本地部署codexA卡可以么
粉丝3340获赞5640
相关视频
03:23查看AI文稿AI文稿codex 现在能直接接上奥了吗？本地开源模型也能跑进编程工作流里了？这个变化很关键，因为以前很多 ai 编程能力都绑在云端，想用就得付费，联网受限制。 现在不一样了，模型可以放在自己机器上， codex 负责把这套能力接近开发流程，成本和门槛儿一下就变了。 codex 本身不是普通聊天框，它更像一个面向软件开发的 ai 助手，能做构建、编辑、审查、发布。更绝的是，欧拉玛的作用也很明确，就是把开源模型搬到本地跑。 这样一来， codex 管工作流，欧拉玛管模型运行，两者一拼，开发者就能在同一个环境里完成。写代码、改代码、看结果。这整套动作真正有意思的是，它不只是能写代码， 本地模型接入后， codex 还能加载本地网站和本地服务器，直接在浏览器里看页面，页面哪里不对可以圈出来标出来，再通过聊天把修改意图传给模型。 也就是说，代码页面反馈不再是分开的三件事，而是连成了一个闭环。对前端和迭代开发来说，这种格式化写作会比纯文本问答顺手的 多。当然，路线也分两种，想省事可以用官方推荐的云端模型，但那通常要订阅。想真正把成本压下来，就自己用本机算力托管开源模型，再接到 codex、 jama、 q 问。这类模型都在这个范围里， 前提也很现实，先装 codex， 再装奥拉玛。而且要先看硬件够不够，因为本地 ai 不是 点一下就有，它吃的是 gpu、 内存和算力。 说到底，这次变化的意义不只是免费，而是把 ai 编程从租服务变成了用自己的机器做自己的助手。 在模型推荐上，先别盯着最强要先盯着能不能装得下。这里给出的方向很清楚，就问三点六和 jam 四，都属于适合本地部署的后选。也就是说，选模型不是拼参数面子，而是看机器能不能扛住。 更实用的做法是先把硬件摸清，再决定上哪个版本，判断这台电脑能跑什么。最直接的办法就是用康 i run、 ai locally 这类工具，把 gpu、 显存、内存、 cpu 核心数填进去，结果就不再是猜，能轻松跑，勉强可用，完全不适合。分得很明白， 这里的关键案例是 jam 四，先确认当前配置能跑，再选具体变体， e 二 b 更轻， e 四 b 更完整，但体积也更大，下载接近九点六 g b。 也就是说，本地部署不是零成本，只是把成本从订阅费换成了硬盘和等待时间。真正有意思的地方是把它接近 codex， 操作并不复杂，先让奥拉玛在后台跑起来，再启动 codex， 选择本地已经安装好的键盘四 e 四 b。 这里最关键的一点是，奥拉玛版本要在零点二四以上，不然联动会卡住。 联通之后， codex 还是那个 codex， 但底层推理已经换成本地模型了。换句话说，编码助手的界面还在付费， api 的 依赖却没了。最后的测试也很直接，让他去做一个前端 landing page。 这 这个任务不只是看能不能聊天，而是看它能不能真的产出页面结构、文案和设计感。结果是页面顺利生成，说明这套组合不是能启动而已，而是能干活。 真正值得注意的不是某个模型有多神，而是本地开源模型已经足够把很多日常编码任务接住了。 ai 最有价值的地方，往往不是替人做决定，而是把那些重复昂贵还不想交出去的工作安静的接过去。关注全球 ai 速递，获取更多 ai 前沿资讯！
101全球AI速递
01:49查看AI文稿AI文稿ok， 这个 cloud code 我 已经是成功在本地上面去运行了，发到了那个 github 上面去了，网址在这里你们可以看一下，我跟他一个对话，去读取某个文件，然后回答其中问题，填写上他的答案。我去看了一下他答案，确实已经改进去了。接下来这个是教程啊，直接把这一个复制，然后我们去到这里面，在这里复制进来， 它就自动克隆到这个地方来，然后按确定就好了。下一步就是配置自己那个 a p i， 先用这个打开，你们用记事本打开也可以，然后还有打开这一个， 这个是例子啊，我是用那个归机流动的那个 a p i 来搞的，你们也可以直接放进你们提米的那个 a p i， 因为我以前用过归机流动那些，里面的余额还在。 ok， 现在已经配置好我的那个 a p i 了，弄了一个双击启动的一个，很方便，你们到时候配置好 a p i， 直接双击个启动就可以了。 然后它这里会让你啊，你就选择这个。 yes， 按这个回车键，让我们来看一下它能不能正常地对话啊，你是谁？哎？ 你是谁？ ok， 它也是可以回复的，然后我们先来做一个简单的测试，虽然我想让它去读我这一个测试文件啊，看它能不能读到我里面的东西，并且回答我有没有问题 啊。复制，然后给他，他这里就是问我继不继续的意思。 ok， 他 成功读取到了我其他文件夹的文件，看，而且他回答对了，所以就是 可以的。呃，清除掉他记忆的话，就另他就好了，他就没有了。如果你们不方便去克隆的话啊，我在群里面有放那个，那个我下载好的那个压缩包，你们直接去解压那个压缩包，按照我刚才的那个流程去搞就好了。
587JACK带你玩AI
01:41查看AI文稿AI文稿devic v 四真的有这么牛吗？本地部署是不是真的能跑起来？今天直接看数据，我们用了十六卡 pro 六千，使用两台组的集群模型是 devic v 四 pro， 我 们测试使用的框架是 v l l m， 我们直接上，结果一百万的超长上下文，在四个并发症下，它有二十二点六个 top， 在 十六个并发症下，十五点五 top， 又在六十四个并发症下，七点六九个 top。 我 们可以得出结论，多人同时使用也能跑得动。它有三个亮点，它有百万上下文。这是什么概念呢？一次性喂进去几十万的合同 模型，全部吃得下，不丢信息，不截断，做代码审查，法律文书、政务处理，超长上下文就是核心竞争力。而我们的这套成本要比 h 两百要低，实现百万上下文只需要两台 pro 六千整机，十六卡组级 群，不用动辄几百万的 h 两百方案，中小企业也能用得起。第三个是我们全网首发的 pro 六千测试，从机型部署到模型适配 到性能调优，这里有大量的技术难点需要突破。我们具有完整的基层部署能力，不是拼凑，而是真的跑通了。那么这套方案适合谁？代码开发的团队，超长上下文，整个代码仓库一次性喂进去做审查，向法律医疗的行业行文党理解合同审查，并力分析，国产模型推理 合规更安全。还有一点要注意， the deepsea 飞四是纯文本推理模型，不支持图片理解能力。这套方案的推荐并发上限约十五个，三十人到五十人以内的团队。这套配置完全够用，性价比也很高。如果您是百人级以上的企业， 那就需要加机器扩集群。如果您的企业也在考虑大模型本地部署，不知道怎么配置，可以来找我聊聊。
114赋欣科技服务器
00:35查看AI文稿AI文稿如果你跟我一样也想省钱在本地部署模型、升图升视频，好不容易从网上下到了大佬们做好的 j s 文件，却发现自己部署起来总是触 bug， 运行不了。那我强烈建议你试一试 codex， 只要像我这样告诉他你的问题，他就可以自己帮你检查整个工作流的问题并且修改。 这不，一下就把困扰我很久的节点问题解决了。不过免费的额度有限，想要节约额度就要一次性把需求描述清楚，最后一定要让他自己测试跑通，以免你让他二次修改浪费额度。妈妈再也不怕我不会建工作流了！省钱大法加一！
153EMMYSYNC
00:41查看AI文稿AI文稿像我们现在做人工智能模型，是不是买的硬件越贵越好呢？我觉得其实不是的，就好像我们没有必要去买一辆劳斯莱斯去自驾游，对不对？肯定是选用自己合适好用的。 像我们现在很多企业，我接受的需求都是说企业内部的一个知识库，或者说去做一些生产力。而往往现在中小型企业也就五十到一百个人，他根本就上不到那种几百万的机器。 很多的生产场景下，其实像一张，比如说像这种 a 一 百或者说 pro 六千两张，像五零九零三到四张，他都能够满足他的使用， 可以本地部署向千问 deepstack， 我 们在此基础上去搭建企业自己内部的知识库模型，然后调用给整个公司去使用。那至于说整套落地是怎么落地的呢？可以关注我的账号，经常会给大家更新的。
31算力未来
02:50查看AI文稿AI文稿还在研究本地大语言模型怎么破甲破件吗？其实那些方法都没什么用，今天给大家直接介绍一个无限制的 本地大语言模型，这个是欧拉玛的官网里面的啊，这是其中的一个作者，我们直接去拉取它这个模型就可以了，注意它的尾缀啊， on sensor 的 这种啊。 好，那么如果你在这里面去搜索的话，他可能还有很多个这种昂森手的，包括那个加码的，或者说是千万的，我个人推荐用千万的，千万对中文的知识要更好一点，然后它里面有很多版本，二币、四币、九币，这个四币和九币哪怕你是没有显卡的， 在内存里面跑的也是可以很快速的。那具体怎么操作呢？比方说我想，因为我这里面我的这个里面已经拉取了，我拉取了一个四 b 的 一个九 b 的 纤维三点五，还有一个加码的一四 b， 呃，感觉都还还蛮好用的啊，我，我给大家演示一下。比方说我想拉取这个里面的这个二 b， 然后点到这个二 b 的 模型里面去， 它这个里面针对欧拉玛的拉取，它会有已经给你写好了命令提示。行啊，直接选中复制，然后 windows 加 r 键，打开 cmd command 命令行窗口，然后直接复制粘贴进去，就来到这里了，看到没有回车 好，它这个时候就开始拉取了呢，这是我的网速，这个时候它就开始拉取， 呃，这个取决于你的网速，而而且这个是不需要魔法的啊。当拉取完了之后，啊，我这个把这个停掉啊，我这我这把它停掉， 停掉。拉取完了之后，我们来到我们的欧拉玛里面，你就会多一个，刷新一下就会多一个，当然我这个就不拉取了，包括四币啊，九币啊， 在在我这台电脑上，我这个是一个六 g 显存的四零五零啊，哪怕你是核显的，没有显存的也可以，跑速度也还可以，你可以跟他任何交流啊，包括角色扮演呢，或者提问呢，任何特殊问题等等等等等等，大家都懂的， 不会有拒绝回答的情况。这个这个奥拉玛的客户端程序也是在这里下载啊，客户端的程序也是在这里下载， 下载完了之后，安装好了之后，你的属呃，那个系统右下角托盘上就会多多一个这个羊驼的图标啊，然后打开这个 open 就 可以打开它这个窗口啊，大概就是这样，具体的那个过程里面的聊天内容啊什么什么的， 呃，我就不去演示了，他的四 b 和九 b 作为简单的轻度聊天或者角色扮演等等等等之类的，或者仿写扩写一些小短文什么的都是没问题的啊，千万三点五的九 b 榜三说的啊，就这个好。
116东辰视觉
01:56查看AI文稿AI文稿最近在用这个 codex， 呃，写一些 a p p 小 程序，好像是建了一些网站什么的， 然后如果说用它自己的模型的话，这个很贵哈，所以说我现在连接了这个咱们本地的 啊， dickzip 的 这个模型通过什么样的工具呢？那这个就可以给大家介绍一下，有个叫 memo to codex 的 啊，这样的一个开源工具啊，它呢也挺好用的，配置上来讲也比较简单。呃，不定期的话， 呃，它也会做一些更新啊，我用的还可以啊，你看设置上来讲就是非常简单哈， 因为它已经预制了一些模型啊，有 miimo 的 这些模型，还有 decip 的 这个模型， 只需要在那个后端的一个配置文件上把这个 decip 的 这个 api key 贴上去，然后就可以使用了啊，贴上去之后，你看我这上面就变成了已启动的这样的一个状态啊， 然后在 codex 接入的这一块，就直接在你想用什么样的模型，比如说现在有这个 v 四 pro 和这个 v 四 flash 啊，你可以用 pro， 也可以用 flash， 在 这边有一个写入文件并起用点一下， 然后你 codex 退出，重新进一下，就可以切换为这个模型了啊，非常方便。 你看我这个模型，我不光用官方的这 a p i， 我 还用这个 open code 的 这个 a p i 的 这个啊， decip 这个模型也都是可以去用的，比较方便，推荐给大家。
120进阶的奶爸
01:23查看AI文稿AI文稿腾讯发 marvis， antropics 发 work buddy， open ai 搞 codex。 你 以为他们只是在卷 ai 助手？错，他们都在告诉你同一件事，本地大模型才是真正的战场，现象只是表象，底层逻辑才是真相。 marvis 也好， work buddy 也罢， 本质上都是把大模型塞进你的电脑。为什么云端 a p i 数据过别人手？延迟看天，断网变砖？本地部署数据在本地响应好，秒级断网照样跑。大厂集体转向端测。不是因为云端不好，而是他们看明白了，谁能把 ai 真正装进用户设备里，谁就赢了。下一个十年， 企业最关心的几个问题，本地部署全解决。关于成本，云端 ai 按 token 计费，月月交钱，本地部署一次投入长期摊薄数据安全。云端 ai 数据过第三方服务器，本地部署全程本地物理隔离 响应速度。云端 ai 受网络波动影响，本地部署毫秒级本地推理可用。请云端 ai 断网即费，本地部署离线同样可用。别再问本地模型强不强了，评论区总有人说装不了，配置太高，但事实是， 三十五 b 以下模型，一张消费级显卡就能跑， m o e 模型 macbook 都能带的动。企业核心需求不是跑千亿参数，而是数据安全加稳定可用。从老板的第一性原理看，管你 mars 还是 close， 我 给你指定，你给我截股，成本更低，数据更安全，我就选谁。你的公司需要本地部署吗？
23寻路AI
00:47查看AI文稿AI文稿给大家看一下最近很多粉丝提的本地部署生图生视频的需求，整套流程已经全部实测完毕了，非常稳定。用的是恩卡的这套方案，实测三十秒不到就能直接生成三到五秒的视频，二十四小时不间断，日常商用，批量使用是完全没问题。大家可以近距离看一下实际出图效果，特别是咱们做电商行业产品图的， 哪怕只用最简单直白的基础提示词，不需要复杂繁琐的专业指令，都可以生成这样的效果。人物视频也生成了几个片段，给大家看一下整个画面质感、画面细节依旧做得非常出色。本地部署的优势真的特别突出。 首先不用长时间排队等候出图，不会一到高峰期就开始出废片，风格跑偏等等，完全不用担心花钱买废片，效率大大提升。全程不消耗任何流量额度，不用充值抵扣 token， 没有任何额外扣费成本，不受平台规则限制，全天候不间断运行，批量生成图片，视频创作自由度和使用性价比直接拉满了！宝宝们晚上好呀！
428郑工说AI+
08:17查看AI文稿AI文稿大家好，今天我们开始讲 codex 的 入门系列，这期我会从零演示一遍 codex 如何安装，怎么打开项目，怎么让它整理资料，分析表格，最后再基于结果生成一张图片。 看完之后你基本就知道第一词应该怎么用了。很多人第一次听到 codex 会以为它只是给程序员写代码的工具，但是我觉得它真正有价值的地方远远不止写代码它。你可以把 codex 理解成一个可以围绕你电脑资料工作的一个 ai 助手。 相比于传统的这种聊天式的 ai 工具，他不是你问一句，他答一句，他可以基于你指定的文件夹去理解里面的文档、表格、截图和各种资料，然后帮你整理分析跟生成结果。 比如说你要做调研，他可以帮你整理资料，你要做计划，他可以帮你把零散的信息变成了行动目标，你可以分析表格，你可以去提炼脚本大纲，甚至生成配图等等。 所以我觉得 codex 对 于普通人也很有价值，只要你的工作经常发生在电脑上，需要处理文件资料啊，调研等等，我就觉得你应该试一下。 好，今天我们首先从安装开始。安装很简单，我们第一步需要打开 codex 的 官方网站，根据你的系统选择对应版本啊， mac 就 选 mac， windows 也可以， windows 安装过程跟普通的软件差不多，就按照提示一步一步完成就可以了。安装完成以后，打开 codex 登录你的 chat gpt 的 账号 啊，然后第一次登录的时候，他可能会让你选择主要的用途，那这我们可以看到这他是有一个工作模式，你是主要用于编程还是日常工作，这个之后都可以修改，但是如果你选择编程的话，他的回答会更技术性一点，更细节一点点。 登录之后你就来到了这个 codex 的 主界面，这个界面可以简单理解成三个区域，左边这块是这个项目跟任务列表，中间是你跟 codex 对 话的地方，右边通常会显示他正在处理的内容啊，或者可以生成的结果等等。接下来讲第一个概念叫做项目， codex 里面的项目本质上就是你对应你电脑里的一个文件夹，你选择哪个文件夹， codex 就 围绕这个文件夹里面的资料来进行工作。我这里用一个普通的例子，比如说啊，我这里可以选择添加新项目，使用现有文件夹就可以找到你自己对应的一个文件夹去作为你想工作的一个区域。 这里准备了一个很普通的例子，周末去杭州玩两天，这个文件夹里面有一些零散资料，比如说旅行笔记，想去的地方，想吃的店等等，也有一些截图、天气或者是酒店的一些路线信息。 在这个下拉菜单，这可以指定你想要的这个项目的文件夹，在这使用现有文件夹就可以指定你的工作目录，比如说我们可以简单看一下他们前 直接在这对话的形式告诉他啊，你可以查看我这个项目下面的一些文件等等。 比如说如果这我想要他帮忙整理这个文件里面的一些资料，比如说整理一个对应的杭州旅行计划， 我们可以通过语音的形式，在这有一个语音的形式，帮我整理一份杭州周末的旅行计划，内容包括目标行程安排，预算，需要提前准备的事项，以及如果下雨的备用方案等等。啊，需要 dog 的 文档，然后有图文， 对，然后就有语音的形式，在这我们可以选择它的智能的一个高低，一般来说高就足够了，然后除了这个智能，就是它的思考的一个深度， 如果是特别复杂的问题，你就可以选择超高，但它对应消耗的 token 会更多一点点，然后在这儿你可以选择对应的模型，现在最新的就是叉 gdp 五点五的这个模型，速度一般就是有标准跟快速，然后快速会一点五倍的快，但是同样的 token 数会增加。在这我们为了演示选择快速，我就开始 看，经过了这个两分二十秒，他就生成了这个文档，我们打开看一下，那就生成了一份两天两晚的旅行计划，有一个目标概，里面有图片也有表格，有对应酒店的一些住宿的建议， 以及两晚的一些价格，餐厅的一些备选，总的来说是非常全面，也非常友好。对于这种复杂文件整理的情况来说，帮我们完成了多的一个信息整理， 这也是 codex 跟普通的聊天工具最大的区别。普通的聊天工具需要在兑换框里面，你反复的复制粘贴文件，然后告诉他怎么做，他再告诉你怎么做，你可能需要去，然后你自己再去操作。但 codex 真正就是 在你指定的这个文件夹里面去读写，去生成你想要的文件，真正帮你去完成了这工作，我们可以看一下在对应的项目下面，他已经生成了这一份文档，相当于你就不需要去手动的去啊复制粘贴很多重复工作。 你可以想象一下，如果你是学生，你可以把论文资料啊，阅读笔记放到一个啊文文件夹，然后让他去生成论文。提高啊，你是做运营的，你同样也可以把这个沟通资料表格，会议记录，让他生成一个执行方案等等。销售啊，可以让他去根据你的客户资料和沟通记录进行一个跟进的计划， 所以这个就是 context 真正有用的地方，他不是给你建议，也不是告诉你怎么做，而是直接帮你去处理资料生成结果啊，这到就会极大的提高你的工作效率。 接下来我讲第二个概念，就是啊县城，就是对于同一个项目来说，你可以啊开多个县城，比如说这是这个项目本身，然后我们可以开，同时在这下面开一个新的，就叫县城，比如说分析一下，在这我想让他帮忙分析一下预算， 这样它会读写里面的一些表格啊，然后生成表格啊等等啊。同时我还想要调用这个啊， x g b t 的 那个深图模型，那么目前这个模型也是市面上深图能力最强的。 对，这样你看我们在左边就能看到转圈的，是正在运行的，然后黄蓝色的小点表示已经完成，这是帮我们那个预算的，它能够生成一个像 csv 的 一些信息，然后它也能够读取原本里面的一些信息啊，对， 让我们再看一下这个 啊，经过这个几分钟他就生成了啊，然后他就生成了一个图片，我们可以看一下效果啊，还是很不错的。就是根据我们刚才的一些旅行安排，然后生成了一个啊，非常清晰，然后也很信息量比较全面的一个旅行安排。对， 然后这个地方有一个点我也想介绍它的功能，比如说在这个工一开始的过程当中，他是尝试生成一个 svg 的 图片，然后没有调用他的，我想他调的那个工具叫 emoji 键啊，在这儿，所以我就用这个，在这个地方可以打断他，比如说用户他还在生成当中，我可以直接啊， 直接去发送，然后他就可以可以调整他的方向啊。另外大家也可以在这个设置地方可以看到自己的一个使用量，在这个地方设置 下面有个剩余用量，他这边有一个每五小时跟一周的一个限制啊。一般来说如果你是叉 g t 的 plus 账户的话，就是啊，你进行一些高强度的整理文章啊，调研啊来说，一般来说是没什么问题的啊。然后 open i 也经常时不时会重置他们的这个限制啊，所以说相比克拉扣的来说，这一点是非常好的，有点量大管饱的意思， 哎，我们回顾一下这一期，就是第一个就是首先 codex 它不只是写代码，它更像是一个可以围绕你电脑资料这么工作的一个 ai 助手。第二个是 codex 里面的一个概念就是项目，项目本质上就是你对应你你选择的一个文件夹。第三个就是同一个项目里面可以开多个县城啊，不同县城处理不同任务 啊。第四个就是啊，他可以帮你整理资料啊，分析表格，生成图片等等一些工具啊。第五个就是你怎么样去看选择模型，速度以及以及查看你的使用量等等。 这一期只是一些基本的一些概念，但是以及能够看到 codex 的 一些核心价值啊，他不只是在告诉你怎么做，而是真的去帮你去完成一项工作啊。 下一期我们会继续讲一些更进阶也更实用的功能，比如说插件呢啊，技能啊，智能浏览器辅助自动化任务，以及啊怎么把一个复杂的任务拆解成几步让他啊连续几天或者上周的去持续的运行啊。这期先到这，请大家继续关注这个系列。
4141Tao 的 AI 产品实验室
04:24查看AI文稿AI文稿嗨，欢迎回来，今天这期视频跟大家聊点硬的，我将手把手带着大家部署 open call 最新版本，全程实录，不含废话，准备好了吗？ let's go！ 首先进入启动台，找到终端并打开。 接着呢，将准备好的命令行复制后粘贴到终端内回车，此时会出现安装的窗口，点击同意。接下来就会进入到 xcode 工具安装过程， 整个过程大约耗时七分半钟。到了这里终于来到了安装成功的界面。来到第二步，安装 uber， 将准备好的命令行复制后粘贴到终端内回车， 此时要求输入密码，输入的密码是不会显示的。接着等待安装中， 大约三分钟 homebrew 就 安装好啦，这里我再兴起一个终端。来到第三步，安装依赖 no， 即 get， 老规矩，还是将命令贴近终端回车， 等待安装。大约三分半钟，安装好，我们来验证下输入命令分别得到 node 的 get 的 版本号，至此依赖包仪成功安装。 接着第四步，官方一键安装 open 口，我们将安装命令复制粘贴到命令行。这次我们安装的是最新发布的五月七日版本，等待自动安装。 接下来是配置了，默认选择 yes， 启动模式选择默认 quickstart 模型题，工商，我选择了 c a i， 也就是智普 earth method 选择 c。 嗯，接着来到智普 a i 开放平台， 我演示一下，新创建一个 a p i t 命名随意，然后靠屁 a p i t 值贴到命令行 默认模型，这里选默认的回车。接下来会让我们配置通讯方式，联网搜索技能 hux 等，这里暂时不配置选择跳过，后续我们会专门出一期讲解， 现在看到网关服务也安装好了， 启动方式选择更为友好的 ypui。 到这里可以看到安装已经完成啦，这里安装一起大概也就四分钟左右，现在我们打开浏览器看看通了没，来问一个问题， 已没反应，也应该是选择的默认大模型，没有续费。我们来设置一个免费的模型测试一下， 把命令行贴进来，重启一下，查一下修改成功没？ ok， 已修改为 glm 四点七 flash。 接着来到聊天界面，刷新一下，问个问题，一开始反应有点慢， 但是有回应了，再来问问今天星期几，追到正确的反馈，追下来就能够丝滑的跟他聊天了。 最后我也准备了部署资料，有需要的朋友可以在评论区留言， 另外你们还有啥想听的也可以告诉我。好了，今天的分享就到这里，如果觉得有帮助请记得一键三连，我们下期见啦！
33红莓素
01:38查看AI文稿AI文稿hello codex 这几天是不是太火了？到处都是这个信息轰炸，你们在用 codex 做什么？我在用 codex 写代码建 seo 的 独立站，就是建很多 b to b 的 纯静态网站，上传到 cloudflyer， 使用它的免费服务器来部署这种 to b 的 网站，获取寻盘，用这种方式可以建很多网站。以前我们知道这种服务器是免费的，建一个站的时间比较久，所以受限于效率的问题，就没空去搞这个呃 铺。很多网站现在有了这个 q 代码是之前我是使用的这个 train 这个建站工具， 批量的出了好多这种 b to b 的 网站，去做自己公司的低端的这个业务，因为这种沉浸态网站，他需要的这个数据库啊，这些东西不是像 c 端网站要求那么高，只需要几个简单的表单，还有 su 的 内容的一个呈现，我们就能够 做免费的网站哦，获得这个排名。当然这个也是有方法的，不是一来就去搞行业很大的关键词，对吧？ 可以通过 summer rush 去找到行业一些搜索量很大，竞争难度又还小的关键词。然后又利用了这个 cloudfly 这种免费的服务器这种资源，利用好 comdex 这种高效的建站工具，它还能帮你去调研这样的一套 sop 下来，你想想你要去搞 几十个 b to b 网站，这个难吗？而且成本又还很低，对不对？你们在用 comdex 做什么？评论区交流一下。
1458SEO小平
01:48查看AI文稿AI文稿ai 编程能完全免费在本地运行了， codex 和奥莱曼正式打通，开源模型直接接进来。之前想用 ai 写代码，要么掏钱买 api， 要么依赖云服务，每个月动辄几十上百美元，小团队和个人根本扛不住，现在所有成本归零。 olym 这个工具能让用户在自己的电脑里跑开源模型。 codex 是 open ai 的 ai 编程助手，能写代码、改代码、审核代码，两者一组合，本地就能用上 jam 四 qman、 三点六这些模型一分钱不用花，全靠自己的显卡和内存。 具体怎么用，三条路走通。第一，装好 codex 和欧拉玛，两个软件都免费。第二，选一个适合自己电脑的模型， gamer 四的四 b 参数版本就够用，去 camera ai 网站输入显卡型号和内存，网站会推荐能跑的模型。 第三，在命令行里敲一行命令，模型就下载到本地了，大概九点六 g 币，等几分钟就装好，然后启动 codex， 选择这个本地模型。所有 codex 的 功能全都能用，写代码、改页面、调逻辑， 这意味着以后写代码、建网站、调样式都不用靠云服务，自己电脑就能跑数据不出门，速度还快，相当于把 ai 编程的门槛从月费降到了零。打开 codex， 选本地模型开工。 有人用 jma 四四 b 模型生成一个 cs 落地页，复制代码到浏览器打开页面完整布局干净。一个四 b 参数的本地模型就完成了以前需要付费 a p i 才能做的事。
189AI趋势解码
