Hermes AI-assistants färdigheter för verkliga produktionsmiljöer
Profilförsta Hermes-konfigurationer för seriösa arbetsbelastningar
Hermes AI-assistenten, officiellt dokumenterad som Hermes Agent, positioneras inte som en enkel chatt-hylsa.
AI
OpenClaw-färdighetsekosystem och praktiska produktionsval
Färdigheter som är värt att behålla och de som bör utelämnas
OpenClaw har två typer av utökningsberättelser, och de är lätta att blanda ihop.
Plugin utökar runtime-miljön. Färdigheter (skills) utökar agentens beteende.
OpenClaw-plugins — Översikt över ekosystemet och praktiska val
Plugin först. En kort sammanfattning av färdighetsnamn.
Den här artikeln handlar om OpenClaw-tillägg — inbyggda gateway-paket som lägger till kanaler, modellleverantörer, verktyg, röstminne, media, webbsökning och andra runtime-ytor.
Mönster för produktionsmiljö för OpenClaw med plugin och färdigheter
Hur verkliga OpenClaw-system faktiskt är strukturerade
OpenClaw ser enkelt ut i demonstrationer. I produktion blir det ett system.
Anthropic stänger hålet för Claude-agentverktyg
Claude-prenumerationer driv inte längre agenter.
Den tysta lösningen som drev en våg av experiment med agenter är nu stängd.
Vane (Perplexica 2.0) – Snabbstart med Ollama och llama.cpp
Självhöstad AI-sökning med lokala stora språkmodeller
Vane är en av de mer pragmatiska lösningarna inom området för “AI-sök med källhänvisningar”: ett självärbetet svarsmotor som blandar live-webbhämtning med lokala eller molnbaserade LLM:er, samtidigt som hela stacken hålls under din kontroll.
Installera och konfigurera Claude Code för Ollama, llama.cpp samt prissättning
Agentbaserad kodning, nu med lokala modellbakar.
Claude Code är inte bara autokomplettering med bättre marknadsföring. Det är ett agenterbaserat kodverktyg: det läser din kodbas, redigerar filer, kör kommandon och integreras med dina utvecklingsverktyg.
Hermes AI-assistent – installation, konfiguration, arbetsflöde och felsökning
Installation och snabbstart för utvecklare av Hermes Agent
Hermes Agent är en självhöstad, modellagnostisk AI-assistent som kör på en lokal maskin eller en billig VPS, fungerar via terminal- och meddelargränssnitt och förbättras över tid genom att omvandla upprepade uppgifter till återanvändbara färdigheter.
TGI – Text Generation Inference – Installation, konfiguration och felsökning
Installera TGI, leverera snabbt, felsök ännu snabbare
Text Generation Inference (TGI) har en mycket specifik energi. Det är inte den nyaste killen på inferensgatan, men det är den som redan har lärt sig hur produktion bryts –
16 GB VRAM-benchmarks för LLM med llama.cpp (hastighet och kontext)
Tokenhastighet för llama.cpp på 16 GB VRAM (tabeller).
Här jämför jag hastigheten hos flera LLM som kör på GPU med 16 GB VRAM och väljer den bästa för egen hosting.
Ollama i Docker Compose med GPU och bestående modelllagring
Ollama-server med komposition i förgrunden, GPU och uthållighet.
Ollama fungerar utmärkt på “bare metal”. Det blir ännu mer intressant när du behandlar det som en tjänst: en stabil slutpunkt, fastlagda versioner, beständig lagring och en GPU som antingen är tillgänglig eller inte.
Ollama bakom en omvänd proxy med Caddy eller Nginx för HTTPS-strömning
HTTPS för Ollama utan att störa strömande svar.
Att köra Ollama bakom en omvänd proxy är det enklaste sättet att få HTTPS, valfri åtkontroll och förutsägbart strömmande beteende.
SGLang-Start: Installera, konfigurera och servera LLM via OpenAI API
Servera öppna modeller snabbt med SGLang.
SGLang är ett högpresterande ramverk för servering av stora språkmodeller och multimodala modeller, byggt för att leverera inferens med låg latens och hög genomströmning över allt från en enda GPU till distribuerade kluster.
llama.swap Modelväxlar: Snabbguide för lokala LLM:ar med OpenAI-kompatibilitet
Byt lokala LLM:er med hetbytte utan att ändra klienterna.
Snart balanserar du vLLM, llama.cpp och mer – varje stack på sin egen port. Allt nedströms vill fortfarande ha en enda /v1-bas-URL; annars fortsätter du att flytta runt portar, profiler och engångsscript. llama-swap är /v1-proxyn framför dessa stackar.
AI-system: självhöstade assistenter, RAG och lokal infrastruktur
De flesta lokala AI-uppställningar börjar med en modell och en körningsmiljö.
Oh My Opencode-granskning: Ärliga resultat, faktureringsrisker och när det är värt det
Vad som egentligen händer när du kör Ultrawork.
Oh My Opencode lovar om ett “virtuellt AI-utvecklingsteam” — där Sisyphus dirigerar specialister, uppgifter körs parallellt och magiska nyckelordet ultrawork aktiverar allt.