截至 2026 年 10 月，AMD 显卡跑本地 AI 能用哪些型号
按 2026 年 10 月 28 日的官方文档和公开案例，整理 RX 6000、7000、9000 与 Ryzen AI 核显在 Ollama、llama.cpp、ComfyUI 中的支持范围，区分 Windows、Linux、WSL 和社区方案。没有硬件实测。
#AI
这个主题下共有 17 篇文章。
DeverDesk：独立开发者的开源工作台，任务、副业、收支和时间放在一处
DeverDesk 是给独立开发者的开源工作台：任务、副业、收支、投入时间和每周复盘放在一处，并且互相关联。本地版打开网页就能用，数据只存在浏览器里；在线版一键部署到你自己的 Cloudflare，免费额度够一个人用，还能连 Claude Code、ChatGPT 等 AI 助手，写代码的时间也能自动记下来。
只凭一份设计提炼做 SaaS 后台：把规则锁进主题，把看板骨架搬到新业务
只给 AI 一份从看板截图总结出的 33 行设计提炼，不看原图，用 Next.js 和 shadcn 做出同一套设计语言的 SaaS 经营后台，从建项目到提交约 70 分钟。做法是规则写进主题、骨架搬到新业务、模拟数据撑起数字、截图和点击脚本核对。
AI 做的页面像模板货又空心：先做信息设计，再把风格写成数字规格
三天五组实验：Claude Code 主控加便宜模型苦工，营销落地页一句话出活，应用页面却要么落进默认长相、要么填满没人看的槽位。原因分风格层和信息层，解决办法是先做「要不要」取舍树、把视觉翻成带数字的规格派活，对比度和溢出交给脚本卡。
DeepSeek 思考模式下多轮工具调用中断报 400：回传 reasoning_content
请求带 tools 参数时，DeepSeek 要求把此前每一轮的 reasoning_content 原样回传，而 OpenAI 兼容适配层在重放历史消息时会删掉这个字段，导致工具调用跑到十来轮后返回 400。在模型配置里开启思考内容回传即可恢复。
Jev 把「下午三点开会」判成清朝诗词：分类选项必须留一个兜底项
Jev 对超出选项范围的输入仍会从预设选项里硬选一个，并给出 0.97 的置信度。原因是概率只在请求给出的选项集合上归一化，官方宣称的零幻觉只保证格式合法。加一个兜底选项后，同一批越界输入全部被正确识别。
魔搭赠送的 AMD GPU 跑通 ComfyUI 与 MiniMax H3：绕开无 Docker 与 HuggingFace 被墙
魔搭赠送的 AMD MI300 实例是一台 K8s 容器：没有 Docker，HuggingFace 不通，systemd 不可用。按进程安装 ComfyUI，复用系统 ROCm torch 与持久盘权重；MiniMax H3 单条 5 秒视频 20 步推理约 19 分钟，R2 预签名相应延长到 1 小时。
MiniMax H3 在 RTX 5090 上的速度与成本：5 秒视频约 46–60 秒
RTX 5090 32GB 运行 MiniMax H3 Turbo 时，带正常音频的 5 秒 0.7MP 视频耗时约 46–60 秒；按 0.508 美元/小时折算，每条约 0.006–0.008 美元。测试同时覆盖步数、量化、SageAttention、分辨率、时长和冷启动。
升级 PyTorch 解决 ComfyUI 的 torch.library.custom_op 启动错误
ComfyUI v0.33.1 在 PyTorch 2.6 下导入 comfy-kitchen 时，因 list[int] 无法被 torch.library.custom_op 推断为算子 schema 而启动失败。CPU 对照确认 PyTorch 2.8 修复解析，CUDA 12.8 镜像随后通过 GPU 启动与出图验证。
MiniMax H3 Turbo 音频失真的根因与双时钟采样器修复
MiniMax H3 Turbo 在 4 步和 8 步采样时出现爆音、杂音与音色偏移，原因是旧版采样器用同一条 sigma 进度推进视频和音频。升级 ComfyUI 或使用双时钟 Euler 后，两个低步数档位的音频均恢复正常。
MiniMax H3 高分辨率放大：音视频潜空间拆分与二次采样
MiniMax H3 的视频与音频共用 NestedTensor，通用潜空间放大和加噪节点会触发类型错误或破坏二次采样。本文给出音视频拆分、独立加噪、条件同步放大方案，并比较 1080p 与 2K 的 RTX 5090 实测成本。
ChatGPT 网页版接入自建MCP
最近摸索了一下，怎么在chatgpt网页版接入自建mcp最终链路flowchart LR chatgpt["ChatGPT 网页版"] portal["Cloudflare MCP Portal<br/><https://ai.example.com/mcp>"] server["Cloudflare MCP Server 配置"] upstream["自建 MCP Server<br/><https://memory.examp...
从 Prompt 到 Subagent：AI 工程化学习路线
这条路线适合从 AI 基础使用，逐步走向可复用、可维护、可协作的 AI 工程体系。整体路径：Prompt → Structured Output → Tool Calling → RAG → Eval → Agent → MCP → Memory/State → Skill → Workflow Orchestration → Subagent → Observability/Security/Deployment1. Promp...
claude code里面使用chatgpt的模型教程
现在的cc switch已经支持在本地中转chatgpt模型到claude code中使用。前置步骤1、准备好cc-switch 下载2、已经安装好claude code3、有chatgpt供应商key和url操作步骤1、打开cc-switch 新建claude code配置如下，正常填入chatgpt的url和key，然后api格式选responses%E5%9B%BE%E7%89%87.png2、cc-swicth左上角的设置...
AI Agent 深度学习指南
Claude opus4.6生成的AI Agent 深度学习指南从”会调 SDK”到”真正理解 Agent”的完整学习路径目录Agent 的本质手写 Agent 循环Prompt Engineering for Agents工具设计的学问核心论文与思维模式记忆与上下文管理多 Agent 编排可靠性工程评估 (Evals)实战项目建议推荐资源1. Agent 的本质一句话定义Agent = LLM + 工具调用 + 循环没了。所有框...
Cloudflare AI Gateway 自定义供应商配置与踩坑记录
Cloudflare AI Gateway 自定义供应商配置与踩坑记录这篇记录我们在 Ankigenix 项目里接入 Cloudflare AI Gateway（自定义供应商）时的配置方式和几个容易踩的坑，方便之后复盘或给团队/社区做参考。背景与目标我们希望把 AI 请求统一走 Cloudflare AI Gateway，以获得：统一的流量观测与计费追踪更清晰的请求统计与排查路径未来替换供应商时更少改动同时我们使用的是 自定义供应...
Cloudflare AI Search（AutoRAG）接入实战，个人博客的知识库AI助手
前言最近给博客加了个 AI 助手功能，可以智能检索博客内容并回答问题。用的是 Cloudflare 的 AI Search（也叫 AutoRAG），踩了不少坑，这篇文章把接入流程和关键坑点整理一下。效果预览：点击右下角的聊天按钮，问它“博客里有哪些关于 Serverless 的文章？”，它会检索相关文章并给出回答，还会显示引用来源。什么是 Cloudflare AI Search？AI Search 是 Cloudflare 推出...