"AI大模型不是科技公司的专属玩具吗？"看着新闻里动辄上千亿参数的GPT-4，正在学习编程的小王对着自己搭载GTX 1060显卡的游戏本陷入沉思。直到他在GitHub上发现仅需8GB显存就能运行的LLaMA.cpp项目，这个认知才被彻底打破——原来部署AI大模型的硬件门槛，早已不是想象中那般遥不可及。但是现阶段的部署方式又需要安装一堆东西，操作起来又很复杂，那有没有一种简单的工具可以快速体验呢？答案：AingDesk

AingDesk是一款开源的工具，可以一键把AI模型部署在你电脑

Github：https://github.com/aingdesk/AingDesk

CNB（国内）：https://cnb.cool/aingdesk/AingDesk

安装方法

1. 前往AingDesk官网下载应用，传送门AingDesk

2. 下载完成后打开安装包进行安装

3. 安装完成后即可打开使用。

使用方法

1. 安装模型管理器，首次使用需要先安装模型管理器，按界面提示完成安装即可。

2. 安装完成后即可安装模型，这里以deepseek为例

这个时候大家一般会有一个问题，那就是我的电脑可以流畅的运行哪些模型，AingDesk会检测你的电脑配置进行推荐，不过实测他推荐的只是可以能流畅运行的模型，如果你胆子大，可以多跑一下，比如他推荐我最多只能流畅运行16b，但实际测试下来我的电脑可以运行32b和70b，只不过有点卡，到70b已经很卡了

3.安装完成后即可与模型进行对话

进阶玩法

模型搭建好了好朋友也想体验怎么办？不要急，AingDesk还支持分享模型给好友使用，我们只需要点击右上角的分享按钮，即可分享给好友使用

1. 点击页面右上角的分享

2. 选择模型并点击分享

3. 好友拿到分享链接后即可开始使用

PS：主要保护好分享链接，小心你的电脑被拿来赛博炼丹

除此之外，AingDesk还支持暗黑模式，多国语言切换等功能，大家可以自行尝试。

# 人工智能
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局