学习目标

       了解接入模型流程

        了解如何使用本地模型

下载Ollama
安装Ollama
  • 点击install进行安装，默认安装到C盘路径，保证C盘的磁盘空间够用
  • 安装完成
    进入windows终端，下载模型
    • 环境准备：安装node.js和Git
    • 选择Launc OpenClaw
    • 根据电脑显存选择模型
    • OpenClaw 拥有读写你电脑所有文件、执行任意终端命令的完整权限
    • YES是添加聊天软件，可以选择Set up later
    • 选择想用的聊天软件
    • 我选择飞书的机器人
    • 结束可以聊天，运行起来还是很卡的
    • 选择finished 配置完成

    以下是显存对应的模型大小，适当选择

    # 人工智能 # python
    Logo
    DAMO开发者矩阵

    DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

    更多推荐

    智能分拣机器人如何做工程验证：测试数据模型、异常分层与回归策略

    机器人完成一次抓取并不等于系统具备工程稳定性。本文结合“供件达人——快递分拣智能供件先锋”项目中的测试整理经验，介绍如何将识别、定位、抓取、搬运和放置拆成可观测阶段，并通过测试矩阵、事件数据模型、异常编码、回归基线和连续运行记录，提高机器人验证过程的可解释性与可复现性。

    avatar DAMO开发者矩阵
    cover

    影刀RPA 流程健康监控：自动检测机器人是否正常运行

    avatar DAMO开发者矩阵

    先骂骂具身智能

    这样，在链接飞机起落架后，拖动时，起落架受力非常柔和。相比之下，其它汽车感受就很明显了，启停都有很明显的顿挫感。要消除小动作、有害或多余的冲击，说到底是找平衡。系统的平衡和系统与环境的作用的准确感知和决策。但是现在是应用到具身智能机器人上，它的自由度远远多于塔吊，于是计算量远高于塔吊，而且是级数式的增加。这还不算完，如果这个机器人所在环境有随机扰动——就像太极推手，那它不得不以最快的速度计算每一个

    avatar DAMO开发者矩阵