▸LLM 101(1)

• 日期閱讀標題
• 2026-04-073m
  1.[LLM 101] Ollama vs vLLM：在自己電腦跑 AI 的兩條路

  #ollama#vllm#llm#本地部署

▸NemoClaw(3)

• 日期閱讀標題
• 2026-03-232m
  1.NemoClaw 是什麼？NVIDIA 一鍵 AI Agent 框架完整解析

  #nemoclaw#openclaw#openshell#ai-agent
• 2026-03-234m
  2.NemoClaw 安裝踩坑：官方文件沒寫的 4 個必修修正

  #nemoclaw#openclaw#openshell#ai-agent
• 2026-03-243m
  3.[AI Agent] NemoClaw 不靠雲端：把 Nemotron 換成本地 Ollama 模型

  #nemoclaw#openclaw#openshell#ollama

▸gpt-oss-120B on DGX Spark(1)

• 日期閱讀標題
• 2026-03-195m
  1.[vLLM] 在 DGX Spark 上跑 120B 模型到 60 tok/s——零 API 成本、六個坑

  #dgx-spark#sm121#vllm#gpt-oss

▸Qwen3.5-122B on DGX Spark(1)

• 日期閱讀標題
• 2026-03-192m
  1.[vLLM] Qwen3.5-122B 跑起來了。但只有 14 tok/s。

  #dgx-spark#sm121#qwen3.5-122b#vllm

▸OpenClaw(11)

• 日期閱讀標題
• 2026-03-054m
  1.[AI Agent] 零 API 成本：用 DGX Spark + Mac Mini 跑 OpenClaw

  #openclaw#ai-agent#dgx-spark#mac-mini
• 2026-03-063m
  2.[vLLM] SSM 模型不能加 --enable-chunked-prefill

  #vllm#ssm#qwen#dgx-spark
• 2026-03-073m
  3.[vLLM] Ollama 的 KEEP_ALIVE 在偷吃你的 vLLM 記憶體空間

  #vllm#ollama#gpu-memory#dgx-spark
• 2026-03-014m
  4.[Benchmark] 純 MoE vs SSM Hybrid：Context Decay 與為什麼 Agent 要在乎

  #benchmark#ssm#moe#dgx-spark
• 2026-03-163m
  5.[AI Agent] Codex-Executor 模式：讓 Agent Session 保持輕量

  #ai-agent#claude-code#codex#agent-architecture
• 2026-02-253m
  6.[AI Agent] OpenClaw Config 熱重載：不需要重啟

  #ai-agent#openclaw#configuration#developer-workflow
• 2026-03-182m
  7.[AI Agent] openclaw：Agent 卡住的時候，叫 CLI 來幫

  #ai-agent#openclaw#codex#llm
• 2026-03-195m
  8.[AI Agent] openclaw：Bot 突然消失了 — Tailscale、IPv6、和一個 Node.js 的安靜陷阱

  #node.js#tailscale#ipv6#undici
• 2026-03-212m
  9.[AI Agent] openclaw 接上 131K Context：max_tokens 變負數的那一刻

  #openclaw#context-window#vllm#gpt-oss
• 2026-03-213m
  10.[AI Agent] openclaw 用 Telegram Bot API 9.5 sendMessageDraft 做即時串流

  #openclaw#telegram#streaming#bot-api
• 2026-03-242m
  11.[AI Agent] openclaw + ChatGPT OAuth：不買 API 額度也能用 GPT-5.4

  #openclaw#gpt-5.4#chatgpt#oauth

▸DGX Spark(11)

• 日期閱讀標題
• 2026-02-193m
  1.[Benchmark] DGX Spark 跑 8 個模型：找出最適合 AI Agent 的組合

  #dgx-spark#gb10#ollama#benchmark
• 2026-03-056m
  2.[vLLM] Qwen3.5-35B 跑到 47 tok/s：從 Ollama 遷移到 vLLM

  #dgx-spark#gb10#vllm#ollama
• 2026-03-304m
  3.[Benchmark] TurboQuant 實測：KV Cache 3-bit 壓縮，真的零損失？

  #turboquant#kv-cache#quantization#vllm
• 2026-03-134m
  3.[vLLM] 單顆 GB10 跑 Nemotron-3-Super-120B：一天的除錯記錄

  #dgx-spark#gb10#sm121#nemotron
• 2026-03-175m
  4.[vLLM] 為什麼你的 DGX Spark 只會輸出「!!!!!」：SM121 上的 NVFP4 除錯記錄

  #dgx-spark#sm121#vllm#nvfp4
• 2026-03-212m
  5.[vLLM] GB10 上的 FP8 KV Cache：為什麼輸出會在 500 Token 後崩成重複迴圈

  #vllm#fp8#kv-cache#gb10
• 2026-04-054m
  7.[vLLM] Gemma 4 26B-A4B NVFP4 跑在 DGX Spark：52 tok/s，模型只佔 16 GB

  #gemma-4#nvfp4#vllm#dgx-spark
• 2026-04-054m
  8.[Benchmark] 同模型 vLLM vs Ollama：為什麼 GB10 上差 30%

  #vllm#ollama#benchmark#dgx-spark
• 2026-04-053m
  9.[Benchmark] Gemma 4 31B Dense 跑在 DGX Spark：7 tok/s 和頻寬之牆

  #gemma-4#nvfp4#vllm#dgx-spark
• 2026-04-076m
  10.[Benchmark] 從 19 到 50 tok/s：我們搶先做了全球首個 Gemma 4 E4B NVFP4 量化

  #gemma-4#e4b#nvfp4#fp8
• 2026-04-075m
  11.[Benchmark] Gemma 4 E2B vs E4B：三台機器實測，記憶體頻寬決定一切

  #gemma-4#e2b#e4b#ollama

▸AI Workflow(4)

• 日期閱讀標題
• 2026-02-193m
  1.[Claude Code] 我寫了 MANDATORY。AI 還是沒跑。

  #claude-code#ai-agents#prompt-engineering#systems-design
• 2026-02-263m
  2.[Claude Code] 用 Claude Code 測 iOS App：context 用量砍 81%

  #claude-code#ios#swift#testing
• 2026-02-262m
  3.[Dev Workflow] 讓兩個 AI 吵架。它們不同意的地方才是重點。

  #dev-workflow#claude-code#gemini#codex
• 2026-03-213m
  4.[Claude Code] claude-agent-sdk vs subprocess：中間 Turn 為什麼消失了

  #claude-code#claude-agent-sdk#multi-agent#orchestrator