从零打造B站视频自动解读：一条三级降级的内容提取流水线
需要自动提取B站视频的语音内容做摘要，但没有现成工具。参照已有的YouTube视频解读方案，用B站API + faster-whisper + GPU远程调用，从零构建了一条三级降级的提取流水线。
进化概率论
双卡2080Ti跑大模型：PCIe带宽是瓶颈吗？一次深度实测
玩本地大模型的玩家，几乎都会遇到一个灵魂拷问：双卡之间到底该怎么连？PCIe x4 够不够用？要不要上 NVLink？要不要换主板？ 我的配置是两张 RTX 2080 Ti 22GB 魔改版，跑 Qwen3.6-35B-A3B（MoE 架构，35B 总参数，3B 激活），实测生成速度 105 t/s。这个速度在同类配置中算不错，但我一直想搞清楚：还能更快吗？瓶颈到底在哪？
双卡 GPU 显存分配策略——让 llama.cpp 和 ComfyUI 稳定共存
背景手里有一台服务器，装了两张魔改版 RTX 2080 Ti，每张 22GB 显存，总共 44GB。一开始用 LM Studio 跑大语言模型，LM Studio 默认把模型均匀摊到两张卡上。 问题很快暴露了——均匀分配意味着两张卡的剩余显存都不多。ComfyUI 出图要吃显存，Whisper 语音识别也要吃显存，但跑在哪张卡上都比较尴尬：每张卡都只剩那么一点空间，稍微大一点的任务就 OOM。 于
ComfyUI指定GPU出图配置指南
为什么需要指定 GPU？在多 GPU 服务器上运行 ComfyUI 时，经常遇到以下场景： GPU 资源隔离——GPU 0 被 LM Studio、TensorRT-LLM 等大模型服务占用，ComfyUI 需要跑在另一张卡上 显存大小差异——不同型号 GPU 显存不同，大尺寸出图（如 SDXL、1024×1024）需要更大显存的显卡 多用户并发——团队共用服务器时，不同服务分配到固定 GPU，
AutoQuant 开发周报 - 2026/05/24
AutoQuant 开发周报 - 2026/05/24📊 本周数据概览 指标 数值 Git 提交 2 次 文件修改 63 个 代码新增 9,653 行 代码删除 496 行 版本升级 v1.7.0 → v2.0.0 🎯 重点改进1. 架构重构：从 Streamlit 单体到 FastAPI + React SPA本周最大的里程碑是 AutoQu
LM Studio 报 Unknown StringValue filter: safe？一个脚本原地修复 GGUF
下载了个新模型，LM Studio 一跑就报错。折腾半天，最后发现只需要改一个单词。 翻车现场最近在模型服务器上部署 Qwen3.6-35B-A3B-Uncensored，模型下好了，LM Studio 加载也正常，结果一发消息就炸了： 12AI_ProviderSpecificError: Unknown StringValue filter: safeError rendering pro
AI写真表情控制：让虚拟人物「笑」起来
背景用 AI 生成人物写真时，最头疼的问题之一是：脸像了，但表情僵了。 我用 ComfyUI + FaceID（IP-Adapter FaceID Plus V2）生成韩梅梅的虚拟写真。FaceID 的核心能力是保持面部一致性——不管换什么场景、穿什么衣服，脸都是同一个人。但代价也很明显：表情被「锁死」了。默认输出永远是平静、中性的表情，笑容若有若无。 这篇文章分享我如何突破这个限制，让虚拟人
Hermes Agent Gateway 多实例配置实践
背景最近将 Hermes Agent 从 v0.13.0 升级到了 v0.14.0，发现之前配置的两个 Gateway 实例无法同时运行了。特此记录完整的排查过程和解决方案，供有同样需求的开发者参考。 问题描述初始状态（v0.13.0）在 v0.13.0 版本中，成功配置了两个独立的 Gateway 实例： Profile 端口 用途 default 8642 默认代理通信 han
