- 博客(43)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 我们如何把 AI Agent 塞进生产环境：Hermes Agent × OpenStation 的踩坑实录
《本地AI开发工具链实战：HermesAgent+OpenStation架构解析》 本文介绍了专为开发者设计的本地AI解决方案组合。HermesAgent作为智能代理提供代码生成、调试、部署等全链路开发支持，内置开发者工具集和自动化技能系统；OpenStation作为模型底座支持多种代码专用模型灵活部署。二者协同可实现：1）完全本地化的开发环境，解决云端AI的数据安全和断网痛点；2）通过技能系统沉淀开发经验，实现自动化资产复用；3）支持从个人开发到团队协作的全场景覆盖。文章详细阐述了环境部署、功能配置、运维
2026-05-18 11:12:22
474
原创 本地 AI 全栈私有化 ——Hermes Agent × OpenStation 架构深度解析
Hermes Agent 与 OpenStation 的组合，是当前开源生态中私有化 AI 落地的最优解—— 前者解决 "智能体自主能力"，后者解决 "本地模型服务稳定性"，从安装到协同全程工程化、轻量化、安全化。对开发者而言，这套架构不仅是工具，更是构建私有数字助手、企业 AI 中台的基础底座，真正实现 AI 能力自主可控、持续进化。
2026-05-11 08:49:22
480
原创 OpenStation+OpenCode 双剑合璧，本地部署大模型重塑 AI 编码开发链路
OpenCode与OpenStation为企业级AI编程提供安全解决方案，解决了敏感行业在数据隐私与AI辅助间的核心矛盾。OpenStation支持多种开源模型本地部署，包含Qwen3、DeepSeek-V3等专业代码模型，确保数据不泄露。其提供单机、分布式和CPU三种部署模式，适配不同企业规模需求，并支持灵活节点管理降低硬件成本。OpenCode支持多平台安装，通过简单配置即可对接OpenStation的本地模型服务。该方案通过可视化运维和标准化接口，使企业无需专业技术即可实现安全高效的AI编程环境，在金
2026-05-06 08:57:45
486
原创 告别云端依赖！OpenStation 大模型本地部署，携手 OpenCode 重构 AI 编程全流程
**摘要：**OpenCode与OpenStation协同构建了本地化AI编程解决方案，通过OpenStation的模型库（支持Qwen3、DeepSeek-V3等主流模型）和灵活部署模式（单机/分布式/CPU-Only），为OpenCode提供安全高效的底层支撑。OpenCode通过简单配置即可对接本地模型，实现代码补全、逻辑推理等功能，兼顾开发效率与数据安全。该方案支持多平台安装，提供可视化运维，解决了模型部署难、适配繁等痛点，是开发者实现智能编程的理想选择。
2026-04-27 08:36:41
512
原创 OpenStation+OpenCode｜重构AICoding体验，隐私与效率双拉满
《OpenStation与OpenCode：本地AI编程的工程化解决方案》 本文介绍了OpenStation和OpenCode两大工具如何协同解决AI编程中的隐私安全与效率难题。OpenStation作为本地大模型部署平台，提供一键部署、高效算力调度和严格隐私保护，支持7B到70B+全尺寸模型。OpenCode则是终端原生的AI编程助手，支持75+模型切换和纯本地离线运行，确保开发安全。文章详细提供了OpenStation的快速部署指南和OpenCode的安装教程，并展示了两者的对接配置方法。这套解决方案实
2026-04-20 15:45:53
512
原创 VSCode + RooCode 实现本地AI编码开发及SKILL
本文介绍如何在VSCode中通过RooCode插件实现本地AI编程开发，解决云端大模型存在的隐私泄露、网络延迟等问题。详细说明了插件安装、配置对接本地大模型服务的步骤，并推荐使用OpenStation平台快速部署本地大模型环境。该方案结合VSCode+RooCode+OpenStation，构建了安全高效的本地AI开发闭环，特别适合SKILL等专用脚本开发场景，为开发者提供自主可控的AI编程解决方案。
2026-04-13 09:03:47
1077
原创 本地 AI 开发新范式！OpenStation 联手 OpenCode，解锁高效编码新体验
【摘要】OpenStation+OpenCode组合为开发者提供轻量化AI编程解决方案。OpenStation作为本地模型部署平台，支持一键部署、多模型管理及安全私有化运行；OpenCode作为终端原生AI编程助手，实现命令行智能编程与多模型切换。该组合具有三大优势：1）极简部署，单条命令完成环境配置；2）数据安全，完全本地化运行保障隐私；3）高效协同，OpenStation提供算力支持，OpenCode专注开发体验。支持Ubuntu/Centos系统快速安装，帮助个人开发者和初创团队以低成本实现安全高效的
2026-04-07 09:07:20
456
原创 炸锅！Claude Code 完整源码意外泄露，51 万行核心代码直接开源！
ClaudeCode因npm配置失误意外开源51万行源码，引发AI圈震动。泄露文件包含1900多个TypeScript文件，核心架构亮点包括QueryEngine.ts（4.6万行推理逻辑）、40+工具集成模块及多智能体协同系统。代码还曝光未公开功能：Kairos守护进程、电子宠物系统和UndercoverMode等。泄露后GitHub仓库星标飙升，开发者已启动重构。此次事件为智能体开发提供了重要参考价值。
2026-04-01 17:33:29
278
原创 隐私与效率兼得，OpenStation 对比 GPT4All ，开发团队的本地大模型部署新选择
OpenStation：企业级本地大模型部署的优选方案 本文对比了OpenStation与GPT4All在本地大模型部署上的差异。OpenStation凭借三大核心优势脱颖而出：1）支持多源模型接入与自定义微调，满足业务定制需求；2）提供单机、分布式和CPU三种部署模式，适配不同算力场景；3）具备可视化运维管理界面，实现高效团队协作。相较之下，GPT4All仅适合个人开发者轻量使用，存在模型选择有限、单机部署局限等问题。OpenStation通过精细化资源调度和分布式支持，解决了企业团队在模型适配、资源利用
2026-03-30 10:46:26
440
原创 部署与应用双驱动，OpenStation 对比 Dify，解锁本地大模型的全场景价值
OpenStation与Dify协同构建LLM应用解决方案 摘要：本文探讨了OpenStation与Dify协同工作的优势。Dify作为低代码LLM应用搭建平台存在部署能力薄弱的问题，而OpenStation作为专业的本地大模型部署平台，提供了开放的模型生态、灵活的部署模式和平台化运维功能。两者协同形成了"底层部署稳、上层应用快"的完整解决方案：OpenStation负责解决模型部署、资源调度等底层问题，Dify则专注于应用快速搭建。这种组合特别适合企业级LLM应用开发，能显著提升部署灵
2026-03-23 10:54:57
395
原创 大模型本地化部署新思路：联动OpenClaw，如何用AI实现“智慧养虾”？
摘要：OpenClaw与OpenStation组合为本地大模型部署提供高效解决方案。OpenStation针对不同场景精选主流大模型，提供单机、分布式和CPU-Only三种部署模式，实现资源精准匹配。其节点选择策略支持按需分配，可视化界面简化运维管理。OpenClaw则通过轻量化安装实现快速部署，与OpenStation无缝对接，支持模型参数配置和功能测试。该组合解决了本地大模型部署资源浪费问题，为开发者提供低成本、高效率的工程化落地方案。
2026-03-16 08:51:31
657
原创 从零部署到智能管控：OpenStation+OpenClaw 全链路龙虾养殖实操指南
摘要：OpenClaw与OpenStation组合成为开发者部署本地大模型的热门选择。OpenStation提供全场景模型库、三种部署模式和精细化资源管理，大幅降低部署门槛；OpenClaw实现轻量化调度编排，两者对接流程简洁高效。该组合通过可视化操作完成模型参数配置和调用测试，解决了本地大模型落地难的问题，成为开发者提升工作效率的实用工具。
2026-03-11 10:25:14
715
3
原创 从个人工具到企业级方案，OpenStation 如何超越 Ollama 解决本地大模型部署痛点？
摘要： OpenStation作为企业级大模型部署平台，解决了Ollama在团队协作中的痛点：1）模型生态支持主流模型即下即用与定制上传，统一接口适配多场景；2）资源调度提供单机、分布式、CPU三种模式，实现精细化GPU分配，避免Ollama整机独占的浪费；3）运维管理通过可视化界面监控状态、扩容实例及日志追溯，简化多实例运维。对比Ollama仅适合个人快速验证，OpenStation以集群支持、多租户管理等特性，成为企业规模化部署的高效选择。
2026-03-02 08:58:56
699
原创 拒绝数据外泄！OpenStation 对比 Coze Studio，本地部署如何满足敏感行业需求？
OpenStation为金融等敏感行业提供本地化大模型部署方案，解决云端工具的数据安全痛点。相比Coze Studio的云端依赖和有限本地部署能力，OpenStation支持多款商业模型本地部署、分布式计算和纯CPU运行，确保数据全程不落地。其可视化运维界面和标准API兼容性满足行业合规要求，实现隐私安全与业务需求的双赢。通过灵活的模型选择和资源调度，OpenStation成为敏感行业AI落地的理想选择。
2026-02-26 10:42:55
781
原创 OpenStation+OpenClaw：本地大模型全链路工程化落地实践与技术解析
本文提出基于OpenStation和OpenClaw的本地大模型全链路部署方案。OpenStation作为部署底座，提供多模型适配、灵活部署模式和高效资源管理；OpenClaw负责上层调度与工作流编排。该方案实现了本地大模型从部署到业务落地的完整链路，具有轻量化、高效化和易用性特点，有效解决了"部署易使用难"的行业痛点。通过可视化配置即可完成全流程对接，显著降低技术门槛，为本地大模型的实际应用提供了可行方案。
2026-02-10 08:46:59
908
原创 OpenStation + Trae ：突破本地模型接入限制的技术方案
摘要：针对Trae编程工具不支持本地大模型接入的问题，提出OpenStation+RooCode协同方案，实现安全高效的本地化部署。OpenStation支持多种模型灵活选择（如Qwen3-1.7B、DeepSeek-V3等），提供单机/分布式/CPU部署模式，5分钟快速上线；RooCode插件无缝对接Trae，保留原有功能的同时确保数据隐私。该方案特别适合金融、政务等敏感领域，兼顾开发效率与数据安全，是AI编程工具本地化部署的理想选择。（149字）
2026-02-02 09:16:21
2831
原创 OpenStation + VSCode ：本地大模型赋能编码效率的实战指南
摘要：OpenStation与VSCode结合为开发者提供本地化AI辅助方案。OpenStation支持Qwen3、DeepSeek-V3等主流模型的多模式部署（单机/分布式/CPU），实现快速代码补全和逻辑优化。通过Continue插件轻松集成到VSCode，开发者无需切屏即可获得智能辅助，既保障代码隐私又提升效率。该方案解决了大模型本地部署难题，使开发者能专注于核心逻辑设计，是AI时代提升开发效率的理想选择。
2026-01-26 08:47:30
1046
1
原创 Kylin-V10-SP3系统升级Openssh版本
本文介绍了两种升级OpenSSH到9.9p2版本的方法。方法一通过rpmbuild方式编译二进制依赖包，详细说明了构建RPM包的步骤，包括创建spec文件、编译安装等流程。方法二采用源码编译安装方式，提供了从下载源码到编译安装的完整步骤，并包含配置Telnet临时连接、修改SSHD配置文件等安全措施。两种方法都包含服务启动和环境变量设置说明，同时建议在升级前安装Telnet服务作为备份连接方式。文章特别强调了操作过程中的注意事项和安全建议，确保升级过程安全可靠。
2026-01-19 10:31:06
739
原创 OpenStation + Open-WebUI ：本地大模型可视化交互的无缝落地方案
OpenStation与Open-WebUI协同方案实现了本地大模型"一键部署+可视化交互"的开发体验。该方案提供三大核心优势：1）支持DeepSeek、Moonshot等主流模型即下即用，支持自定义模型自动适配；2）提供单机/分布式/CPU三种灵活部署模式，实现精细化资源管理；3）与Open-WebUI无缝集成，实现用户权限同步和统一管理。通过组合OpenStation的底层部署能力与Open-WebUI的交互界面，既保障了数据隐私安全，又大幅降低了使用门槛，是本地大模型部署的理想解决
2026-01-19 10:21:44
1074
原创 Linux下修改docker和harbor默认网段的方法
摘要：本文介绍了修改Docker和Harbor服务默认网段的方法。对于Docker，需在/etc/docker/daemon.json配置文件中添加"bip"参数并重启服务；对于Harbor，需先停止容器，然后在docker-compose.yaml文件中配置新网段后重启。示例分别演示了将网段修改为180.168.0.1/24和192.30.0.0/16的操作步骤。
2026-01-13 08:59:19
272
原创 开发者视角：OpenStation 让本地大模型部署从“踩坑“到“顺滑“的技术实践
OpenStation：本地大模型部署的效率革命 OpenStation通过标准化流程解决了本地大模型部署的三大痛点：1）模型适配复杂化，提供预适配主流模型库和本地上传双模式；2）资源浪费严重，提供单机/分布式/CPU三种部署模式，实现精细化资源调度；3）客户端对接困难，原生支持OpenAI标准API，可无缝对接CherryStudio等主流客户端。该平台将传统需要专业知识的部署过程简化为可视化操作，开发者只需通过界面选择即可完成从模型获取到服务上线的全流程，显著提升了部署效率。其核心价值在于实现了&quo
2026-01-13 08:39:48
868
原创 linux下创建用户和用户组常用命令
本文介绍了Linux系统中用户和用户组的基本管理操作。主要内容包括：1）使用groupadd创建用户组；2）使用useradd创建用户，可通过-d指定主目录，-m创建目录，-g指定所属组；3）使用passwd设置用户密码，或通过echo管道设置；4）使用userdel删除用户和groupdel删除用户组。文章还提供了密码设置报错的解决方法。这些命令是Linux系统管理员进行用户管理的基础操作。
2026-01-05 13:47:14
218
原创 技术实践：OpenStation 实现本地大模型与 Cursor 无缝协同，重构 AI 编程范式
OpenStation与Cursor的协同为开发者提供了安全高效的AI编程解决方案。OpenStation简化了本地大模型部署流程，通过可视化界面完成模型服务配置后，开发者可在Cursor客户端直接调用本地模型服务，兼顾高效交互与数据安全。这种工具协同模式代表了AI编程的未来方向，让开发者能专注于业务逻辑而非底层技术细节。
2026-01-05 10:11:47
984
原创 NVIDIA GPU Operator介绍
NVIDIA GPU Operator 摘要 NVIDIA GPU Operator 简化了 Kubernetes 集群中 GPU 资源的管理，通过容器化方式自动化部署和维护 GPU 驱动程序及相关组件。相比传统节点直装方式，其核心优势在于： 架构特点： 采用特权容器将驱动挂载到宿主机内核 通过 DaemonSet 实现批量部署和版本管理 严格匹配宿主机内核版本确保兼容性 功能亮点： 支持 vGPU/MIG 实现资源隔离共享 提供 GPUDirect RDMA/Storage 加速数据传输 集成 GDRCo
2025-12-03 16:21:27
1242
原创 OpenStation 新版本技术解读：模型生态拓展与GPU精细化调度优化大模型本地部署
OpenStation新版本针对大模型本地部署的两大痛点进行了优化：在模型生态方面，新增DeepSeek-V3、Moonshot等主流模型，实现多场景覆盖和即下即用，降低适配成本；在资源调度方面，支持单机/分布式部署的精细化GPU管理，避免资源浪费，提升利用率。新版本通过统一接口设计和卡级别性能校准，显著提升了部署效率和灵活性，为开发者提供了更便捷的本地部署解决方案。
2025-12-01 08:48:57
1255
原创 解锁本地大模型潜力：Trae 与 OpenStation 的协同之旅
摘要：针对Trae编程工具无法直接接入本地大模型的痛点，本文提出Trae+RooCode+OpenStation三端协同方案。通过OpenStation快速部署本地模型服务（如Qwen3-1.7B），RooCode插件建立配置通道，实现Trae对本地化AI能力的调用。该方案解决了金融、政务等领域的数据隐私需求，支持5分钟内完成从模型部署到工具集成的全流程，为开发者提供安全灵活的AI编程环境。
2025-09-08 09:19:18
2637
原创 双网卡聚合bond+vlan配置
本文介绍了双网卡服务器的网络配置方案，通过Bond技术将两个万兆网卡聚合提升网络吞吐量和可用性。具体步骤包括：1）关闭NetworkManager服务；2）创建bond0主配置文件及164、40两个VLAN子接口；3）修改原始网卡配置指向bond0；4）配置bonding服务并重启网络。配置完成后，管理网络（100.7.66.xxx）可对外访问，存储网络（192.168.20.xxx）用于集群内通信。交换机需配置动态链路聚合trunk模式，放通对应VLAN。最后需验证网卡速率和网络连通性。
2025-08-20 09:51:04
973
原创 构建模型分析助手：基于OpenStation + ModelScope MCP的一体化Agent实践
【摘要】本文介绍了一套基于OpenStation和ModelScope的高效AI模型分析方案，通过搭建Agent智能体和工具库实现自动化模型追踪与分析。方案核心优势在于简化"模型文件到API"的转化流程，支持主流模型一键部署和完整工具链衔接。具体实施分四步：1)部署模型服务作为Agent"大脑"；2)创建ModelScope工具库打通数据；3)配置Agent实现模型工具协同；4)集成客户端测试工作流。该方案将模型分析从人工搜集升级为智能驱动，使分析师能专注于模型评估和
2025-08-19 09:42:29
2401
原创 Linux下使用ssh-agent实现集群节点间无免密安装部署
摘要：本文介绍利用ssh-agent服务实现集群节点间非免密访问的安全方案。通过ssh-agent代理管理私钥，可自动选择密钥认证并避免重复输入密码短语。具体实现步骤包括：1)清除所有节点密钥文件；2)在各master节点生成带口令密钥；3)分发公钥至所有节点；4)配置加密私钥口令；5)执行任务时启动ssh-agent并添加密钥实现临时免密；6)任务完成后移除密钥并终止服务。该方法通过密钥托管机制替代传统免密配置，既保持操作便利性又提升安全性，适用于集群管理节点间的安全访问。
2025-08-18 17:20:32
1295
原创 CentOS7镜像集成NVIDIA驱动及PXE环境安装系统
本文主要介绍了Linux系统的基础知识和PXE自动化安装环境搭建。内容涵盖Linux启动过程、EFI固件接口、Kickstart自动安装配置、磁盘RAID级别、VMware网络模式等基础知识，重点讲解了如何定制集成NVIDIA驱动的CentOS ISO镜像，包括修改initrd.img、squashfs.img文件系统，重新编译内核以及制作驱动RPM包等步骤。此外，详细阐述了PXE工作原理和环境搭建流程，包括DHCP、TFTP、HTTP服务的配置，以及内核文件、引导程序的部署方法，为自动化安装Linux系统
2025-08-12 10:30:52
1041
原创 从基础编辑器到智能中枢：OpenStation 为 VSCode 注入大模型动力
摘要： VSCode集成本地大模型显著提升开发效率。通过OpenStation平台，开发者可轻松部署本地大模型。配合Continue插件接入VSCode编辑器，实现智能代码补全、错误检查等功能。工具组合降低了AI应用门槛，使本地大模型成为开发流程的自然延伸。
2025-08-12 09:28:53
1535
原创 通过iptables规则限制访问docker容器端口
摘要：本文分析了Docker网络访问控制机制，重点阐述如何通过iptables限制外部访问Harbor仓库。Docker默认创建DOCKER、DOCKER-ISOLATION和DOCKER-USER链，其中DOCKER-USER链用于添加自定义规则。建议在DOCKER-USER链中设置过滤规则（如仅允许特定IP访问Harbor容器），但需注意容器IP可能变化。关键发现：防火墙重启可能导致规则失效，必须重启Docker恢复链顺序。文中提供了示例规则和测试结果，验证了该方案的有效性，同时强调规则维护的重要性。
2025-08-11 14:25:06
1481
原创 打造专属Agent：OpenStation + Confluence 构建团队知识库智能助手
摘要：本文介绍如何利用OpenStation平台构建Confluence智能助手，解决开发团队知识管理痛点。通过部署Qwen3-1.7B模型、配置Confluence MCP工具和创建Agent服务，实现知识库的智能检索和分析。该方案无需编码，通过配置即可完成部署，将大模型推理能力与Confluence知识管理无缝融合，帮助团队从"人找信息"转向"信息找人"，提升开发效率。OpenStation降低了AI应用门槛，使构建专属知识库Agent变得简单高效。
2025-08-04 09:29:56
1382
原创 构建 Agent 智能体：OpenStation 与 Coze Studio开发平台集成实践
本文介绍了OpenStation+CozeStudio组合架构在AI私有化部署中的应用方案。该方案解决了模型管理分散、服务化成本高、应用迭代慢三大痛点：OpenStation负责模型本地化部署与全生命周期管理，CozeStudio实现可视化应用编排。文章详细展示了Qwen3模型部署流程、与CozeStudio的集成配置方法，并通过Agent智能体案例演示了从搭建到发布的完整流程。该组合架构通过标准API解耦，形成完整的AI工程流水线，显著降低AI应用构建门槛，提升开发效率。
2025-07-30 09:15:22
1001
原创 从LLM到智能出行助手：OpenStation的Agent化实践
本文探讨了如何通过OpenStation平台将大语言模型(LLM)改造为具备实时交互能力的智能出行助手。文章指出纯LLM系统的三大局限：信息时效性不足、功能边界固定和复杂任务分解能力弱。针对这些问题，作者详细介绍了OpenStation平台的技术架构，包括MCP工具链和Agent管理系统，并演示了如何基于Qwen3-0.6B模型构建出行助手的完整流程，涵盖天气查询、时间服务和交通状况查询等核心功能的集成。
2025-07-28 09:22:01
1180
原创 构建Agent智能体：OpenStation + MCP 工具协同管理实践
本文介绍了OpenStation平台在本地化大模型应用中的完整技术闭环，包括模型服务部署、MCP工具管理和Agent联动三大核心模块。模型服务部署模块解决了"模型-资源-引擎"的匹配问题，支持从单机到分布式的高效推理；MCP工具模块提供预置和自定义工具能力，简化外部API调用；Agent管理模块将模型与工具绑定，实现智能决策。文章详细讲解了各模块的部署流程和技术细节，并通过天气查询、网络检索等实例展示了完整搭建过程，为开发者提供了一套可落地的本地化AI智能体解决方案。
2025-07-21 09:03:05
2069
原创 构建企业级 AI 应用：OpenStation 与 Dify 应用平台的深度集成实践
摘要：OpenStation与Dify组合架构解决了私有化AI部署中的三大痛点：模型管理碎片化、服务化成本高和应用迭代低效。二者深度集成后，可实现一键模型部署、自动流量分发和流式输出，形成从模型管理到应用发布的完整AI工程流水线。
2025-07-14 09:28:07
2427
原创 实测OpenStation：大模型部署与管理的工程化实践
OpenStation是一款专为大模型部署设计的全流程管理平台，提供从资源管理到服务上线的完整解决方案。平台支持CPU/GPU混合调度、模型断点续传、弹性伸缩服务等核心功能，可实现多节点分布式推理和精细化的资源控制。通过标准化API接口和WebUI集成，开发者能快速部署Qwen等主流大模型，并实现多租户权限管理。目前支持Ubuntu/CentOS系统，提供在线/离线两种部署方式，显著降低了大模型落地的技术门槛。该平台特别适合需要高效管理计算资源和企业级权限控制的中大规模AI应用场景。
2025-07-07 09:20:59
1613
原创 一键部署大模型时代来临！OpenStation vs GPUStack：开发者亲测深度对比
才真正体验到了“开箱即用”的畅快感。今天就以亲身经历，对比另一主流平台GPUStack，让大家体会一下什么才是真正的“大模型部署及管理神器”！，可以支持多个Ubuntu版本（22.04.2/20.04.6/18.04.6），这对无外网环境的金融/医疗等垂直行业客户堪称神器。作为一名长期奋战在AI开发一线的工程师，我曾被大模型部署的复杂性折磨到崩溃：环境配置、驱动冲突、分布式协调……部署时自动匹配推理引擎（如GPU节点自动选用 SGLang 引擎，CPU用vLLM CPU-only模式）；
2025-06-24 19:08:44
1500
系统安全Ubuntu 22.04 OpenSSH升级到9.9p1操作指南
2026-01-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人