在 Mac Mini M4 上本地跑大模型(Ollama + Llama + ComfyUI + Stable Diffusion | Flux)

在 Mac Mini M4 上本地跑大模型(Ollama + Llama + ComfyUI + Stable Diffusion | Flux)

Mac Mini M4 配备了苹果自家研发的 M1/M2/M4 芯片,具有强大的处理能力,能够支持本地跑一些大模型,尤其是在使用如 Ollama、Llama、ComfyUI 和 Stable Diffusion 这类 AI 相关工具时,性能表现非常好。本教程将指导你如何在 Mac Mini M4 上本地部署并运行这些大模型,涵盖从环境搭建到使用的全流程。


一、准备工作

  1. 确保系统更新
    确保你的 macOS 版本已更新到最新的版本(例如 macOS 13.0 以上),这将确保兼容性和性能。

安装 Homebrew(macOS 包管理工具)
Homebrew 是 macOS 上非常流行的包管理工具,它帮助你方便地安装各种软件。在终端中输入以下命令来安装 Homebrew(如果你尚未安装):

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

二、安装依赖项和环境配置

1. 安装 Python 和虚拟环境

对于大部分 AI 工具,你需要 Python 3.x 和虚拟环境来管理依赖关系。首先确保 Python 版本合适:

brew install [email protected] 

创建一个新的虚拟环境:

python3 -m venv ai-env source ai-env/bin/activate 
2. 安装 Ollama

Ollama 是一个可以直接加载多个大模型的框架,它支持本地运行大模型,且易于配置。安装 Ollama:

brew tap ollama/ollama brew install ollama 

安装完成后,可以通过以下命令启动 Ollama:

ollama start 
3. 安装 Llama

Llama 是一个非常强大的语言模型,可以用于各种自然语言处理任务。你可以通过以下命令安装 Llama:

克隆 Llama 的 GitHub 仓库:

git clone https://github.com/facebookresearch/llama.git cd llama python setup.py install

通过 pip 安装 Llama 依赖:

pip install llama-index 

Read more

office里面你所在的区域不支持Copilot的解决方法

最近了一年office 365羊毛,想试用copilot的时候遇到这个问题: 梯子开了美国全局tun也没用,之后怀疑是缓存问题,因为一开始没开梯子导致加载了中国区的js文件,所以没法用 用微软官方网站上的方法试了下清缓存: 删除以下文件夹的内容 %LOCALAPPDATA%\Microsoft\Office\16.0\Wef\ 之后保持美国全局tun重启word即可: 如果还是不行,可以尝试office 365的网页版,也能用Copilot 参考:https://ZEEKLOG.fjh1997.top/posts/40329.html

KaiwuDB社区版在PX4-ROS2无人机飞行仿真中的落地实践,加速仿真时序数据的高效存取与智能分析

KaiwuDB社区版在PX4-ROS2无人机飞行仿真中的落地实践,加速仿真时序数据的高效存取与智能分析

目录 一、前言 二、时序数据增长下的业务痛点分析:MySQL在PX4-ROS2无人机仿真中的瓶颈 三、实践过程 3.1准备工作: 3.1.1 安装KWDB 3.1.2 使用 KaiwuDB 开发者中心连接 KaiwuDB 3.1.3 连接数据库 3.2 实践过程 3.2.1数据库连接 3.2.2 表格设计与创建 3.2.3 数据采集、插入、保存 3.2.4 查询与分析 3.3 数据库监控 3.3.

小白也能玩转AI绘画:Z-Image-Turbo孙珍妮模型入门指南

小白也能玩转AI绘画:Z-Image-Turbo孙珍妮模型入门指南 你是不是也刷到过那些超好看的AI生成明星图,心里痒痒的,觉得“这玩意儿好酷,但我肯定搞不定”?别急着划走,今天我要带你玩转的,就是一款专门生成明星孙珍妮图片的AI绘画模型——Z-Image-Turbo孙珍妮模型。它最大的特点就是简单,简单到就像你平时用手机APP一样,点点按钮就能出图。 这个模型是基于一个叫“Z-Image-Turbo”的强大AI绘画引擎,专门训练了生成孙珍妮风格图片的能力。它已经打包成了一个“镜像”,你可以把它理解为一个已经装好所有软件、设置好所有参数的“软件包”。你不需要懂复杂的代码,也不需要自己训练模型,只要按照步骤启动它,就能立刻开始你的AI绘画之旅。 这篇文章,就是你的专属“说明书”。我会用最直白的话,手把手带你从零开始,把这个模型跑起来,并教你如何写出好的描述,生成你心目中的“孙珍妮”。 1. 环境准备与快速启动 首先,你需要知道,这个模型已经部署在了一个叫“ZEEKLOG星图”的平台上。这意味着你不需要自己准备昂贵的显卡,也不用折腾复杂的安装过程,一切都在云端为你准备好了。

ClawdBot免配置环境:Docker镜像内置Whisper tiny+PaddleOCR开箱即用

ClawdBot免配置环境:Docker镜像内置Whisper tiny+PaddleOCR开箱即用 你有没有试过,想在本地搭一个能听懂语音、看懂图片、还能实时翻译的AI助手,结果卡在安装Python依赖、编译Whisper、下载OCR模型、配置代理、调试端口……最后放弃? ClawdBot 就是为解决这个问题而生的。 它不是一个需要你反复查文档、改配置、重装环境的“半成品项目”,而是一个真正意义上的「开箱即用」个人AI网关——所有多模态能力已预置、所有模型已优化、所有服务已对齐,你只需要一条命令,就能拥有一个支持语音转写、图片OCR、多语言翻译、天气汇率查询的完整AI工作流。 更关键的是:它不依赖云端API,不上传隐私数据,不产生额外调用费用。Whisper tiny 和 PaddleOCR 轻量模型全部打包进300MB Docker镜像,树莓派4上跑得稳,笔记本上启动快,连老款MacBook Air都能流畅响应。 这不是概念演示,而是已经跑在真实Telegram群聊里的生产级工具。下面,我们就从零开始,带你亲手把这套“