#Ollama
14 篇文章
TechLab 所有關於「Ollama」嘅文章、評測同教學，由最新排起。
3C 產品舊 Windows laptop 變全屋 AI：8GB RAM 跑到，免費同私隱都有代價
XDA 作者用 Ryzen 5 5500U、8GB RAM 舊 Lenovo laptop，架起全屋共用嘅 Qwen3 4B AI。套裝確實唔使月費，手機、平板同電腦開網頁就用到，不過 8GB 只夠細模型，速度、功能、電費同 LAN 安全都要計清楚。
3C 產品x86 NAS 跑 4B 本地 AI：5 tokens/s 慢成點，仲值唔值得用？
XDA 喺冇獨立 GPU 嘅 NAS 跑 4B 模型，速度只得約 3.2 至 5.4 tokens/s。整理筆記尚算實用，複雜分析就又慢又易答錯。想照玩，除咗睇 CPU 同 RAM，亦要計埋 NAS 本身工作量、電費、維護同網上安全。
3C 產品舊款 Ryzen 手提電腦跑到本地 LLM，但未證明內置 GPU 真係有份
XDA 用 Ryzen 7 5825U、16GB RAM 手提電腦跑 Gemma 3 4B，摘要、改文同解釋概念都算順。不過原文冇公開速度、功耗、量化版本同 GPU offload 狀態，證明到普通電腦跑得郁本地 LLM，未足以證明內置顯示核心係功臣。
3C 產品Claude Code 太貴？多個本地細模型分工，慳錢之前要計清楚硬件同時間
XDA 作者嫌 Claude Code 太食 token，改用多個本地 Qwen 細模型分工。個做法勝在任務清楚、權限收窄、出錯容易追，不過原文冇速度、成功率同硬件數據，未足以證明程式碼質素贏過 Claude。
3C 產品Ollama 配 LM Studio：點解本機 AI 裝兩個 app 會順手啲
本機 AI 工具功能重疊得愈來愈多，但介面、整合方式同設定難度仍然差好遠。Ollama 適合做其他工具背後嘅模型服務，LM Studio 就方便搵模型、聊天同調校；揀之前仲要睇清 RAM、VRAM、私隱邊界同中文表現。
3C 產品Docker Model Runner 可唔可以取代 Ollama？轉唔轉要睇開發流程
Docker Model Runner 已經做到拉模型、GPU 加速、OpenAI／Ollama-compatible API，仲可以直接接入 Compose。不過對用開 Ollama 嘅人，功能齊唔代表值得搬；值唔值得轉，主要睇模型格式、平台支援同現有開發流程。
3C 產品用本機 LLM 執 X 時間線：X Recommender Plus 私隱同速度仲有幾關要過
X Recommender Plus 可以叫 Ollama 或 LM Studio 按自訂規則替 X 貼文評分，再淡化或者收起低分內容。概念幾實用，不過商店用家少、廣東話效果未有數據，權限同 API key 儲存方式亦值得先睇清楚。
3C 產品普通電腦自己跑 LLM 值唔值？私隱同成本背後仲有幾筆數
本機 LLM 已經去到普通 16GB 電腦都玩得起，但「跑得郁」同「取代 ChatGPT」差好遠。由模型質素、RAM、速度到用電同資料安全，真正抵玩嘅情況其實幾清楚：手上已有合適硬件，又經常處理唔方便上雲端嘅文件。
3C 產品Calibre 電子書 AI 問答教學：本機模型、私隱同全書搜尋限制一次拆清
Calibre 可以用雲端 API、Ollama 或 LM Studio 解釋同翻譯電子書段落，亦支援廣東話 prompt。不過佢冇索引全書內容，書庫問答主要靠 metadata 同模型本身識幾多，私隱同準確度都要睇清楚。
3C 產品MuckScraper 用本機 AI 合併重複新聞，自架前要預咗自己執設定
MuckScraper 會將多間媒體報道合併成同一單新聞，再用 Ollama 本機模型整理摘要。概念啱晒受夠重複標題嘅人，不過現階段仍似一套畀 homelab 玩家慢慢調校嘅開源工具，未去到裝完即用。
3C 產品屋企跑本地 AI、出街用手機連返去：Tailscale 安全設定同取捨
XDA 作者用 Tailscale 將屋企嘅本地 LLM 帶出街，最後取消 ChatGPT Plus。不過本地 AI 能否頂替雲端服務，仲要計硬件、電費、速度、停機風險同功能差距。最易出事嗰步，係錯將公開上網嘅 Funnel 當成私人連線。
3C 產品自架 AI 由玩模型去到真係幫手做嘢，第一步係清走模型焦慮
用 Ollama 自架 LLM，好多人一開始會狂試 Llama、Mistral、Qwen、Gemma。問題係模型越多未必越好用；真正有用嘅做法，係先決定摘要、文件搜尋、程式碼呢幾類任務點分工。
3C 產品本機 LLM 都識叫工具：local AI agent 入門要睇清限制
XDA 作者用本機模型接 Playwright、SearXNG、Crawl4AI 同記憶工具，示範 local LLM 而家可以自己揀工具、叫工具。不過要做到穩，模型、硬件、權限管理全部都要跟得上。
3C 產品本機 LLM 幫你睇 email 幾實際，但代你覆就太危險，特別係公司信箱
XDA 作者用 Ollama 本機跑 Gemma 4:e4b，朝早先幫 Gmail 做分類、摘要同優先排序。呢個方向幾啱辦公室，不過最要守住嘅位，係唔好畀模型拎到寄信權，同埋唔好以為本機就自動合規。