手机AI本地部署实战万字图文学习笔记(Termux+Python + 轻量文本生成模型Llama3-8b-Q4)

news2026/4/30 2:59:12
未来可以规划的方向Ubuntu 桌面 AI 开发VS Code 远程连接 Termux电脑写代码 → 手机运行做桌面端 Qt 软件搭建独家的CSV 私有记忆系统命令行智能助手语音助手,学习语音识别和语音合成LLM大模型接入audio模型,LLM生成提示词导入diffusion图像模型学习如何将大模型导入不同角色对话记忆文档csv后输出内容这一过程包装成简单的智能体,思考用Qt或者其他安卓开发工具打造自媒体创作助手寻找更轻便的大模型,llama3已经算轻量级的了,但是使用过程中手机还是会发烫,每次运行4.58G对手机性能要求高,后续运行llama2或者千问等几百兆的模型更好,电脑为主,手机为辅,学习Ubuntu运行大模型是更紧迫的事情关于图像生成和视频生成模型的学习,有现成的开源工具ComfyUI,之前没有了解过,打算同步学习目前只使用了nano进行简单的文档编辑和查看,后续需要掌握Termux中vim和Ubuntu中vim操作的共通与差异手机 AI 部署的特点有哪些?随时随地创作地铁、床上、外出,不用开电脑,打开手机就能让 AI 帮你写文章、写标题、写脚本。绝对隐私安全所有内容本地运行,不传到任何服务器,你的草稿、文案、资源链接绝不泄露。不花钱、不限次数不用买 API 额度、不用开会员,想生成多少次就生成多少次。与电脑 AI 完美联动手机与电脑共用一套CSV 记忆库、素材库、文案库。电脑负责重型运算,手机负责随身创作,文件互通、记忆共享。一句话总结:电脑是你的 AI 生产中心,手机是你的 AI 移动工作室。折腾了三天,手机能实现的功能有✅ 手机 Termux 安装 Python 环境✅ 手机本地运行轻量 AI 文本生成模型✅ AI 帮你写标题、文案、脚本、推广语✅ tmux 开多个窗口,边与Llama-3-Q4大模型交流,边记录学习笔记,边输入termux命令环境准备 :安装 Termux(手机端唯一工具)我们只需要一个软件:Termux(Android 终端模拟器)。实现以上功能不用 root、不用虚拟机、不用电脑配合。1. 安装 Termux官网 / 应用商店下载安装。我是 2 月份春节期间就下好了,一直放在桌面没怎么使用,当时直接问豆包要的清华镜像,链接没有保存;我的手机是 oppo k13 pro,应用商店没找到。终端基础快捷键光标移动Ctrl+A:光标跳到行首Ctrl+E:光标跳到行尾`删除/清空Ctrl+U:清空整行(从头删到光标)Backspace:逐个删除左边字符撤销/恢复undo/redo key(左右箭头图标)撤销/重做 按钮适用场景:不小心多删除字,点击左箭头,撤销上一步,恢复刚删除的内容文件操作`ls查看当前目录文件cd 文件夹名进入文件夹`ls返回上一级`cd …查看文件内容cat 文件名编辑文件nano 文件名删除文件rm 文件名2. 初始化环境(复制粘贴执行)打开 Termux,逐行执行下面命令:pkg update pkg upgrade -y pkg install python python-pip -y pkg install nano wget curl git -y两至三条命令完成:系统更新安装 Python(运行 AI 的核心),pip 相当于是 python 的软件商店,安装相关插件软件安装工具包放在一行执行,或者拆成多行,效果是相同的Nano 是 linux 简单文本编辑器,虚拟机里面也可以下载Wget 和 curl 是下载工具全程 2~5 分钟,走完你就具备了运行手机 AI 的基础环境。验证是否安装成功,可以输入工具名字 --version`python --version3. 换源操作(两种方式选其一)聚焦核心步骤:换源。通过将 Termux 默认的国外服务器切换为国内源,可大幅提升后续下载、安装的速度与稳定性。换源提供两种方式,选择其一即可完成操作。方式一:官方图形化换源(简单安全,推荐新手)termux-change-repo核心命令:该命令会打开 Termux 官方换源界面,通过图形化操作即可将国外服务器切换到中国区,无需手动修改配置文件。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2424132.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…