HKAIPC / Blog

AI 砌機 Blog

由 VRAM、GPU、Local LLM 到 AI Agent、ComfyUI 及影音工作流,用較容易理解的方式拆解 AI 電腦配置。

本地端 AI電腦砌機:OpenAI Codex - AI電腦砌機指南
AI電腦砌機

OpenAI Codex - AI電腦砌機指南

OpenAI Codex 是專門用於程式碼生成、重構與自動化開發的強大 AI 模型。無論是直接透過 API 呼叫、執行本地端衍生模型(如 CodeLlama、DeepSeek-Coder 或 Starcoder),還是在本地環境進行 AI 輔助開發(如 VS Code Copilot、Cursor 等 IDE 工具),一台具備高效能算力的 AI 工作站都能極大地提升程式碼生成速率與編譯效率。以下為您整理詳細的 「OpenAI Codex - AI電腦砌機指南」。

閱讀文章 →
本地端 AI電腦砌機:Dify - AI電腦砌機指南
AI電腦砌機

Dify - AI電腦砌機指南

要打造一部能順暢運行 Dify 及其底層本地大模型(如 Ollama + Llama 3 / Qwen 2.5)的 AI 電腦,需要同時兼顧微服務架構的系統記憶體與大模型推理所需的顯存(VRAM)。以下為您整理詳細的「Dify - AI電腦砌機指南」。

閱讀文章 →
本地端 AI電腦砌機:Hermes Agent - AI電腦砌機指南
AI電腦砌機

Hermes Agent - AI電腦砌機指南

由於 Hermes Agent 需要在本地或雲端環境運行容器沙箱(Docker)、執行多線程 Python/Node.js 任務、調用向量資料庫(FTS5/嵌入檢索),甚至搭配本地 LLM(如 Ollama / vLLM)進行大模型推理,對電腦硬件的多核算力、記憶體容量與高速儲存均有相當要求。

閱讀文章 →
本地端 AI電腦砌機:n8n - AI電腦砌機指南
AI電腦砌機

n8n - AI電腦砌機指南

n8n 是一款功能強大的開源工作流自動化平台(Workflow Automation Tool)。在結合本地 AI 部署(如 Ollama、Qdrant 向量資料庫、ComfyUI 等)後,n8n 可以轉型為自動化 AI Agent(AI 代理)系統。

閱讀文章 →
本地端 AI電腦砌機:AutoGPT - AI電腦砌機指南
AI電腦砌機

AutoGPT - AI電腦砌機指南

AutoGPT 是基於大語言模型(LLM)的自主 AI 代理(Autonomous AI Agent)開源架構,能夠自動將複雜任務拆解為子任務、執行網絡檢索、寫入代碼並自我修正。與一般聊天型 AI 不同,AutoGPT 涉及頻繁的本地向量數據庫檢索、短/長期記憶同步以及本地 LLM 或 API 整合,對電腦的硬體配置(特別是 GPU 顯存、系統記憶體及磁碟 I/O)有著極高要求。

閱讀文章 →
本地端 AI電腦砌機:Aider - AI電腦砌機指南
AI電腦砌機

Aider - AI電腦砌機指南

Aider 本身為輕量級 Python 命令列 CLI 工具,但它能彈性連結 雲端 API(如 Claude 3.7 Sonnet、GPT-4o、DeepSeek-R1/V3) 或 本地 LLM 模型(透過 Ollama / llama.cpp 運行 Qwen 2.5/3 Coder、DeepSeek-R1 32B 等)。為了發揮 Aider 最佳效能並保護企業程式碼隱私,為其打造一部專用的 AI 電腦(Local AI Workstation) 尤為關鍵。

閱讀文章 →
本地端 AI電腦砌機:Open Interpreter - AI電腦砌機指南
AI電腦砌機

Open Interpreter - AI電腦砌機指南

Open Interpreter 是一款開源的 AI Agent 框架,讓大型語言模型(LLM)能直接在你的電腦本機執行 Python、Bash、PowerShell 等代碼,實現「用自然語言操控電腦」的能力。

閱讀文章 →
本地端 AI電腦砌機:CrewAI - AI電腦砌機指南
AI電腦砌機

CrewAI - AI電腦砌機指南

CrewAI 是目前最流行的 AI 多 Agent(多智能體)協作框架之一。與單一 AI 對話不同,CrewAI 允許用戶同時運行多個具備不同角色(如:市場分析師、代碼工程師、文案編輯等)的 AI Agent,讓牠們自動分工、調用工具(Tools)並互相校對完成複雜任務。

閱讀文章 →
本地端 AI電腦砌機:OpenHands - AI電腦砌機指南
AI電腦砌機

OpenHands - AI電腦砌機指南

OpenHands(前身為 OpenDevin)是當前極受關注的開源 AI Agent 平台,能夠自主編寫程式碼、操作終端機(Terminal)、執行測試、調用瀏覽器並完成複雜的軟體開發任務。要流暢運行 OpenHands 及本地 LLM(大語言模型),需要搭建針對大容量顯存與多線程運算優化的硬體平台。

閱讀文章 →