本文目录一览：
- 1、ThingJS园区搭建工具模模搭新手必看手册(一)
- 2、只需4步零代码搭建个人网站及配置一个AI助手,万字干货教程
- 3、如何搭建一个属于自己的本地大模型
- 4、【干货分享】免费开源,本地部署AI大模型,搭建个人知识库
- 5、本地ai模型搭建详细步骤
ThingJS园区搭建工具模模搭新手必看手册(一)
ThingJS园区搭建工具模模搭新手必看手册（一）CampusBuilder是什么？CampusBuilder（模模搭，简称CB）是优锘科技推出的一款低门槛、高效率构建3D场景的工具，致力于“万物可视”和“万物可管”的目标，旨在帮助人类更好地认知和管理世界。
ThingJS园区搭建工具模模搭新手必看手册要点如下：下载与兼容性：下载地址：CB客户端可以从store.thingjs.com/tools下载。系统支持：目前仅支持Windows系统的64位操作系统，不支持苹果电脑、Linux系统或32位系统。注册与登录：注册方式：可使用邮箱、手机号、QQ、微信等方式注册。CB客户端账号与ThingJS账号互通。
CampusBuilder（简称CB）是一款由优锘科技开发的构建3D场景工具，旨在实现“万物可视”与“万物可管”的目标。用户既可以直接使用CB创建3D场景，也可以作为ThingJS开发平台的组件进行使用。CB客户端可以从ThingJS网站的资源中心下载，下载地址为store.thingjs.com/tools。
总而言之，ThingJS开发的模模搭客户端是一个简化3D场景开发的工具，同时搭建好的场景是在ThingJS网站中开发的。作为ThingJS平台提出的制作三维可视化行业案例的第一步——场景搭建，全靠模模搭来搭建场景。因此，想使用ThingJS来开发三维可视化行业应用，就需要使用模模搭园区搭建工具。
ThingJS园区搭建工具模模搭介绍 ThingJS场景搭建工具模模搭是优锘科技推出的一款专为物联网设计的3D可视化软件，同时也是ThingJS平台的一部分。
CampusBuilder（或称“模模搭”）是一款面向普通人的数字孪生可视化搭建工具，相较于市面上的许多3D搭建软件，它的上手难度极低，普通人只需五分钟即可掌握其使用。通过CampusBuilder，我开始探索如何将现实中的建筑或园区以数字形式复现。
只需4步零代码搭建个人网站及配置一个AI助手,万字干货教程
第二步：准备个人网站 接下来，我们将为自己搭建一个个人网站。创建应用：打开阿里云提供的函数计算应用模版，按照指示部署应用。在部署过程中，需要填写之前获取的应用ID和API-KEY。访问网站：创建完成后，页面会显示网站域名。点击域名跳转，即可看到自己的网站。第三步：引入AI助手 现在，我们要为网站配置一个AI助手。
如何快速的搭建一个自己的免费网站： 申请一个域名 网站需要通过域名访问，所以搭建网站的第一步肯定要有一个域名，其实会有很多平台提供免费的二级域名，我们可以使用，如果你是小白、新手的话可以用免费的二级域名先跑起来。不过现在域名的价格也不贵，买一个特殊后缀的练练手，也是没有问题的。
如何搭建一个属于自己的本地大模型
1、另一个选择是直接使用国内提供的模型资源，例如通过夸克网盘等渠道下载。下载大模型：在Hugging Face社区中，你可以搜索并找到适合你的大模型。由于网络限制，你可能需要将下载地址中的huggingface.co替换为国内的镜像地址，如http：//hf-mirror.com。如果你选择使用国内提供的模型资源，可以直接下载对应的模型文件。
2、加载模型：使用Ollama或其他工具加载你下载的模型。进行测试：通过输入文本或命令与模型进行交互，测试模型的性能和效果。你可以根据需要进行多次测试，并调整模型参数或配置以优化性能。通过以上步骤，你就可以从0开始搭建属于自己的本地AI大模型了。
3、使用知识库与模型交互：在cherry studio的聊天界面中，点击“@”选择模型，并输入问题。例如，询问“远山和叶是谁”。对比结果：在没有导入知识库的情况下，大模型可能无法准确回答该问题，甚至开始“一本正经地乱编”。然后，点击知识库图标，选择刚刚创建的“测试”知识库，再次询问同样的问题。
【干货分享】免费开源,本地部署AI大模型,搭建个人知识库
下载语言模型 出现命令窗口后，根据自身的电脑配置选择并粘贴相应的代码来下载语言模型。
注册API账号：访问yansd66top进行注册（注：此链接为示例，实际注册时请确保来源可靠）。3步打造AI助理 STEP 1：创建Agent 打开ChatBox软件。点击“新建Agent”。为你的AI助理起一个有趣且易于记忆的名字，比如“摸鱼小秘书”。
在“设置”-“默认模型”中，选择你希望作为默认使用的模型。设置知识库 进入知识库设置界面，点击“添加本地文件”来上传你的知识库文件。开始使用 现在，你可以开始尝试与你的个人知识库进行对话了。在对话框下方，你可以选择“知识库按钮”来增强索引，或者直接与默认模型进行对话。
第一步：创建大模型应用 首先，我们需要在阿里云百炼大模型服务平台上创建一个大模型应用。进入平台：打开阿里云百炼大模型服务平台，进入“我的应用”页面。创建应用：点击“创建应用”，选择“智能体应用”。配置模型：首次进入会提示未开通模型，点击“开通模型服务”，并完成开通流程。
在平衡速度和质量的情况下，可以选择Moonshot 8k作为AI大模型。选择默认设定即可，无需进行额外调整。上传数据库 添加私有数据库：在Bot创建页面，找到“知识”部分，这是添加私有数据库的地方。支持文本、表格、图片三种上传方式。点击“创建知识库”，开始上传你的数据。
本地ai模型搭建详细步骤
本地AI模型搭建的详细步骤主要包括前期准备、环境搭建以及具体搭建操作。前期准备 需求分析：首先明确AI模型的应用场景，如文本生成、智能问答或图像识别等，这决定了所需模型的能力和资源需求。同时，评估本地硬件资源，包括GPU型号与显存、内存大小及存储空间，并估算整体预算。
GPU Offload：在图形化对话框的右侧设置中，勾选GPU Offload复选框，并根据GPU显存性能调节线条处的值。这有助于将模型运行的性能占比更多地交给GPU，提升运行效率。其他设置：LM Studio还提供了其他设置选项，如调整温度参数、最大令牌数等。这些设置可以根据实际需求进行调整。
点击“设置”按钮，选择“聊天设置”，更改“工作区LLM提供者”为“Ollama”。它会自动匹配下载好的聊天模型，最后拉到最下方点击“更新工作空间”，保存设置。使用本地部署的AI大模型 部署好的模型具备图片分析、编码、文档分析、批量文档分析、深度推理等能力，与在线版一致，同时支持联网搜索内容。
加载模型：使用Ollama或其他工具加载你下载的模型。进行测试：通过输入文本或命令与模型进行交互，测试模型的性能和效果。你可以根据需要进行多次测试，并调整模型参数或配置以优化性能。通过以上步骤，你就可以从0开始搭建属于自己的本地AI大模型了。
加载模型：模型下载完成后，根据软件指引进行加载。在加载完成后，可以新建对话，并加载离线模型来开启对话测试。测试与使用本地大模型 新建对话：在LM Studio中，找到新建对话的入口。加载已下载的离线模型，并开启对话。与模型交互：在对话框中输入问题或指令，与本地大模型进行交互。
AI大模型的本地化部署是一个复杂但系统的过程，涉及多个关键环节。以下是详细的部署流程： 需求分析明确目标 确定具体用途：首先，需要明确本地化大模型的具体用途，例如文本生成、翻译、问答等。这有助于后续选择合适的预训练模型和进行针对性的数据准备。
标签： 模型网站搭建
