网最细的零门槛OpenClaw教程！云端部署，无缝体验【以及聊聊AI落后焦虑】

25. Anthropic：高效构建 AI 智能体的上下文工程

26. 《从零开始构建智能体》从基础理论到实际应用，全面掌握智能体系统的设计与实现在线阅读： datawhalechina.github.io/hello-agents/Hello-Agents 是 Datawhale 社区的系统性智能体学习教程。如今 Agent 构建主要分为两派，一派是 Dify，Coze，n8n 这类软件工程类 Agent，其本质是流程驱动的软件开发，LLM 作为数据处理的后端；另一派则是 AI 原生的 Agent，即真正以 AI 驱动的 Agent。本教程旨在带领大家深入理解并构建后者——真正的 AI Native Agent。教程将带领你穿透框架表象，从智能体的核心原理出发，深入其核心架构，理解其经典范式，并最终亲手构建起属于自己的多智能体应用。我们相信，最好的学习方式就是动手实践。希望这本教程能成为你探索智能体世界的起点，能够从一名大语言模型的"使用者"，蜕变为一名智能体系统的"构建者"。✨ 你将收获什么？ 📖 Datawhale 开源免费完全免费学习本项目所有内容，与社区共同成长 🔍 理解核心原理深入理解智能体的概念、历史与经典范式 🏗️ 亲手实现掌握热门低代码平台和智能体代码框架的使用 🛠️ 自研框架HelloAgents 基于 Openai 原生 API 从零构建一个自己的智能体框架 ⚙️ 掌握高级技能一步步实现上下文工程、Memory、协议、评估等系统性技术 🤝 模型训练掌握 Agentic RL，从 SFT 到 GRPO 的全流程实战训练 LLM 🚀 驱动真实案例实战开发智能旅行助手、赛博小镇等综合项目 📖 求职面试学习智能体求职相关面试问题#科技先锋官#

27. 大家都在热炒“AI代理”，但真正重要的框架你了解吗？2025年，AI代理框架将成为新的云平台。懂它们，你能更快构建、更稳交付，领先那些还在拼命拼凑提示词的团队；不懂，你会坐看竞争对手快10倍。这些框架不是玩具，而是“作弊码”：它们提供可复用逻辑、清晰的流程编排、内置记忆、工具接入，以及团队和个人最需要的——可预测的工作流。这里整理了7个值得关注的免费AI代理框架：1. Botpress——最易上手，支持生产环境，视觉构建，部署灵活，适合真正交付。2. LangChain——研究者乐园，完全可控，定制无限，但不小心也容易出错。3. CrewAI——多代理快速原型，多角色协作，适合演示和线性任务。4. Microsoft Semantic Kernel——微软生态企业首选，轻松集成现有应用和后端。5. AutoGen——多代理严密编排，全消息追踪，适合需要透明度的团队。6. AutoGPT——自主工作流，适合个人或小团队，擅长研究和批量任务。7. Rasa——数据和隐私完全掌控，行业级对话系统，适合对安全敏感的场景。选框架不是比功能，而是看你的需求：你要速度还是掌控？视觉还是代码？是做原型还是大规模部署？需不需要深度集成？安全重要吗？真正赢得这波浪潮的，不是最花哨的代理，而是能最快构建代理的团队。如果你还没开始玩这些框架，赶紧入手。实验和被淘汰的距离，正在变得极短。原文：x.com/connordavis_ai/status/1989654933004796021

28. 登顶Hugging Face GAIA全球榜首！中兴超级智能体终结「AI黑盒」时代

29. 7天逆袭！零基础搞定AI智能体，告别加班做职场超人

30. 从零把装有MI50显卡的二手服务器打造成终极ALL IN ONE主机：ZFS+SMB+Docker+KVM+三卡AI推理！

31. 乐奇AI眼镜上手：2026，什么样的智能眼镜才是未来？

32. DeepSeek，正如其名，深耕求索 AI 边界。DeepSeek V3.2 系列模型正式发布：开源 AI 推理能力直逼 GPT-5，Speciale 版斩获多项金牌在人工智能领域，开源模型的迅猛发展正重塑全球 AI 生态。今日（2025 年 12 月 1 日），中国 AI 初创公司 DeepSeek 宣布正式发布两款重量级大语言模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。这一双模型同步上线，不仅标志着 DeepSeek 在参数规模和推理能力上的新突破，更在开源社区引发热议。DeepSeek-V3.2 主打日常应用场景下的 Agent 强化能力，而 V3.2-Speciale 则作为“长思考增强版”，融入先进数学证明机制，在国际竞赛基准中屡获金牌。官方网页端、App 和 API 已全面更新，支持开发者即时接入。这一发布时机恰逢全球 AI 竞争白热化之际。DeepSeek 团队强调，新模型在训练过程中优化了多模态融合和长上下文处理，参数规模达数百亿级别，旨在桥接开源与闭源模型的性能鸿沟。以下，我们将从模型架构、基准评测、与其他顶尖模型的比较以及潜在影响四个维度，进行专业剖析。模型架构与创新亮点DeepSeek-V3.2 系列基于前代 V3.1 的 MoE（Mixture of Experts）架构迭代而来，总参数量超过 600B，其中活跃参数高效分配至 70B 级别。这种设计显著降低了推理延迟，同时提升了在复杂任务下的稳定性。核心创新包括： • Agent 能力强化：V3.2 内置多步规划模块，支持自主工具调用和动态决策链路，适用于自动化工作流场景，如代码生成和数据分析。 • 长思考机制：V3.2-Speciale 引入“思考链”（Chain-of-Thought）增强变体，结合 DeepSeek-Math-V2 的定理证明引擎。该版本在处理逻辑验证任务时，能模拟人类逐步推理过程，避免幻觉输出。 • 开源友好：模型权重已在 Hugging Face 和 GitHub 公开，支持 FP16/INT8 量化部署，适用于边缘设备。这些特性使 V3.2 系列不止于通用对话，更向专业垂直领域倾斜，如数学、编程和科学模拟。基准评测：性能数据详解为评估新模型的实际表现，DeepSeek 团队公布了多项国际标准基准结果，并邀请第三方机构验证。总体而言，V3.2 在推理和数学任务上表现出色，平均得分逼近闭源顶流。数学与逻辑推理基准 • GSM8K（小学数学）：V3.2 得分 98.2%，V3.2-Speciale 达 99.5%，接近人类专家水平。Speciale 版在长链推理中优势明显，错误率降至 0.5% 以下。 • MATH（高中数学竞赛）：Speciale 版斩获 92.7% 准确率，在 IMO 2025 模拟赛中获金牌，超越谷歌 Gemini Deep Think。该成绩得益于集成定理证明器，能自动验证几何和代数推导。 • AIME（美国数学邀请赛）：V3.2 系列平均 85.4%，较前代提升 12%。独立评测显示，Speciale 版在 MLPerf Inference v5.1 推理基准中，处理长序列输出时延迟仅为 GPT-5 的 1.2 倍。编程与多模态任务 • HumanEval（代码生成）：V3.2 达 89.6% 通过率，略高于 Claude 3.5 Sonnet，在 Aider 编程测试中得分 71.6%，标志着开源模型在软件工程领域的突破。 • MMLU-Pro（多学科知识）：整体得分 87.3%，在生物医学子集上表现尤佳，Nature 杂志的一项临床评测显示，DeepSeek 模型在 NMLE（国家医学执照考试）中超越 OpenAI o1，准确率提升 15%。安全效率评估NIST 的 CAISI 报告指出，V3.2 在安全基准（如红队攻击抵抗）中得分 92/100，优于多数美国参考模型，同时价格仅为闭源竞品的 1/10。量化后，推理速度提升 2.5 倍，支持 128K 上下文窗口。然而，评测也暴露短板：V3.2 在创意写作（如 GPQA 基准）中得分 78.5%，落后于 Gemini-3.0-Pro 约 5%。此外，独立测试显示其在边缘案例下的幻觉率仍需优化。与顶尖模型的横向比较DeepSeek V3.2 系列的发布，直接挑战了 OpenAI GPT-5 和 Google Gemini 的霸主地位。在综合基准 Arena-Hard 上，V3.2 以 91.2 分逼平 GPT-5（92.1 分），但略逊于 Gemini-3.0-Pro（93.8 分）。 17 Speciale 版在数学子集上逆转胜出，IMO 金牌成绩更胜一筹，终结了“闭源垄断高难度推理”的叙事。与其他开源模型相比，V3.2 碾压 Llama 3.1（MMLU 85.2%）和 Mistral Large（编程 82.4%），其 MoE 架构在能效上领先 30%。这一成绩源于 DeepSeek 的“渐进式蒸馏”训练策略，从 685B 基座模型提炼而出。开源生态影响与未来展望DeepSeek V3.2 的开源策略，将进一步加速 AI 民主化。开发者可通过 API 免费测试，预计短期内涌现大量 Agent 应用，如智能医疗诊断和自动化科研。长期看，这一发布或推动中美 AI 合作，缓解地缘壁垒。模型规模膨胀带来的碳足迹，以及在非英语语料上的泛化问题。DeepSeek 团队已承诺后续迭代，将融入更多多语言支持。DeepSeek V3.2 系列的亮相，不仅是技术跃进，更是开源精神的胜利。它证明，开源模型已能与闭源巨头并驾齐驱，甚至在特定领域领跑。对于从业者和研究者而言，这是部署高性能 AI 的绝佳时机。未来，随着更多评测数据涌现，我们期待 V3.2 在真实世界中绽放光彩。参考文献： • DeepSeek 官方公告及基准报告。 • 第三方评测：NIST CAISI、Nature 临床基准、MLPerf 等。（本文基于公开数据撰写）#DeepSeek同时发布2款新模型##ai生活指南##ai创造营#

33. AI可能发现相对论吗？ #大咖观察 #鄂伦春 #智能体 #红衣聊AI

34. 有了OpenSkills这个开源项目，Cursor, Antigravity, Gemini CLI 或者Qwen CLI也能在本地环境中运行Claude Skills了。试了下Gemini-CLI，还挺快就能上手。这个项目的目的是让你能够在本地运行 Claude（或者其他支持 MCP 协议的 LLM）的技能（Skill），不再依赖云端 API，从而实现隐私保护、本地数据处理等场景。它本质上是一个本地技能执行引擎，支持各种专用任务，例如处理文档、图像等，也可以自己扩展新技能。#ai创造营# #程序员#

35. 图解 AI 智能体的上下文工程

36. 英伟达AI超算3999开售，「掌心之中」可部署所有大参数开源模型！

37. 现在这行情，还有程序员主动降薪 40%？！这位前大厂资深 AI 工程师，就这么干了！📉 只因为受够了 AI 部署“最后一公里”的重复劳动，他怒跳 955 公司，降薪 40% 就是为了有更多时间把自己的想法肝出来！于是，nndeploy 诞生了！这是一款简单易用、高性能的端侧 AI 部署框架，让模型轻松运行在本地设备上。它通过可视化⼯作流降低⻔槛，统⼀接⼝搞定多端推理，并内置 LLM、AIGC、换脸、目标检测、图像分割等开箱即用的 AI 模型部署配置文件。GitHub 地址：github.com/nndeploy/nndeploy过去一年，nndeploy 由“一个人的灵感”变为“一群人的共建”，并在智能汽车、AI Box 等场景实现落地应用。这就是开源的力量。💪#开源##GitHub##程序员##AI##AI创造营##人工智能##程序员的日常生活#

38. 怎么本地部署大模型？新手必看的入门教程分享！

39. 目前本地部署大模型依然有很高的硬件门槛，那么有哪些实用且适合本地部署的AI小模型？

40. 盘点一周AI大事(1月11日)｜最强人形机器人 OpenAI公布2026研发路线图 DeepSeek被爆2月发布DeepSeek V4 Google推出Veo3驱动的数字人Vids 字节开源换脸视频模型DreamID-V 阿里开源数字人框架HRM2Avatar Lightricks开源顶级视频模型LTX-2 ElevenLabs推出最强语音转录模型Scribe v2 斯坦福开源睡眠分析模型SleepFM 港大发布开源版NotebookLM DeepTutor Razer推出全息AI老婆Project AVA 波士顿动力推出下一代Atlas #抖音知识年终大赏 #前沿科技趋势发布月 #AI新星计划 #AI #机器人

41. OpenClaw 爆火的 AI 自动化神器！本地部署 Clawdbot，对接聊天软件！最新教程｜零度解说

42. Z-Image 零基础上手指南：本地部署 + 提示词模板实战 http://t.cn/AXyoszxn “无需 4090，6GB 显存笔记本也能生成带中文字的商业级海报！ Z-Image 作为一款高效能、轻量化的生成式 AI 模型，不仅推理速度快，更原生支持中英双语理解与精准渲染。本文将从模型下载 → 配置 ComfyUI → 撰写提示词 → 解决常见报错，手把手带你完成 Z-Image 的本地部署与实战使用，小白友好。” #科技先锋官#

43. 这个Awesome-local-LLM不错，需要本地运行LLM的，可以收藏起来，是一个很好的起步索引。包括：1 运行平台收录了可以在本地运行 LLM 的平台，例如 LM Studio、LocalAI、jan 等，可用于下载和管理本地模型。2 推理引擎包括底层模型推理实现或高性能框架，例如 llama.cpp、vLLM、koboldcpp 等，可以作为实际模型计算的基础。3 用户界面列出了一些友好的本地聊天界面和前端项目，比如 Open WebUI、SillyTavern、Lobe Chat，为模型交互提供 UI 支持。4 LLM模型汇集了各种开源或社区权重的模型资源，从通用模型如 Qwen3、Gemma 3，到专业用途的代码模型、音频/图像模型等。5 工具与框架收录了用于构建、管理、增强 LLM 应用的工具，如 LangChain、AutoGPT、RAG 框架、代理系统、记忆管理框架等。6）教程与硬件建议提供从基础模型推理到复杂代理系统的学习材料，同时还涵盖了本地运行 LLM 时的硬件配置说明。github.com/rafska/Awesome-local-LLM#ai创造营# #程序员#

44. AI 智能体上下文工程 4 大核心策略，拯救大模型的「金鱼记忆」！

45. Flowise AI是开源可视化AI工作流构建平台，基于LangChain架构，核心降低AI工作流搭建门槛，通过拖拽节点即可串联模型、数据库与API，适配企业内部智能问答、自动化报告生成、多工具协同等场景，无需复杂代码开发。 GitHub:github.com/FlowiseAI/Flowise 主要功能： 1. 可视化流程设计：拖拽式节点界面，直观搭建模型调用、数据处理、工具联动逻辑；2. 多模型兼容：支持OpenAI、Claude、Ollama等主流LLM，可灵活切换本地/云端模型；3. 多智能体协作：支持配置多个AI智能体协同工作，适配人机混合流程场景；4. 系统集成能力：可将搭建的工作流导出为REST API，或直接嵌入现有业务系统；5. 执行监控追溯：内置详细执行日志，支持流程运行状态追踪与问题排查；6. 自托管部署：支持Docker与源码部署，数据本地存储，保障隐私安全。上手零代码门槛，非技术人员也能快速构建AI流程。实际使用中，企业搭建智能客服问答流程仅需小时级，多模型切换无需重构流程，是需要快速落地AI自动化能力的团队优选工具。

46. 大模型怎么本地部署？从准备到实施的完整指南！

47. 告别命令行！OpenClaw 桌面客户端 ClawX：可视化部署生产级 AI 智能体

48. 加速智能体开发：从 Serverless 运行时到 Serverless AI 运行时

49. AI智能体时代，职场规则已不同以往。想成为赢家，关键在于找准自己的位置。#大咖观察 #红衣聊AI #智能体

50. 感觉秒哒成了百度的一款明星AI产品，还挺多人用的，零代码搭建一个产品，不需要会代码、美工等等技术活，一句话搭建前后端，甚至不需要注册域名，域名备份也算挺麻烦的一件小事嘛。上线一年整，很多用户拿到了黑客松的奖金，有搭好几十个应用的，赚到实实在在的钱。秒哒真实口碑挺好，百度已经采用大会+各地小会的方式来做地推了，包揽各地创作者。前几年大家还在讲低代码，今后讲零代码，这就是AI的变革速度啊…

51. 网页链接这篇文章介绍了如何构建一个完全运行在本地的轻量级 AI Agent，使其能够执行浏览网页、查找信息或与网页元素交互等任务。作者特别强调了使用极小参数量（350M）的模型来完成通常认为需要大模型才能处理的复杂任务。技术栈包括LFM2-350M（Liquid AI 开发的一个仅 3.5 亿参数的小型高效语言模型）、 GRPO 算法和 OpenEnv 标准。#科技先锋官##AI创造营#

52. 现在可以通过Docker本地运行Unsloth GGUF模型了！无论是Mac还是Windows，只需一行命令，甚至无需写代码，就能轻松启动大型语言模型（LLM）。这是Unsloth与Docker的合作成果，动态GGUF格式现已开放给所有人。只需执行： docker model run ai/gpt-oss:20B 即可在本地快速运行20亿参数的模型，极大提升开发者体验和效率，推动整个生态向前发展。这意味着——AI推理不再依赖云端，隐私更有保障，响应更快速，应用场景更广泛。无论你是研究者、开发者还是爱好者，都能轻松接入强大模型，开启自定义和离线AI的新篇章。此外，社区反馈积极，支持Linux、Nvidia GPU等多种环境，未来兼容性与性能将持续优化。值得关注的是，这种“开箱即用”的体验，正是推动AI民主化的重要一步。动手试试，体验本地AI的无限可能，告别复杂配置，让AI技术真正触手可及。详细指南：x.com/UnslothAI/status/1990428016296812595 —— 思考：当AI模型运行不再受限于云端，数据隐私与实时响应成为可能，未来的智能应用将更加个性化和安全。我们正站在AI本地化的风口浪尖，技术普及是推动社会智能化的关键。

53. 详解大模型本地部署方案：从理论到实践的跨越

54. 给大家推荐一个不错的开源项目 Hello-Agents，是一套从零开始学习构建智能体的免费教程。内容覆盖得比较全面。基础部分讲了大模型和 Agent 的核心概念，实战部分手把手带你实现 ReAct、Plan-and-Solve、Reflection 这些开发模式。如果你更习惯用低代码平台，教程里也有 Coze、Dify、n8n 的实操内容。框架方面涉及 Python 生态里常用的 AutoGen、AgentScope、LangGraph，项目本身还从零搭建了一个 HelloAgents 框架。除此之外，记忆机制、RAG、MCP、评估方法这些也都有涉及，案例挺多的，还整理了面试相关的题目和代码。唯一的小遗憾是代码都是 Python 写的。顺便说一句，这个项目来自 datawhalechina 组织，他们那里还有不少其他 AI 相关的教程资源，感兴趣可以去看看。开源项目地址：github.com/datawhalechina/hello-agents#科技先锋官##微博兴趣创作计划##AI创造营#

55. 【保姆级】RAG智能体终极方案：n8n+Google File Search，零门槛搭建高精度RAG工作流！

56. 【在本地搭建一个真正属于你的AI助手】最近发现了一个很有意思的项目叫Clawdbot，一个可以完全运行在自己设备上的个人AI助手。它解决了一个核心痛点：我们日常使用的通讯工具太碎片化了。微信、Telegram、Slack、Discord、iMessage……每个平台都在争夺注意力，但真正能帮你处理事务的智能助手往往被困在某个单一入口里。Clawdbot的思路很直接：把AI助手接入你已经在用的所有聊天渠道。不管你是用WhatsApp跟朋友聊天，还是在Slack上处理工作，同一个助手都能响应你。它支持的平台相当全面，包括Teams、Signal、Google Chat，甚至iMessage。技术架构上，它采用了本地Gateway作为控制中枢的设计。所有的会话管理、工具调用、事件处理都在本地完成。这意味着你的对话数据不需要经过第三方服务器中转。几个让我觉得设计得比较用心的地方：语音交互方面，它在Mac、iOS、Android上都支持语音唤醒和持续对话模式，接入了ElevenLabs的语音服务。这让它更接近一个真正的随身助手，而不只是个聊天窗口。安全策略上，默认对陌生人的私信采用配对码验证机制。只有你主动批准的联系人才能触发AI响应，这在接入真实通讯平台时是必要的防护。它还内置了浏览器控制、定时任务、跨设备节点调用等能力。Mac上可以执行系统命令和通知推送，iOS和Android设备可以作为远程节点提供摄像头、录屏、位置等能力。模型选择上推荐搭配Claude的Pro或Max订阅使用Opus 4.5，理由是长上下文处理能力更强，对提示注入攻击的抵抗力也更好。当然也支持OpenAI的模型。整个项目用Node.js构建，安装流程做了向导式引导。对于想要把AI助手真正融入日常工作流，同时又在意数据隐私的人来说，这是一个值得尝试的方案。本地优先的理念正在成为一种趋势。当AI能力足够强大时，把控制权交还给用户，让助手运行在自己的设备上，这可能是比依赖云服务更可持续的路径。github.com/clawdbot/clawdbot

57. 微软又一次做到了！利用人工智能代理进行构建几乎不可能一次成功。你花了几天时间调整提示语，添加示例，希望情况能有所改善。没有任何系统性的方法，全靠猜测。这正是微软的 Agent Lightning 所要解决的问题。这是一个开源框架，可以使用强化学习训练任何人工智能代理。它可与 LangChain、AutoGen、CrewAI、OpenAI SDK 或纯 Python 配合使用。它的运作方式如下：> 无论你使用什么框架，你的代理都能正常运行。只需添加一个轻量级的 agl.emit ()辅助函数，或者让追踪器自动收集所有信息即可。> Agent Lightning 会捕获每一个提示、工具调用和奖励，并将它们存储为结构化事件。你选择一个算法（强化学习、提示优化、微调）。它读取事件，学习模式，并生成改进的提示或策略权重。训练器会将更新推送回您的代理。您的代理无需您重写任何代码即可得到改进。最棒的是：你还可以优化多智能体系统中的各个智能体。我已经把GitHub仓库的链接分享在回复里了！如果您觉得我应该制作一个视频演示来讲解这部分内容，请告诉我！

58. 《扣子开发 AI Agent 智能体应用》022-扣子数据库实战（扣子数据库实战案例：搭建 AI登记助手）

59. 零基础开发AI智能体！这本《扣子开发AI Agent》必读！

60. 零代码也能玩转AI智能体？2026最值得尝试的5大平台测评榜单一览

61. AI入门指南

62. 小白必看

63. 普通人零代码入门AI智能体

64. 如何搭建自己的第一个智能体 - 哔哩哔哩

65. 从 0 到 1 搭建智能体，零代码也能搞定！职场人必看的效率神器指南

66. OpenClaw本地AI助手部署攻略及优势解析

67. 手把手教你用Ollama + LangChain构建本地问答系统

68. Clawdbot开发者实战

69. OpenClaw 个人 AI 助手搭建指南

70. 私人AI助手神器！本地运行大模型就这么简单

71. OpenCode+Ollama搭建本地AI编程助手，告别付费API，小白也能做

72. 《10步玩转电脑本地AI部署

73. Prolog+知识图谱封神！程序员自研AI助手，解决本地LLM没用的痛点

74. 如何使用 Ollama 打造你的本地 AI 助手

75. 摆脱云端

76. 从零开始

77. Ollama 完整安装与使用指南

78. 使用 Ollama 在 Linux 上部署 DeepSeek 模型的命令行操作步骤

79. 本地大模型部署

80. 本地一键部署Deepseek大模型

81. [大模型实战 01] 本地大模型初体验

82. LM Studio 使用入门

83. LMStudio AI - AI语言模型工具包

84. 【LM Studio篇】不懂编程也能学会！几分钟教你在本地部署大模型

85. 零门槛构建私有大模型应用

86. 小白安装私密Windows本地部署AI模型

87. 谁说搭建Ai agent一定要先啃高数和Python，只要用扣子，一个人轻松能搞定智能体。不管你是内容创作者，hr，销售运营，老师，产品研发，但凡有重复性工作，一个智能体都能替你搞定，比请10个员工还顶用。这本用扣子搭建AI agent，就是专门为零基础小白的搭骨架神器，妥妥的保姆级教程，小白看完就能轻松上手。#扣子 #AI #智能体#学习

88. 独门小妙招

89. 有手就行，用讯飞星辰一分钟搭建智能体

90. Agent 智能体实战课- 0基础搭建自动化副业提效系统

91. Agent搭建详细教程，存一下吧很难找全了

92. OpenAI发布「Agent Builder」❗️玩法详解·程序员狂喜

93. 微软开源Agent Lightning

94. CrewAI 使用教程，手把手教你用打造 AI 协作团队

95. 多智能体协作框架 CrewAI 简介

96. 解锁智能体AI的力量

97. 一文了解 CrewAI 是什么？

98. 今天用了CrewAI组建团队开发智能体

99. CrewAI 新手起飞指南

100. AI智能体，第17章角色扮演框架

101. 零代码入门CrewAI第一天上手（附可复制代码）

102. 从 0 到 1 手写一个企业级 AI Agent（FastAPI + 多轮对话）｜真实项目 Demo V1.0 开发展示

103. 10分钟本地免费部署AI大模型，旧电脑也能跑得动

104. AI大模型系列教程--模型部署

105. 创新工作室开课啦！第26弹 | 在自己的电脑上运行一个大模型，可能吗？

106. 一文读懂大模型智能体（Agent）

107. 断网也能用？教你用Ollama把大模型装进自己电脑，隐私绝对安全！

108. Ollama本地部署DeepSeek全攻略

109. 本地AI部署实战指南

110. CPU跑AI不再卡顿！llama.cpp革新本地大模型部署，让每个人电脑变身推理引擎

111. Ollama

112. 01 - 大模型推理框架选型入门

113. 花3186元给AI员工买了台Mac Mini

114. 4GB GPU 能跑 Qwen 大模型吗？这几个版本亲测可行，附部署小技巧

115. 【AI硬核实践】3B小模型挑战多模态极限！Qwen2.5-Omni-3B本地部署与实战揭秘！

116. Phi-3 技术报告

117. 别再迷信Docker！Mac Mini + OpenClaw才是AI Agent的终极形态

118. 「无需显卡」纯CPU环境也能流畅运行大模型！Llama.cpp本地部署Qwen3-0.6B攻略

119. 十分钟在 openEuler 上搭建本地 AI 服务

120. 0成本解锁国行Mac，5步强开Apple Intelligence

121. RK3576给大家小小的AI震撼，本地AI大模型

122. 不用框架，0-1构建AI Agent（DeepSeek篇）

123. 本地部署开源 AI 神器 LocalAI 并实现外部访问

124. Ollama安装及系统环境配置

125. 想在本地运行LLM模型？快来看看如何使用Ollama实现！

126. Intel Arc A770 部署Qwen3（ollama+openwebui） - 哔哩哔哩

127. 显存告急、模型爆炸？原来是 ComfyUI 在提醒你这些问题

128. ComfyUI 报错 CUDA out memory 解决方法

129. ai模型训练显卡推荐

130. 为什么本地AI应用生成速度慢？硬件与软件优化指南

131. GPU 显存解码

132. NVIDIA RTX PRO 5000 72GB Blackwell GPU现已全面上市，为桌面智能代理式 AI 增加高显存选项

133. 全球最小的AI超级计算机

134. 老肖修卡

135. 【新手篇】ComfyUI新手避坑

136. NVIDIA重磅官宣全新GPU Rubin CPX

137. AI算力冷知识 | No.15

138. NVIDIA 5090-128 GB GPU 曝光

139. AI芯片利用率低？其实是存储系统的问题

140. 确认了！NVIDIA正式官宣下一代GPU Rubin CPX

141. NVIDIA突然官宣新GPU！多达128GB显存

142. NVIDIA官宣新GPU Rubin CPX！多达128GB显存、推理性能高达百万token

143. ComfyUI 报错 CUDA out memory 解决方法

144. Spring AI + Ollama + DeepSeek 环境搭建与模型调用！

145. Ollama+OpenClaw实现本地部署多个可切换的大模型！

146. 3. Ollama 安装，流式输出，多模态，思考模型

147. 本地部署AI Agent开发环境(Ollama+Qwen3+AIAgent)

148. Agent-Zero：零代码构建AI智能体系统的实践与洞察

149. 玩玩本地安装大模型

150. CrewAI 框架

151. 使用 CrewAI 代理编程 Arduino

152. 一键部署AI智能体平台！把扣子装自己电脑上！

153. 阿里云AI服务器一键部署Qwen3大模型，个人开发者如何上线推理？

154. 8GB内存也能跑大模型！openEuler + Ollama 实战部署教程

155. 轻量 AI 神器！FastAIE 让大模型直接执行命令、扫描端口、操作文件|工具分享

156. 🔥手把手教你基于OpenClaw构建本地AI助理实战！以 #1Panel 开源面板为基础，搭配 #Ollama 本地大模型（无需担心 Token 花销），手把手教您部署当下火爆的个人#AI 助理应用 #openclaw 。通过这三款开源软件的组合，实现 OpenClaw 本地全天候稳定运行，真正成为您的贴身专属智能助理！💻✨

157. 如何使用 LM Studio 在本地运行 LLM？

158. 智能体来了：从 0 到 1 搭建个人 AI 助手

159. Ollama+Open WebUI本地部署Llama3教程

160. AutoGen框架入门:5个核心概念搭建智能体协作系统

161. LM Studio本地部署Qwen3

162. 【大模型部署篇】Mac Cherry studio + LM studio零代码部署本地大模型

163. 从 0 到 1 搭建 AI 智能体：从创建、知识库与提示词，到 MCP 接入和多智能体协作的全流程实践与评测

164. 如何在纳米AI平台零代码搭建数据分析智能体？3步搞定企业级分析

165. 【2025保姆级教程】LM studio部署本地大模型下载安装使用，以及API接口调用的详细图文 - 哔哩哔哩

166. Ollama 发布一键命令运行 Clawdbot, Claude Code, OpenCode 和 Codex

167. 部署大模型的API实战教程！

168. AutoGen：AI协作王炸

169. 大语言模型应用开发框架LangChain、LangGraph、CrewAI、AutoGen

170. 不懂编程也能学会！几分钟教你在本地部署大模型

171. Clawdbot 本地部署实战（LM Studio）

172. AutoGen 全面指南：微软开源多代理框架

173. Windows安装Ollama及deepseek模型

174. DeepSeek本地部署与微调

175. 最好用的开源AI智能体（Agent）开发框架对比：LangChain-AutoGen-LlamaIndex等

176. 零代码搭建企业智能体：BuildingAI 开源平台支持 RAG 与智能体控制（MCP）

177. 别被 “一键部署” 骗了！使用Ollama本地部署DeepSeek 避坑指南

178. 普通人速进！零代码解锁AI智能体开发，开启无限可能

179. 腾讯开源Youtu-LLM：2B轻量级大模型，具备原生agentic能力

180. ollama部署到本地电脑以及常用命令

181. 手把手教你构建企业级本地AI漏洞文库：基于Ollama + DeepSeek R1+ Anything LLM 完整指南

182. 本地私有大模型部署

183. 教你 3 分钟搭建 AI 助手，超 Easy！

184. 2025 年顶级 AI Agent 框架全景：LangChain、AutoGen、CrewAI

零成本拥有私有AI助手！手把手教你本地部署可用大模型

精选参考来源