# 旧硬件先做实验室 API 项目：小团队指南

# 为什么「旧硬件先做实验室 API 项目」值得分享

证明价值再买旗舰卡。本地模型社区靠交换实践经验成长：哪些设置经得起考验，哪些购买后悔了，哪些教程有错。加一点点结构，这些经验就能被复用。

# 简单模板

1. 目标：你希望这套配置做什么。
2. 硬件和软件版本。
3. 操作步骤，包括走过的弯路。
4. 结果，以及测量方法。
5. 如果重来会怎么做。

# 学习路径

对刚入门的人，合理的顺序是：装一个运行时，跑一个小模型，弄懂上下文长度和量化如何影响内存，然后尝试本地文档助手。等搞清楚自己真正卡在哪个上限，再考虑升级硬件。

# 教学与工作坊

学校和小办公室可以用普通硬件办离线工作坊。提前把模型放进 U 盘并核对校验值，准备一份纸质备用方案以防出错。学生数据留在本机，并讲清楚模型能做什么、不能做什么。

# 社区礼仪

注明你参考了谁的教程，不传播泄露或无授权的权重，商用前先读模型许可证。解决问题后，把方法回帖到原来的讨论里。

# 参与贡献的方式

• 复现别人的配置，并反馈对你是否有效。
• 把冗长的排错讨论整理成附带最终解决办法的简短总结。
• 翻译有用的指南，并注明原作者。
• 给只有结果的帖子补上测量方法。
• 运行时或模型更新后，标出过时的教程。

小贡献会积少成多。一个诚实记录失败的社区能节省所有人的时间，也能让新手少走重复的弯路。

想了解更多，可以看看DIY 实验室和本地 AI 社区。

# 速记要点

• 给系统和嵌入模型留出内存余量。
• 新模型通过评测前保留旧文件。
• 商用前先读模型许可证。
• 演练恢复，而不只是做备份。

作者：本地AI 1号网，深圳团队，专注本地大模型软硬件、装机与私有化部署。