跳到正文
#Ollama
今天10月27日周二1 条
10月26日周一
  1. GitHub · 灵魂体仓库50

    Geloos/llm_benchmark：基于真实 MITRE ATT&CK 攻击日志的 LLM 提示词注入评测仓库

    GitHub 仓库 Geloos/llm_benchmark 将越狱提示词注入真实 MITRE ATT&CK 攻击日志，让本地 LLM（通过 Ollama 运行 gpt-oss:20b、llama3.1:8b、gemma3:12b）判断日志是攻击还是正常流量，以此计算攻击成功率（ASR）。每条日志都是真实攻击，模型给出"正常"判定即代表注入生效。实验含 plain、hex、--dovsdofs、--ob 四类，每轮用 5 个 seed（42–46）重复，比较低/中两档温度下的平均 ASR 与 95% 区间，plain 实验使用 10 个类别的 47 种注入。

  2. GitHub · 去对齐工具与仓库57

    ehartye/wiki-master：在 Obsidian 上原生实现 Karpathy LLM Wiki 模式的 Claude Code/Copilot CLI/Codex 插件

    ehartye 发布 wiki-master 插件，让 Claude Code、GitHub Copilot CLI 或 Codex 作为合成引擎，在 Obsidian 中增量编译并维护一个持久、密集互链的 markdown wiki。无 MCP server、无 daemon、无向量数据库，语义搜索基于本地 Ollama 嵌入的 chunk 级索引，约 1,800 页约 5,500 chunks，暴力余弦检索在个位数毫秒内完成。

    推荐理由：原文给出了完整的技能清单、vault 结构和检索规模数据，读者可以据此判断这套零向量数据库的 wiki 方案是否适配自己的工作流。

  3. GitHub · 去对齐工具与仓库29

    juliopez/ia-local-integracion：本地 LLM 设计、集成与自动化学习指南

    GitHub 仓库 juliopez/ia-local-integracion 提供一套本地大语言模型（LLM）解决方案的理论与实践指南，使用 Ollama、Open WebUI、Python 和 Google Workspace，以 Windows 为优先路线。内容含六个理论章节与六个实验，并提供五天（每天 120 分钟）强化路线，覆盖安装、System Prompt 设计、Forms/Sheets/Apps Script 集成、Gmail 发送及优化评估；contexto/ 目录内容整体加入查询，不采用 RAG。

  4. GitHub · 灵魂体仓库76

    开源 QQ 本地大模型聊天机器人 qq-ollama-bot

    muguang1224 发布了用 Ollama 本地模型驱动的 QQ 聊天机器人项目 qq-ollama-bot，通过 NapCat 收发消息，不需要云端 API，支持 Windows / Linux / macOS。它用 qwen3.5-4b 聊天、qwen2.5vl:3b 看图，加 YOLO 做目标检测，具备情绪系统、长期记忆、人设进化、语音回复（edge-tts / GPT-SoVITS 声音克隆）、主动聊天和 QQ 空间发说说等功能；并用 Prompt 层加代码正则两层拦截，阻止模型编造「刚刷到视频」等假经历。README 附完整安装步骤、风控与账号安全提示，以及图片缩放实测，原图送模型需 46-200 秒，缩到 256px 后降到 4.4 秒。

    推荐理由：README 讲清了情绪系统、长期记忆和两层防编造的构造方法，还给出图片缩放和显存的实测数据，做法可迁移。

  6. GitHub · 灵魂体仓库30

    Jayzmatos22/GerenciadorDeEventos：基于 Spring Boot 4 的学术活动管理项目，支持 AI 辅助登记

    GitHub 项目 GerenciadorDeEventos 是一个用 Java 21 + Spring Boot 4.1.1 + React 19 构建的学术活动管理 Web 应用，支持活动报名、候补队列、签到和 PDF 证书。其特色是 AI 辅助登记：组织者粘贴自由文本，系统通过 Spring AI 2.0.1 提取结构化字段并需人工确认。开发环境用本地 Ollama 跑 llama3.1，也提供 Groq、OpenRouter、OpenAI 等 profile，数据库为 PostgreSQL 16。

  7. GitHub · 3D 生成新仓库32

    ImageMetaAI 开源：本地 AI 为 Shutterstock 与 Adobe Stock 生成图片元数据

    ImageMetaAI 是一款基于 C# 和 WPF 的 Windows 桌面应用，使用本地 Ollama 模型分析图片并生成图库元数据。视觉模型 qwen2.5vl:7b 生成图片描述，元数据模型 qwen3:14b 生成标题、关键词和分类，结果可人工编辑后导出为 Shutterstock 和 Adobe Stock 专用 CSV。图片全程本地处理不修改原文件，仅位置识别可选调用 OpenStreetMap Nominatim。

  8. GitHub · 灵魂体仓库42

    LocalCoder RTX：完全本地运行的 AI 编程智能体，基于 Ollama 开源

    GitHub 仓库 LocalCoder RTX 发布，这是一个完全在开发者本机运行的 AI 编程智能体，结合本地 LLM、工作区感知的工具循环和浏览器/CLI 界面，无需将代码发送到云端。它通过 Ollama 托管模型（推荐 qwen2.5-coder:3b 或 7b，上下文 4096），提供文件读写编辑、shell 命令审批、自动备份和工作区隔离等安全机制。该项目还可用于微调数据集构建、智能体轨迹收集和本地 LLM 评测。

  9. GitHub · 灵魂体仓库60

    understudy-lm 发布仅用目标模型文本训练的推测解码草稿模型，针对 Qwen3.5-4B 投影加速 1.43x

    understudy-lm 项目发布了仅从目标 LLM 的文本输出训练的推测解码草稿模型，无需 logits、隐藏状态或更小的同族模型，草稿一次猜测 4 个 token，由目标模型一步验证，输出不变。发布的草稿针对 Qwen3.5-4B 训练，实测每步接受 1.58 个 token，投影加速 1.43x；在 llama.cpp 下因需逐 token 起草并恢复状态反而更慢（27 到 36 tok/s 对 69 tok/s），需支持 lookahead heads 的运行时才能兑现。

    推荐理由：只靠目标模型的文本训练推测解码草稿模型，不用 logits 和隐藏状态，并给出接受的实测与局限说明。

10月25日周日
  1. Hugging Face · 新模型：uncensored35

    Spark-X2.6-4B-Uncensored GSQ-RCO GGUF 量化版发布

    abenzerps 发布 XHToken/Spark-X2.6-4B 的混合精度 GSQ-RCO GGUF 量化版，面向 llama.cpp 本地推理。RCO 将 36 个 sigmoid 注意力门控和 9 个全局注意力投影保留为 BF16，GSQ 依 Hessian 灵敏度校准优化每层精度，推荐 IQ3_M（2.28 GB）。4-bit KV cache 下 131k 上下文约需 3.5–4 GB 显存，支持 llama.cpp 与 Ollama，采用 Apache-2.0 许可。

  3. GitHub · 去对齐工具与仓库22

    TransLLM：开源 BYOK 浏览器 AI 翻译扩展，支持 DeepSeek、OpenAI 与本地 Ollama

    TransLLM 是一款 100% 直连、零追踪、自带 API Key（BYOK）的浏览器 AI 翻译扩展，支持 DeepSeek、OpenAI、Groq 及任意 OpenAI 兼容端点，还可离线接入本地 Ollama。它提供划词悬浮气泡和整页双语注入两种翻译模式，纯 JavaScript 实现体积小于 200KB，采用 Manifest V3 与 Shadow DOM 隔离，API Key 仅存于 chrome.storage.local。项目以 MIT License 开源，免费使用，只需支付 token 费用。

  4. GitHub · 去对齐工具与仓库63

    best-engine-ai-helper 开源：按硬件自动选型本地 LLM/VLM 并经质量门验证

    Warith Harchaoui 发布 best-engine-ai-helper，一个纯 Python 工具，可检测本机内存（Apple Silicon 统一内存、NVIDIA/AMD VRAM 或系统内存），从内置模型目录中选出得分最高且装得下的本地 LLM 或 VLM，并通过 Ollama 拉取。选型综合结构化输出能力、内存适配、任务基准和带宽估算的吞吐四要素，pull 与 validate 会用 Ralph Loop 文本缺陷检测和 Ralph Eyeball Loop 视觉缺陷检测两道质量门验证模型，通过后才写入环境文件；实测吞吐数据存入 measurements.yaml，在 Apple M2 Max 上将 gemma3:12b 的估算误差从 64-118% 降到 17-25%。

    推荐理由：原文给出了选型四要素与实测校准数据，读者可以据此理解本地模型自动选型工具的取舍逻辑。

  5. Ollama Blog56

    Ollama 支持语音模型，首发 Gradium 的 Phonon 文本转语音系列

    Ollama 0.40.11 起支持文本转语音，首个语音模型是 Gradium 的 Phonon 系列，目前可用 macOS，Windows 和 Linux 支持即将推出。在 M5 Max MacBook Pro 上，Ollama 借助 MLX 加速，吞吐比次快的 Gradium ptts 运行时快 35%，词错率与 Hugging Face Transformers 参考实现持平；Phonon 采用 Apache 2.0 许可，40M 版本为 CC BY-NC 4.0 限非商用，支持英语、法语、德语、西班牙语、葡萄牙语，并提供 OpenAI 兼容的 /v1/audio/speech 接口和流式播放。

    推荐理由：官方给出了与 Gradium 自家运行时的吞吐对比和词错率对照数据，读者可以据此判断在 Apple Silicon 上本地跑语音模型的真实表现。

  6. GitHub · 灵魂体仓库32

    Codebud：基于 Ollama + Qwen2.5-Coder 的本地 Cursor 风格编码智能体

    Codebud 是一个本地运行的编码智能体，用 Ollama + Qwen2.5-Coder 把自然语言请求转成可执行计划，数据不离开本机，推荐模型为 qwen2.5-coder:3b-instruct-q4_K_M。项目提供 GNU 标准 Makefile 构建、`codebud doctor` 环境检查、Texinfo 手册及可注册的 OpenClaw skill（支持浏览器 UI）。代码以 GPL-3.0-or-later 许可开源。

  7. GitHub · 去对齐工具与仓库53

    laplacef 开源 digest-generator：RSS 聚合加 LLM 摘要的 Markdown 日报生成工具

    laplacef 发布 Python 工具 digest-generator，从自定义 RSS 源抓取文章，用 LLM 生成逐篇事实密集摘要，再用 BART-MNLI 做零样本主题分类，最终产出 Markdown 日报。流水线分语料构建与日报生成两半，各阶段输出均缓存，支持 --no-digest、audio、lint 等子命令；默认用 Ollama 云端模型 gemma4:31b-cloud 和 gpt-oss:120b-cloud，也可配置本地模型完全离线运行，需 Python 3.13+、HF_TOKEN，可选 Piper TTS 与 GPU，采用 Apache License 2.0。

  8. GitHub · 去对齐工具与仓库58

    用 Python 从零构建的个人 AI 智能体 Tony 开源

    作者开源了 Tony，一个用 Python 从零构建的个人 AI 智能体，目的是学习智能体内部原理，v2 版新增对话与工具，测试台词得分 108/108。人格保存在版本化文本文件中，回答可标记好坏以指导调整；记忆由笔记、会话摘要和最多 40 条事实的整合记忆组成并进入 prompt。默认模型 qwen3:4b，依赖 uv 和 Ollama，采用 MIT 许可证。

    推荐理由：作者把人格改动变成可测量的流程，用测试台词加裁判模型打分，只保留不变差的修改，做法可迁移到其他本地智能体项目。

  9. GitHub · 灵魂体仓库20

    Miguel Villarreal 财务自动化作品集（fde-portfolio）展示四个账务运营自动化项目

    该 GitHub 仓库包含四个围绕账单与支付运营问题构建的作品集演示项目，全部使用合成数据，无生产部署。Reconciliation Engine 用 Python 和 SQL 对账，100 万行合成数据单次运行 12.7s（pandas）/11.1s（SQL）；LLM Support Desk 基于 Ollama llama3.2:1b 本地分诊支付申诉，由确定性规则决定最终动作，23 条标注工单中类别一致率 13/23。另有 .NET 8 固定宽度文档布局工具和 Collections Aging SQL 项目。

  10. GitHub · 灵魂体仓库36

    RAICA v1.0.0.348：基于多 LLM 编排的开源 Agentic AI 服务器

    GitHub 开源项目 RAICA（RAG AI Context Agency）v1.0.0.348 发布，这是一个基于 Agentic-RAG-System 分支的多 LLM 编排 AI 服务器。新版本加入 Deep Research Mode（多轮检索、来源可信度评分与声明核验）、可开关的数据图表功能（从 World Bank、FBI Crime Data Explorer 等权威来源取数）、POST-LLM Workflow Engine 和 2 个文件（YAML + Python）即可创建工具的插件系统。内置 10+ 生产级 agent、OpenAI 兼容 API、基于 FAISS 的文档智能与 Qwen2.5vl 视觉处理，邮件管理可将上下文压缩 84%。

  11. GitHub · 3D 生成新仓库35

    enterprise-rag-platform：基于本地 Llama 3.2 的企业级 RAG 问答平台开源

    一个面向生产环境的企业级 RAG（检索增强生成）问答平台，用 Sentence Transformers 生成语义嵌入，结合 FAISS 与 BM25 通过 RRF 混合检索，调用本地 Ollama 运行的 llama3.2:3b 模型生成有据可依的答案，并通过 FastAPI 提供服务，无需付费 LLM API key。早期在 6 个问题上评测，Recall@1 达 83.33%，Recall@3 与 Recall@5 均为 100%。

10月24日周六
  1. GitHub · 灵魂体仓库42

    卓欣刮削器（zhuoyue-scraper）：本地自托管的成人影片元数据刮削工具

    GitHub 开源的卓欣刮削器是一套本地自托管的成人影片元数据刮削工具，走建库→语义识别→网站/无码/AI 三线刮削流程，生成 Jellyfin 可用的 NFO 与封面。它以单文件 HTTP 服务加 SQLite 运行，不依赖云服务，支持 javbus、javdb、MissAV、123AV、FC2 等站点，通过 ollama 调用本地大模型做语义分类、AI 看片与标签补全，并提供 Docker 部署，支持 linux/amd64 与 linux/arm64。

  2. GitHub · 灵魂体仓库55

    semantic-cache-proxy：基于 Ollama 和 Redis Stack 的本地 LLM 语义缓存代理发布

    作者发布了面向本地 LLM 的语义缓存反向代理 semantic-cache-proxy，将提示词嵌入索引进 Redis Stack 的 HNSW 向量索引，相同或语义改写的查询命中缓存后延迟低于 15ms，绕过本地 GPU/CPU 推理瓶颈。系统用 SHA-256 对 system prompt 和参数做哈希分区，相似度阈值 ≥ 0.88 判定命中，兼容 OpenAI /v1/chat/completions 接口，并通过 X-Cache-Lookup 等响应头和 Streamlit 仪表盘提供实时遥测。项目 100% 本地运行、无需付费 API key，依赖 nomic-embed-text 嵌入模型，仓库附部署步骤与延迟基准脚本。

    推荐理由：给出完整的架构流程、缓存阈值和部署命令，想把本地 LLM 推理换成语义缓存的读者可以直接照着搭建。

  3. GitHub · 灵魂体仓库49

    sehgalnamit/enterprise-llm-gateway-router：与提供商无关的开源 LLM 网关路由器

    GitHub 开源项目 enterprise-llm-gateway-router 是一个与提供商无关的 LLM 网关，核心包括 Pydantic schema 合约校验、独立的 circuit breaker 故障切换和基于 Redis + embedding 余弦相似度的语义缓存。系统通过 confidence 门控的 TypeSafe Jev 评估器加 LLM-jury 兜底做跨提供商一致性检查，并接入 CI 回归门。整套系统可经 MockProvider 完全离线运行、零 API key，内置 OpenAI / GCP Vertex AI / Ollama 适配器，凭据存在时自动激活。

  4. Hugging Face · 新模型：abliterated40

    huihui-ai 发布 Huihui-gemma-4-31B-it-abliterated-v2

    huihui-ai 发布 google/gemma-4-31B-it 的去审查版本 Huihui-gemma-4-31B-it-abliterated-v2，通过 abliteration 技术移除模型拒答行为，且前 5 层未做处理以减少警告和拒绝。该版本 PPL 为 13161.2940，低于原版的 14874.7532 和上一版 abliterated 的 13335.5546。模型可通过最新版 ollama 以 huihui_ai/gemma-4-abliterated:31b-v2 直接运行，官方建议用于研究测试而非生产环境。

  5. GitHub · 灵魂体仓库62

    Skirnir：面向 Ollama 的自托管 LLM 路由与 AI 网关开源

    psewar 在 GitHub 开源了 Skirnir，一个自托管的 LLM 路由器和 AI 网关，部署在多台 GPU 机器的 Ollama 之前，对外同时提供 Ollama API、OpenAI 兼容接口和 Anthropic Messages API（可接 Claude Code）。客户端按角色而非模型名请求，路由器根据 VRAM 占用、游戏检测、速度和错误率选择节点与上下文档位，支持 Wake-on-LAN、熔断、云兜底层级和共享 agent 记忆；auto 角色由本地决策链自动选角色，链路路由准确率 0.947。当前版本 router 0.1.6、agent 0.8.4，自 2026 年 9 月起在一个 homelab 持续运行，作者强调无稳定性保证。

  7. GitHub · 3D 生成新仓库76

    Kaiacord 开源自托管 Discord 伴侣机器人，单张 12GB GPU 本地运行持久人格

    作者发布 Kaiacord，一个自托管的 Discord 伴侣机器人 Kaia，主打有持续内在生命感：情绪、关系、信念和情景记忆持久化到磁盘，可在重启后延续，每晚 03:00 至 05:00 复盘当天对话并更新长期记忆。技术栈为 Ollama 运行 gemma3:12b 负责对话与视觉，nomic-embed-text-cpu 在 CPU 上跑检索嵌入，BM25 与向量检索经 Reciprocal Rank Fusion 合并，并有一条后处理守卫管线清除提示词回显、伪造引用和谄媚语气；另含 Python 计算数值的持久化 RPG Aethelgard、本地 DJ 音乐、RTL-SDR 短波监听等功能。仓库采用 MIT 许可，地址 https://github.com/Ekco-S64QTN6/Kaiacord。

    推荐理由：原文完整给出了情绪、信念、情景记忆的持久化设计与检索融合、生成守卫的实现细节，可作搭建有持续内在状态的自托管伴侣机器人的参考。

  8. GitHub · 去对齐工具与仓库18

    哈萨克斯坦国立信息技术大学 AI 测试用例生成毕业设计项目：yssnov/ai-testcase-generation

    Astana IT University 团队启动毕业设计项目，用本地部署开源模型从 SRS、用户故事、PRD 等需求文档自动生成可追溯、可评审的测试用例。系统将对比 Qwen3、Gemma、Mistral Small 等模型与提示词策略，支持需求提取、ISO/IEC/IEEE 29148 质量检查、人工评审后导出 CSV/XLSX/Gherkin/JSON。目前完成分析和设计，代码尚未启动，计划使用 Ollama、vLLM、Next.js、FastAPI 等技术栈。

10月23日周五
  1. GitHub · 3D 生成新仓库37

    Breadwinner：开源本地优先的反幻觉简历定制工具 FaizPalwala/breadwinner 发布

    开源项目 Breadwinner 是一款本地优先的 8-Bit 风格求职简历定制工具，核心反幻觉规则要求每条简历要点都必须可追溯到本地 Career Pantry 中的已验证事实，并严格保留如 scaled to 10M events、latency 降低 45% 等真实指标。它完全离线运行，支持 LM Studio、Ollama 本地模型，也可接入 Gemini、DeepSeek、Groq、OpenAI 的 API key，简历与 API 密钥均保存在本地。工具提供双栏要点编辑器、ATS 审计仪表、无头 Chromium 生成符合 Jake's Resume 标准的 A4 PDF，以及自动按指标密度和时效性裁剪内容的 Career Curator。

  4. GitHub · 去对齐工具与仓库41

    personal-ai：基于 LangGraph 的本地多智能体全栈代码生成项目

    GitHub 开源项目 personal-ai 使用 LangGraph 1.2.10 与本地 LLM（Ollama + Qwen2.5-Coder 14B、BGE-M3 嵌入）构建 PM/DB/Backend/Frontend/Review 多智能体流水线，从需求分析生成 Spring Boot 3、React/TypeScript 产物并以 Markdown 保存。系统将 Domain RAG 与 Project Context 分离以复用已有实现，目前为只读代码生成，尚不支持自动应用文件或构建部署。

  5. GitHub · 灵魂体仓库26

    cookbook-rag：基于 Ollama 本地 LLM 的食谱 RAG 检索系统

    GitHub 开源项目 cookbook-rag 提供了一套基于本地 LLM 的 RAG 系统，可上传 PDF 食谱并通过自然语言检索，返回 AI 生成的答案。系统默认使用 Ollama 运行 qwen3:4b 模型和 nomic-embed-text 嵌入模型，配合 ChromaDB 向量数据库与 FastAPI 提供 /add-document 和 /search 接口。文本切分采用 LangChain 的 RecursiveCharacterTextSplitter（约 1800 字符、200 重叠），可通过 MODEL_NAME 等环境变量切换模型，应用端口为 8080。

  6. Hugging Face · 新模型：uncensored29

    NeoHorse-1-9B-Uncensored GSQ-RCO GGUF 量化版发布，适配 llama.cpp 本地推理

    abenzerps 基于 TokenRhythm/NeoHorse-1-9B 发布 GSQ-RCO 混合精度 GGUF 量化版本，采用 RCO 保留全部 48 个关键 SSM 参数为 BF16，并用 GSQ 按 Hessian 灵敏度校准逐层优化精度。提供 IQ2_XS 到 IQ4_XS 共 5 档文件，推荐 IQ3_M（3.75 bpw、4.20 GB）。配合 4-bit KV cache 可在 8GB 显存的消费级 GPU 上以约 6 GB VRAM 运行 131k 上下文，遵循 Apache-2.0 License。

  7. GitHub · 去对齐工具与仓库47

    Ollama Model Checker：检查 HuggingFace 模型兼容性并一键部署到 Ollama 的 Web 应用

    开源 Web 应用 Ollama Model Checker 可检测 GPU VRAM、RAM 和 CPU 状态，输入任意 HuggingFace 模型 ID 即可分析兼容性并推荐合适的量化级别（Q2_K 至 Q8_0），还能计算支持 GQA 的 KV cache 需求、调整上下文长度。仅 GGUF 格式模型可一键部署到 Ollama，safetensors 仓库只显示大小与内存估算。应用支持 Docker 部署，要求 Python 3.8+ 和 Ollama 0.5.5 或更新版本，采用 MIT 许可证。

  8. GitHub · 灵魂体仓库41

    NoID Privacy Workstation 44：面向 AI 智能体工作流的隐私加固 Fedora 发行版

    GitHub 项目 NoID Privacy Workstation 发布，这是一个基于 Fedora 44 / GNOME 50 的隐私加固工作站 ISO，包含 41 个功能模块，覆盖内核、网络、身份、固件、服务和浏览器等加固基线，无项目遥测。系统为 AI 智能体工作流设计：VSCodium 预置隐私默认设置，Claude、Codex CLI 及 Gemini 全局指令路径按用户选择性安装，模型访问为 opt-in，本地推理支持 RamaLama / Ollama / LM Studio。蓝牙、定位、摄像头、麦克风默认关闭，提供 GPG 签名 ISO 供下载验证。

  9. GitHub · 3D 生成新仓库25

    college-project：集多模态与代码库智能于一体的 RAG 助手

    GitHub 新仓库 AmanShankarDev01/college-project 发布了一个离线优先的多模态 RAG 助手，基于 Spring Boot 3（Spring AI）、React 18 和 Qdrant 向量数据库构建。它可用 Ollama 本地运行 phi3、llama3.1 等模型，也可切换 Anthropic Claude、OpenAI GPT-4o、OpenRouter 或 Groq Cloud。助手能从文档提取文本与插图，克隆解析 GitHub、GitLab、Bitbucket 仓库，并以可交互引用标注为 AI 回答提供证据。

  10. GitHub · 去对齐工具与仓库28

    Ollama 本地模型基准测试结果看板上线 GitHub

    GitHub 上的 z440-ollama-benchmarking 项目发布面向本地运行 Ollama 模型的交互式基准测试结果看板。看板提供可排序、可筛选的模型对比表、基于 `ollama ps` 实测内存的 VRAM 可行性指示、生成速度与内存占用图表，以及质量分级热力图和指标术语表。通过主仓库运行 Publish-Website.ps1 -Push 即可重新生成 data.js 并推送最新结果。

  11. GitHub · 灵魂体仓库19

    thackerhelik/finetuningcourse：基于 TinyLlama-1.1B 的三阶段 LLM 后训练微调课程仓库

    GitHub 仓库 thackerhelik/finetuningcourse 提供端到端的三阶段 LLM 后训练流程（Domain Adaptation → SFT → DPO），将 TinyLlama-1.1B 适配到药理学领域，并通过 Ollama 本地部署。仓库包含 data、experiments/metformin、notebooks 目录及 export_to_ollama.py 导出脚本，目前尚无 star 和 fork。