Controlla il carico Hermes Kanban sul tuo LLM auto-ospitato.
L’agente Hermes viene fornito con una bacheca di stile Kanban che può facilmente saturare il tuo gateway LLM self-hosted se lasci che ogni task venga eseguito contemporaneamente.
Servire e scambiare LLM senza riavvii.
Per molto tempo, llama.cpp ha avuto una limitazione evidente:
potevi servire un solo modello per processo e il cambio richiedeva un riavvio.
Prima i plugin. Nomenclatura delle competenze in breve.
Questo articolo riguarda i plugin OpenClaw — pacchetti gateway nativi che aggiungono canali, fornitori di modelli, strumenti, voce, memoria, media, ricerca web e altre superfici runtime.
Installazione e avvio rapido di Hermes Agent per gli sviluppatori
Hermes Agent è un assistente AI auto-gestito e indipendente dal modello, che gira su una macchina locale o su un VPS a basso costo, opera tramite interfacce a riga di comando e di messaggistica e migliora nel tempo trasformando le attività ripetitive in abilità riutilizzabili.
Accesso remoto a Ollama senza porte pubbliche
Ollama è al suo meglio quando viene trattato come un demone locale: la CLI e le tue applicazioni comunicano con un’API HTTP su loopback, e il resto della rete non viene a sapere della sua esistenza.
Server Ollama con approccio compose-first, GPU e persistenza.
Ollama funziona egregiamente su hardware nudo (bare metal). Diventa ancora più interessante quando lo si tratta come un servizio: un endpoint stabile, versioni bloccate, archiviazione persistente e una GPU che è disponibile o non lo è.
HTTPS per Ollama senza interrompere le risposte in streaming.
Eseguire Ollama dietro un proxy inverso è il modo più semplice per ottenere HTTPS, un controllo degli accessi opzionale e un comportamento di streaming prevedibile.
Streaming con stato, checkpoint, K8s, PyFlink, Go.
Apache Flink è un framework per elaborazioni con stato su flussi di dati limitati e illimitati.
Grafici, Cypher, vettori e rafforzamento delle operazioni.
Neo4j è la soluzione a cui si ricorre quando le relazioni sono i dati. Se il tuo dominio assomiglia a una lavagna piena di cerchi e frecce, forzare tutto in tabelle è doloroso.
Aggiorna i URL di spinta ai motori di ricerca dopo il deploy.
I siti statici e i blog cambiano ogni volta che si effettua un deployment. I motori di ricerca che supportano IndexNow possono apprendere questi cambiamenti senza attendere il prossimo crawl automatico.
Servire modelli open-source rapidamente con SGLang.
SGLang è un framework di serving ad alte prestazioni per grandi modelli linguistici e modelli multimodali, progettato per fornire inferenza a bassa latenza e alto throughput in tutto, da una singola GPU a cluster distribuiti.
Sostituzione a caldo di LLM locali senza modificare i client.
Presto ti troverai a gestire vLLM, llama.cpp e altro ancora, con ogni stack sul proprio porto. Tutto il downstream desidera comunque un URL base /v1; altrimenti continuerai a spostare porti, profili e script ad hoc. llama-swap è il proxy /v1 che precede questi stack.
Installa Kafka 4.2 e inizia a trasmettere eventi in pochi minuti.
Apache Kafka 4.2.0 è la versione supportata attuale e rappresenta la base ideale per una rapida introduzione moderna, poiché Kafka 4.x è completamente privo di ZooKeeper e basato su KRaft di default.
Lo sviluppo software coinvolge Git per il controllo delle versioni, Docker per la containerizzazione, bash per l’automazione, PostgreSQL per i database e VS Code per l’editing, insieme a innumerevoli altri strumenti che possono fare o distruggere la tua produttività. Questa pagina raccoglie i cheatsheet essenziali, i flussi di lavoro e i confronti necessari per lavorare in modo efficiente attraverso l’intero stack di sviluppo.
Esegui API compatibili con OpenAI in locale con LocalAI in pochi minuti.
LocalAI è un server di inferenza self-hosted e local-first progettato per comportarsi come un’API OpenAI plug-and-play per eseguire carichi di lavoro di IA sull’hardware proprio (laptop, workstation o server in locale).
Come installare, configurare e utilizzare OpenCode
Torno sempre su llama.cpp per l’inferenza locale: offre un controllo che Ollama e altri astraggono, e semplicemente funziona. È facile eseguire modelli GGUF in modo interattivo con llama-cli o esporre un’API HTTP compatibile con OpenAI con llama-server.
