<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>本地模型 | 杜叔叔网盘</title><description/><link>https://du.hmng.de</link><item><title>HTML Anything: 面向 Agent 工作流的本地优先 HTML 编辑器• 自动识别 8 种本地 coding agent CLI，直接复用已登录 session，快速把 Markdown、CSV、JSON、SQL 等内容生成可交付的 HTML• 内置 75 套 skill 模板和 9 类输出场景，覆盖杂志文章、Keynote PPT、Web 原型、数据报告、社交分享卡与 Hyperframes 视频帧• 支持 SSE 流式渲染、沙箱预览与一键导出，可直接复制到公众号、知乎、X，或下载 .html 与高分辨率 .png</title><link>https://du.hmng.de/posts/385</link><guid isPermaLink="true">https://du.hmng.de/posts/385</guid><pubDate>Thu, 28 May 2026 11:23:44 GMT</pubDate><content:encoded>&lt;div&gt;
      
        &lt;img src=&quot;/static/https://cdn5.telesco.pe/file/XHkTNQTNwrRt3jY-kRfaxGslasKyIQ48APvpWtcMBdMns7QWby_UDP41gM0BWNBlJW5Hh17g0_UHca7F4JIeEzv7F41yUX6a_J3GEXt3j0USFqGrrqtw0hhZiz5iKTYxUjm1L3CdBjxZbF74s37IC5HAmH0w9L1O7b4gOAmOID5lswAxpc72NCTLjDSVN0oV1xuOHzyiGrYDWYgXcy-Tvb1rjYRDuk7RpwjSViYvKtQ8fobBmN0iKJHPY9zdv9pga2BX8e0TEthfmjptA81UNA6DEEvYWe-EizLWUBLV3yP6vuHz-KJnXiWtyVgb7vuTeysZxnN-vNcj3fNdDdklnA.jpg&quot; alt=&quot;HTML Anything: 面向 Agent 工作流的本地优先 HTML 编辑器• 自动识别 8 种本地 coding agent CLI，直接复用已登录 session，快速把 Markdown、CSV、JSON、SQL 等内容生成可交付的 HTML• 内置 75 套 skill 模板和 9 类输出场景，覆盖杂志文章、Keynote PPT、Web 原型、数据报告、社交分享卡与 Hyperframes 视频帧• 支持 SSE 流式渲染、沙箱预览与一键导出，可直接复制到公众号、知乎、X，或下载 .html 与高分辨率 .png&quot; loading=&quot;lazy&quot; /&gt;
      
      
        
      
    &lt;/div&gt;&lt;u&gt;HTML Anything: 面向 Agent 工作流的本地优先 HTML 编辑器&lt;/u&gt;&lt;br /&gt;&lt;br /&gt;• 自动识别 8 种本地 coding agent CLI，直接复用已登录 session，快速把 Markdown、CSV、JSON、SQL 等内容生成可交付的 HTML&lt;br /&gt;&lt;br /&gt;• 内置 75 套 skill 模板和 9 类输出场景，覆盖杂志文章、Keynote PPT、Web 原型、数据报告、社交分享卡与 Hyperframes 视频帧&lt;br /&gt;&lt;br /&gt;• 支持 SSE 流式渲染、沙箱预览与一键导出，可直接复制到公众号、知乎、X，或下载 .html 与高分辨率 .png&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://github.com/nexu-io/html-anything&quot; target=&quot;_blank&quot;&gt;https://github.com/nexu-io/html-anything&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🧐&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/zhetengsha/2&quot; target=&quot;_blank&quot;&gt;合集&lt;/a&gt; &lt;i&gt;&lt;b&gt;💬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/zhetengsha_group&quot; target=&quot;_blank&quot;&gt;群组&lt;/a&gt; &lt;i&gt;&lt;b&gt;😄&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/zhetengsha/957&quot; target=&quot;_blank&quot;&gt;恰饭&lt;/a&gt; &lt;i&gt;&lt;b&gt;🥰&lt;/b&gt;&lt;/i&gt;&lt;a href=&quot;https://t.me/xream_bot&quot; target=&quot;_blank&quot;&gt;联系推广&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🥰&lt;/b&gt;&lt;/i&gt;&lt;a href=&quot;/search/%23AI&quot;&gt;#AI&lt;/a&gt; &lt;a href=&quot;/search/%23HTML&quot;&gt;#HTML&lt;/a&gt; &lt;a href=&quot;/search/%23Agent&quot;&gt;#Agent&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%9C%AC%E5%9C%B0%E4%BC%98%E5%85%88&quot;&gt;#本地优先&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%86%85%E5%AE%B9%E7%94%9F%E4%BA%A7&quot;&gt;#内容生产&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%8F%AF%E8%A7%86%E5%8C%96%E7%BC%96%E8%BE%91&quot;&gt;#可视化编辑&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%AE%BE%E8%AE%A1%E7%B3%BB%E7%BB%9F&quot;&gt;#设计系统&lt;/a&gt; &lt;a href=&quot;/search/%23GitHub&quot;&gt;#GitHub&lt;/a&gt; &lt;a href=&quot;/search/%23Next&quot;&gt;#Next&lt;/a&gt;.js</content:encoded></item><item><title>Craft Agents: 开源 Agent 工作流界面这...也来做 Agent 了...- 内置浏览器 相当于自带 Browser Use- 支持绑定 Telegram Bot- 支持自动化任务😄 所以你们小龙虾上最喜欢的抓新闻总结啥的 它直接就能干还不会跟 Alma 一样问题多</title><link>https://du.hmng.de/posts/378</link><guid isPermaLink="true">https://du.hmng.de/posts/378</guid><pubDate>Mon, 27 Apr 2026 04:02:10 GMT</pubDate><content:encoded>&lt;div&gt;
      
        &lt;img src=&quot;/static/https://cdn5.telesco.pe/file/MKNISJ0gtWbGuiqATsMojmMdo4oBjr1ysNq3P-uf6lCjlJ05bla0Gz2RblWD6jpMEH3g3L8lKPyHSaaifVTESIBTcG26VvsCCtDJtknHdycmmp5ExFMTJ0vRVRkwloIOJ-pqOvtODXP271vB_v83oEVz6SwpKL0LlaVk4ew6my6kaOzzeqUI2VkUodK6Wy_f9tkzhyk0o0iPurpvRQBxwswlPhYOFyMF5tLxC6ACv2KDi9jtPYUuwAurN5_hNvz4yY9SZZ4GTHsOcOnZOiFd2a5ikCiswvjgWkoYAIprW_xlfj6grY7u4CNUmtK_3-uhHrbIlm8zZmVTnn8BzfFdtA.jpg&quot; alt=&quot;Craft Agents: 开源 Agent 工作流界面这...也来做 Agent 了...- 内置浏览器 相当于自带 Browser Use- 支持绑定 Telegram Bot- 支持自动化任务😄 所以你们小龙虾上最喜欢的抓新闻总结啥的 它直接就能干还不会跟 Alma 一样问题多&quot; loading=&quot;lazy&quot; /&gt;
      
      
        
      
    &lt;/div&gt;&lt;u&gt;Craft Agents: 开源 Agent 工作流界面&lt;/u&gt;&lt;br /&gt;&lt;br /&gt;这...也来做 Agent 了...&lt;br /&gt;&lt;br /&gt;- 内置浏览器 &lt;s&gt;相当于自带 Browser Use&lt;/s&gt;&lt;br /&gt;&lt;br /&gt;- 支持绑定 Telegram Bot&lt;br /&gt;&lt;br /&gt;- 支持自动化任务&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;😄&lt;/b&gt;&lt;/i&gt; 所以你们小龙虾上最喜欢的抓新闻总结啥的 它直接就能干&lt;br /&gt;&lt;s&gt;还不会跟 Alma 一样问题多&lt;/s&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://github.com/lukilabs/craft-agents-oss&quot; target=&quot;_blank&quot;&gt;https://github.com/lukilabs/craft-agents-oss&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🧐&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/zhetengsha/2&quot; target=&quot;_blank&quot;&gt;合集&lt;/a&gt; &lt;i&gt;&lt;b&gt;💬&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/zhetengsha_group&quot; target=&quot;_blank&quot;&gt;群组&lt;/a&gt; &lt;i&gt;&lt;b&gt;😄&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://t.me/zhetengsha/957&quot; target=&quot;_blank&quot;&gt;恰饭&lt;/a&gt; &lt;i&gt;&lt;b&gt;🥰&lt;/b&gt;&lt;/i&gt;&lt;a href=&quot;https://t.me/xream_bot&quot; target=&quot;_blank&quot;&gt;联系推广&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🥰&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23AI&quot;&gt;#AI&lt;/a&gt; &lt;a href=&quot;/search/%23Agent&quot;&gt;#Agent&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE&quot;&gt;#开源项目&lt;/a&gt; &lt;a href=&quot;/search/%23MCP&quot;&gt;#MCP&lt;/a&gt; &lt;a href=&quot;/search/%23%E8%87%AA%E5%8A%A8%E5%8C%96&quot;&gt;#自动化&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%9C%AC%E5%9C%B0%E6%A8%A1%E5%9E%8B&quot;&gt;#本地模型&lt;/a&gt; &lt;a href=&quot;/search/%23GitHub&quot;&gt;#GitHub&lt;/a&gt;</content:encoded></item><item><title>JANG: 面向 Apple Silicon 的 MLX 混合精度量化格式• 针对 MoE 与超大模型做按张量分配比特宽度，在接近 MLX 体积下优先保留 attention 与 router 精度，低比特场景下稳定性和效果更强• 支持 Qwen、Nemotron、MiniMax、DeepSeek 等架构，部分模型可在 16 GB 或 64 GB Mac 上运行，甚至实现 397B 级模型在 128 GB Mac 上推理• 原生兼容 MLX 生态，提供推理模式、VLM 支持、bfloat16 自动检测和开发者集成方案，适合在 Apple Silicon 上部署高压缩本地模型</title><link>https://du.hmng.de/posts/341</link><guid isPermaLink="true">https://du.hmng.de/posts/341</guid><pubDate>Wed, 25 Mar 2026 04:51:15 GMT</pubDate><content:encoded>&lt;u&gt;JANG: 面向 Apple Silicon 的 MLX 混合精度量化格式&lt;/u&gt;&lt;br /&gt;&lt;br /&gt;• 针对 MoE 与超大模型做按张量分配比特宽度，在接近 MLX 体积下优先保留 attention 与 router 精度，低比特场景下稳定性和效果更强&lt;br /&gt;&lt;br /&gt;• 支持 Qwen、Nemotron、MiniMax、DeepSeek 等架构，部分模型可在 16 GB 或 64 GB Mac 上运行，甚至实现 397B 级模型在 128 GB Mac 上推理&lt;br /&gt;&lt;br /&gt;• 原生兼容 MLX 生态，提供推理模式、VLM 支持、bfloat16 自动检测和开发者集成方案，适合在 Apple Silicon 上部署高压缩本地模型&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://github.com/jjang-ai/jangq&quot; target=&quot;_blank&quot;&gt;https://github.com/jjang-ai/jangq&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;/search/%23AppleSilicon&quot;&gt;#AppleSilicon&lt;/a&gt; &lt;a href=&quot;/search/%23MLX&quot;&gt;#MLX&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%A8%A1%E5%9E%8B%E9%87%8F%E5%8C%96&quot;&gt;#模型量化&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%B7%B7%E5%90%88%E7%B2%BE%E5%BA%A6%E9%87%8F%E5%8C%96&quot;&gt;#混合精度量化&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%9C%AC%E5%9C%B0%E5%A4%A7%E6%A8%A1%E5%9E%8B&quot;&gt;#本地大模型&lt;/a&gt; &lt;a href=&quot;/search/%23MoE&quot;&gt;#MoE&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%8E%A8%E7%90%86%E4%BC%98%E5%8C%96&quot;&gt;#推理优化&lt;/a&gt; &lt;a href=&quot;/search/%23Mac&quot;&gt;#Mac&lt;/a&gt; &lt;a href=&quot;/search/%23AI&quot;&gt;#AI&lt;/a&gt; &lt;a href=&quot;/search/%23GitHub&quot;&gt;#GitHub&lt;/a&gt;&lt;a href=&quot;https://github.com/jjang-ai/jangq&quot; target=&quot;_blank&quot;&gt;
  
  &lt;div&gt;GitHub&lt;/div&gt;
  &lt;img class=&quot;link_preview_image&quot; alt=&quot;GitHub - jjang-ai/jangq: JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for…&quot; src=&quot;/static/https://cdn4.telesco.pe/file/fRsdAQpkfrk5WuD6S2lblEob6Krfw--e2IZixvvak3WOiY8WF8myjYPoRMfK0sZjdLJQRP-8LSV6M0iGKlJie81B8BA_hTgnu7bYaanDSAl9UeaUpV1Is0TrhgOlcUzJ1PH0xWKcg7p2TwNiLmkPTtiN9UGazwxHi5cinl1b8PqAvsEUkPFpxXODCYqoY7bPcdksogbQw9J4UrCfArw6oDYj-RyqLngohcus6EWDjZdaQOswnZCL9upohK4ySfsjowMJU_4VeP83vlmMm4w9YMa5kHhjssgRv03CnWhm3N3m3GjMpJQra9rQh3B_SkD349ruzcKueWILM37Ul3TanQ.jpg&quot; loading=&quot;lazy&quot; /&gt;
  &lt;div&gt;GitHub - jjang-ai/jangq: JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for…&lt;/div&gt;
  &lt;div&gt;JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for Apple Silicon - jjang-ai/jangq&lt;/div&gt;
&lt;/a&gt;</content:encoded></item></channel></rss>