20 篇里 9 个开源项目,硬件、密钥和维护时间是三道主要成本
这一页把 9 月 29 日站内 20 篇内容按成本重新归类:9 个开源项目各自要承担的硬件、磁盘、密钥与维护时间,4 篇提示词词典省下的是描述轮次,3 篇建站教程与 1 篇接单记录把边界和报价放在动手之前,另有 3 篇视频精读给『AI 更快更好』补上成立条件。读完能判断先看哪一篇。

钱多半不花在软件上。加速卡、NVMe、几十 GB 的模型文件、外部模型的密钥,还有填平 issue 的时间,都要自己备;另外十一篇里,提示词词典和建站教程省下的是反复描述、来回改稿的那些轮次。三篇视频精读给『AI 更快』补了成立条件,也标出各自的样本有多小。
今天值得留下的线索
同样说本地跑,四套工具收的代价不一样
LocalAI(143)把 llama.cpp、vLLM 拆成独立镜像,用到才拉取,代价是驱动、容器和模型文件都得自己备。colibri(149)把 NVMe 算进放置层级,常驻 9.9 GB 就能跑 744B 模型,官方对速度没有承诺,v1.5.0 回退那次在 128GB 单 GPU 上解码比旧版慢 18%。DeepTutor(147)的门槛在 Docker Compose 与 provider 密钥,扫描版 PDF 会被跳过;gpt4free(142)要 Chrome 和两个挂载目录,认证与浏览器自动化报错反复出现在 issue 里。同是本地跑,代价分别落在显存、磁盘、密钥和外部接口稳定性上。
- LocalAI:本地跑多模态模型的开源推理引擎把 LocalAI 的定位和边界说清楚了:一个进程覆盖文本、语音、图像,后端按需拉取,数据不出内网,GPU 设备参数和安装命令可以直接照抄。适合要在一台自有机器
- colibri:用 C 写的 MoE 推理引擎,把磁盘当内存用它押的是把磁盘纳入推理层级这条路,不在显存里装下整个 MoE,代价是官方明确不承诺速度。命令行入口、放置策略、能力边界写得很具体,也给了同类项目各自的位置。适合
- DeepTutor:开源自托管个性化辅导系统判断要不要自托管 DeepTutor,这篇够用:部署路径、配置位置、参数选择都落到具体文件和命令,扫描版 PDF 被跳过、大文件提取 0 块这类限制也写在功能旁
- gpt4free:聚合多家模型接口的 Python 调用库这篇的用处在于把 gpt4free 的安装路径、provider 适配方式、OpenAI 兼容端点和媒体落盘目录讲清楚了,还归拢了认证与浏览器自动化两类反复出现
仓库里没有模型,密钥和账号得自己配
Fabric(145)不含模型权重,必须先接外部供应商或本机 Ollama,凭据没配好拿到的就是鉴权类报错。CowAgent(144)要在 Web 控制台里选模型提供方,个人微信通道还留着掉线与封号的 Issue 记录。Vibe-Trading(150)除了 LLM 凭证,还要自己配 Tushare 这类数据源 token,账户连接类问题仍有未解决项。career-ops(140)反过来,它不直接接供应商,必须装进 Claude Code、Codex 这类编码 CLI 才跑得起来。四篇的首次成本都不在安装命令,而在把外部账号、密钥和通道逐个接通的环节。
- Fabric:把 AI 提示词做成命令行 Pattern 的框架这篇把 Fabric 的调用方式和已知故障点讲清楚了:pattern、--model、--youtube、--workflow 各参数做什么,YouTube 转
- CowAgent:开源超级 AI 助手与 Agent Harness这是一份把 CowAgent 从安装到通道风险都摆出来的现场记录,价值在配置边界和真实坑位:web_host、web_password 在什么条件下必须设,个人
- Vibe-Trading 交易智能体功能与同类项目对比把 Vibe-Trading 的功能边界、安装门槛和两个同类小项目的差距摊在明面上,省去逐个翻仓库的时间;Issue 部分点出账户授权、成交量单位这类实际坑,比
- career-ops:本地跑的开源 AI 求职筛选工具这篇把 career-ops 的安装命令、A-H 报告与 1-5 分逻辑、参数用法和 Issue 里暴露的限制放在一起。适合已用 Claude Code、Cod
省时间的那一侧,验证环节没人替你省
Codex 交付流程(141)把人工验证列进三条不能省的原则,demo 做不做按后端成本决定。oh-my-claudecode(148)把一句任务拆给并行智能体执行,但『并行省时』的说法来自作者与用户描述,仓库里没有实测证据。Keynote 那条视频(157)认为 AI 不一定更快:Keynote 里动手指一两秒,AI 要先把想法转成文字再等生成,而这次判断只来自一次生成尝试。Agent Skill 与 MCP(158)给出的是省 Token 不等于省钱的边界,拆分和维护成本会转到工程账上。四篇算的是同一笔账:省下的时间有多少,取决于你愿意在验证和多出来的维护上投入多少。
- AI 编程全流程:Codex 交付产品的五步与三条原则把 AI 编程拆成环境搭建、产品设计、技术设计、实现、人工验证五步,每步都落在能照做的动作上:AGENTS.md 强制 commit 和写测试,按后端成本决定要
- oh-my-claudecode:Claude Code 多智能体编排它的用处在于把安装路径、命令入口和参数边界摆清楚:--workflow 只认四种阶段序列,要 Linux 加 flock,终端团队编排依赖 tmux,插件目录模
- 动画主力用 Keynote、AI 只占小部分,这条视频给出的理由适合做科普动画、正在比较 Keynote 与 AI 生成两条路的人。能直接用的是操作细节:神奇移动要求两页图形数量相等,渐现 0.3 秒、画线 0.5 秒这两个
- Agent Skill 能不能替代 MCP,视频给了条件这条视频的争议点被拆成可判断的边界:Skill 管规则、MCP 管连接,但视频也承认 Skill 能碰数据,于是省 Token 和工程维护成本谁承担,成了真问题
提示词词典四篇,省下的是反复描述的那几轮
运镜词典上篇(146)、网页动效中篇(151)、视觉词典上下篇(152、153)用的是同一套做法:把『高级』『有电影感』换成模型能执行的约束。分工也清楚,146 和 151 管镜头与动效怎么动,152 和 153 管页面怎么排、等待与失败怎么反馈。差别在验证条件:153 反复带上 reduced motion、键盘焦点和性能回退,151 与 146 只给模板和适用场景,都没有配套的可运行样本或效果对照,输出随模型和项目内容变化。当沟通清单用这几篇是省事的,当成效果保证就会落空。
- AI 视频运镜词典(上篇):教你准确描述镜头怎么动(含提示词)把景别、机位、运镜拆成可填写的提示词模板,是这篇最实在的地方:12 个运镜词各配了一句「别和谁搞混」的判断和一段能直接改的提示词,比只罗列名词的教程更接近能用。
- Vibe Coding 网页动效词典(中篇):视差滚动、磁吸按钮与鼠标跟随它把“加点高级动效”这类模糊需求,拆成可指名调用的词条:第17到36条各给了常见类型、适用场景和一句能直接改写的提示词,滚动触发与视差、鼠标事件与指针跟随的层级
- Vibe Coding 视觉词典(上篇):布局、页面结构、导航与常用组件把「高级、简洁」这类模糊要求拆成布局、页面结构、导航、组件四类共40个词条,每个词条给出概念、适用场景和一段能直接粘给 AI 的提示词,省去重新描述结构的时间。
- Vibe Coding 视觉词典(下篇):滚动动作、提示加载、视觉风格与高级效果下篇把滚动、加载反馈、视觉风格和高级效果拆成 40 个词条,每条给出概念、场景和可复制提示词,并附一份完整站点提示词。价值在于把模糊的「好看」翻译成 AI 能执
从接活到上线,报价和域名是绕不开的两笔支出
前端设计工作流(154)先判断手里是网页链接还是 GitHub 仓库,再走查、画页面地图、按影响范围排顺序,避免一上手就重做整站。HTML 入门那篇(155)把目录结构、index.html 的作用和『改—存—刷—验』循环拆成能跟着做的练习。域名那篇(156)记录了从 Vercel 换到 Cloudflare Pages 的过程,理由是前者在国内访问需要 VPN,最后要在 Cloudflare 上买域名再绑定,并把 index.html 必须在根目录写成部署失败的第一道检查。变现那篇(136)给的不是工具而是动作顺序:从通讯录找人、用去标识旧记录试跑、把不能做的事写进边界、按省下的时间和交付成本报价,故事与收入测算均为虚构示例。
- AI网站前端设计工作流:小白保姆级教程把它当项目开工前的检查清单来读,比当教程更合用:先判断手里是网页链接还是 GitHub 仓库,再走查、画页面地图、按影响范围定顺序,最后才碰视觉和动效。价值在于
- HTML 小白从 0 到 1:学懂网页基础,再用 Agent 做出个人主页前半段把网页、网站与 Web 应用的区别,到目录结构、index.html、HTML/CSS/JS 分工、相对路径和「改—存—刷—验」循环,都落成能跟着做的练习
- 我用 Codex 做了网页,又拥有了自己的域名一篇零基础按步骤走的静态网站上线流程:先分清 HTML、托管、域名、DNS 四层关系,再按 Cloudflare Pages 部署、买域名、绑定域名的顺序操作,
- AI 产品搞钱入门教程:普通人,怎么从0赚到第一桶金。这篇的价值不在概念,而在把「帮谁省掉哪一步」拆成可执行动作:从通讯录找人、用去标识旧记录试跑、把不能做的事写进边界、按省下的时间和交付成本报价,再拿续费判断下一
阅读时需要保留的判断
- 140 里的 740 条职位、68 份申请、12 次面试、1 个 offer 出自作者 README 自述,诀.com 未独立验证,结果不保证复现。
- 148 的并行省时、149 的速度表现、157 对 AI 动画的判断,都来自作者或用户的描述,没有实测数据;149 官方本身就不承诺速度。
- 146、151、152、153 里的提示词与数值(动画时长、首屏 JavaScript 体积等)来自作者公开披露,未附可运行样本,换模型或换项目内容结果会变。
- 136 的小周、店铺、试用与报价是虚构示例,作者自述公司月流水 50 万起步没有可核实的来源;156 里 Vercel 在国内需 VPN 属于作者个人体验,不保证复现。
按需求选择阅读顺序
手上有机器,想先弄清本地跑模型要付什么
从统一的 API 形态看到推理引擎,再看把磁盘算进层级的极端做法,最后对照一套门槛更低的容器方案,四篇的代价形态正好互补。
已经在用 Claude Code 或 Codex
先定交付前的流程和不能省的人工验证,再看编排插件能接手哪一段,最后看一个把它用在求职筛选上的实例。
要接前端或建站的活
从判断手头材料开始,补 HTML 基础与部署走路,再回到报价和边界怎么写,顺序和实际交付一致。
只是想写提示词
先看视觉与动效的词汇分工,再补镜头语言,写的时候按词条取用,不必从头读词典。
今日全部收录
- career-ops:本地跑的开源 AI 求职筛选工具这篇把 career-ops 的安装命令、A-H 报告与 1-5 分逻辑、参数用法和 Issue 里暴露的限制放在一起。适合已用 Claude Code、Cod
- gpt4free:聚合多家模型接口的 Python 调用库这篇的用处在于把 gpt4free 的安装路径、provider 适配方式、OpenAI 兼容端点和媒体落盘目录讲清楚了,还归拢了认证与浏览器自动化两类反复出现
- AI 编程全流程:Codex 交付产品的五步与三条原则把 AI 编程拆成环境搭建、产品设计、技术设计、实现、人工验证五步,每步都落在能照做的动作上:AGENTS.md 强制 commit 和写测试,按后端成本决定要
- LocalAI:本地跑多模态模型的开源推理引擎把 LocalAI 的定位和边界说清楚了:一个进程覆盖文本、语音、图像,后端按需拉取,数据不出内网,GPU 设备参数和安装命令可以直接照抄。适合要在一台自有机器
- Fabric:把 AI 提示词做成命令行 Pattern 的框架这篇把 Fabric 的调用方式和已知故障点讲清楚了:pattern、--model、--youtube、--workflow 各参数做什么,YouTube 转
- CowAgent:开源超级 AI 助手与 Agent Harness这是一份把 CowAgent 从安装到通道风险都摆出来的现场记录,价值在配置边界和真实坑位:web_host、web_password 在什么条件下必须设,个人
- AI 视频运镜词典(上篇):教你准确描述镜头怎么动(含提示词)把景别、机位、运镜拆成可填写的提示词模板,是这篇最实在的地方:12 个运镜词各配了一句「别和谁搞混」的判断和一段能直接改的提示词,比只罗列名词的教程更接近能用。
- oh-my-claudecode:Claude Code 多智能体编排它的用处在于把安装路径、命令入口和参数边界摆清楚:--workflow 只认四种阶段序列,要 Linux 加 flock,终端团队编排依赖 tmux,插件目录模
- Vibe-Trading 交易智能体功能与同类项目对比把 Vibe-Trading 的功能边界、安装门槛和两个同类小项目的差距摊在明面上,省去逐个翻仓库的时间;Issue 部分点出账户授权、成交量单位这类实际坑,比
- DeepTutor:开源自托管个性化辅导系统判断要不要自托管 DeepTutor,这篇够用:部署路径、配置位置、参数选择都落到具体文件和命令,扫描版 PDF 被跳过、大文件提取 0 块这类限制也写在功能旁
- colibri:用 C 写的 MoE 推理引擎,把磁盘当内存用它押的是把磁盘纳入推理层级这条路,不在显存里装下整个 MoE,代价是官方明确不承诺速度。命令行入口、放置策略、能力边界写得很具体,也给了同类项目各自的位置。适合
- Vibe Coding 网页动效词典(中篇):视差滚动、磁吸按钮与鼠标跟随它把“加点高级动效”这类模糊需求,拆成可指名调用的词条:第17到36条各给了常见类型、适用场景和一句能直接改写的提示词,滚动触发与视差、鼠标事件与指针跟随的层级
- Vibe Coding 视觉词典(上篇):布局、页面结构、导航与常用组件把「高级、简洁」这类模糊要求拆成布局、页面结构、导航、组件四类共40个词条,每个词条给出概念、适用场景和一段能直接粘给 AI 的提示词,省去重新描述结构的时间。
- AI 产品搞钱入门教程:普通人,怎么从0赚到第一桶金。这篇的价值不在概念,而在把「帮谁省掉哪一步」拆成可执行动作:从通讯录找人、用去标识旧记录试跑、把不能做的事写进边界、按省下的时间和交付成本报价,再拿续费判断下一
- Vibe Coding 视觉词典(下篇):滚动动作、提示加载、视觉风格与高级效果下篇把滚动、加载反馈、视觉风格和高级效果拆成 40 个词条,每条给出概念、场景和可复制提示词,并附一份完整站点提示词。价值在于把模糊的「好看」翻译成 AI 能执
- AI网站前端设计工作流:小白保姆级教程把它当项目开工前的检查清单来读,比当教程更合用:先判断手里是网页链接还是 GitHub 仓库,再走查、画页面地图、按影响范围定顺序,最后才碰视觉和动效。价值在于
- HTML 小白从 0 到 1:学懂网页基础,再用 Agent 做出个人主页前半段把网页、网站与 Web 应用的区别,到目录结构、index.html、HTML/CSS/JS 分工、相对路径和「改—存—刷—验」循环,都落成能跟着做的练习
- 我用 Codex 做了网页,又拥有了自己的域名一篇零基础按步骤走的静态网站上线流程:先分清 HTML、托管、域名、DNS 四层关系,再按 Cloudflare Pages 部署、买域名、绑定域名的顺序操作,
- 动画主力用 Keynote、AI 只占小部分,这条视频给出的理由适合做科普动画、正在比较 Keynote 与 AI 生成两条路的人。能直接用的是操作细节:神奇移动要求两页图形数量相等,渐现 0.3 秒、画线 0.5 秒这两个
- Agent Skill 能不能替代 MCP,视频给了条件这条视频的争议点被拆成可判断的边界:Skill 管规则、MCP 管连接,但视频也承认 Skill 能碰数据,于是省 Token 和工程维护成本谁承担,成了真问题
本页由诀.com根据当日已收录内容进行编辑归纳;引用文章中的事实、案例和数据仍以对应来源页为准。
内容核验说明
这一页按成本重新分组,不按题材。筛选标准是能不能指出代价落在哪:硬件、磁盘、密钥、维护时间,还是验证环节。九套开源项目的安装命令和 issue 现象可以照着核对,四篇提示词词典与三篇视频精读更适合当成描述词汇和判断条件的来源。不推荐把它当成部署教程、选型结论或收益参考:文中没有本站实测,模型体积、驱动要求、平台计费口径与界面位置都会变,这也是把它当线索而不是当教程的原因。
文中效果数字与自述经历均来自来源文章:career-ops 的 740 条职位与 1 个 offer 出自作者 README,CowAgent 的微信掉线与封号来自 Issue 提交者,colibri 的常驻 9.9 GB、128GB 单 GPU 回退与 Brio 概率来自作者公开披露,各仓库 star、fork、issue 数与焚评得分引自 GitHub 与焚.com 页面,诀.com 均未独立验证;提示词模板与视频流程也没有复现。内容生成说明
这是诀.com根据当天已收录文章生成的编辑综合,重点是主题联系、阅读路径和核验提醒,不把来源文章中的数据改写成本站实测。