SSD Nodes Learn Hosting plans →
Panduan Matt ConnorOleh Matt Connor · Dikemas kini 2026-10-26

Keperluan VPS untuk Menjalankan Meta Muse Glimmer 30B

Ketahui tag Linux Muse Glimmer berukuran 18 hingga 59 GB, jumlah RAM dan cakera yang perlu disediakan, serta kos inferens CPU sahaja sebelum memuat turunnya.

Keperluan Muse Glimmer pada VPS

Muse Glimmer berjalan pada VPS Linux biasa tanpa GPU, dan tag yang anda tarik menentukan sama ada ia muat dalam memori. Meta Superintelligence Labs menerbitkan model ini pada 10 Ogos 2026 di bawah lesen Apache 2.0: 30 bilion parameter, tetingkap konteks 128K, dan pengekod persepsi 1.8B parameter khusus supaya ia boleh membaca imej di samping teks. Meta menyasarkannya untuk ejen tempatan yang sentiasa aktif dan bukannya untuk sembang, dengan kekuatan penaakulan yang anda tetapkan bagi setiap permintaan.

Tag Ollama yang diterbitkan untuk Linux, dibaca pada 25 Oktober 2026, berjalan dari 18 GB hingga 59 GB. Julat tersebut merupakan keseluruhan masalah saiz. Senarai tag penuh bermula lebih rendah dan berakhir lebih tinggi, pada 17 GB dan 65 GB, tetapi kedua-dua hujung tersebut adalah tag MLX yang dibina untuk Apple Silicon, jadi ia tidak dikira pada pelayan Linux. Tag lalai disenaraikan pada kira-kira 18 GB, jadi kotak yang paling kecil dan munasabah jelas mempunyai lebih daripada 18 GB RAM percuma. Ruang cakera untuk muat turun dan memori untuk tetingkap konteks adalah tambahan kepada keperluan tersebut.

Tag muse-glimmer yang manakah perlu anda tarik?

CartaPublished muse-glimmer tag sizes on 25 October 2026 (Linux tags only)
Data di sebalik carta ini
[
  {
    "label": "30b (default)",
    "size_gb": 18
  },
  {
    "label": "30b-q4_K_M",
    "size_gb": 18
  },
  {
    "label": "30b-q4_K_M-dflash",
    "size_gb": 20
  },
  {
    "label": "30b-q8_0",
    "size_gb": 31
  },
  {
    "label": "30b-q8_0-dflash",
    "size_gb": 33
  },
  {
    "label": "30b-bf16",
    "size_gb": 57
  },
  {
    "label": "30b-bf16-dflash",
    "size_gb": 59
  }
]

Ollama menyenaraikan 7 tag untuk model ini tanpa label MLX, tidak termasuk alias latest. Tag biasa menyimpan 30 bilion weight yang sama pada ketepatan numerik yang berbeza. Tag -dflash membawa weight tersebut berserta rangkaian kedua yang lebih kecil, yang diterangkan di bawah, dan itulah sebabnya setiap satu disenaraikan dengan saiz yang lebih besar daripada pasangan biasanya. Saiz yang anda lihat adalah saiz yang anda muat turun, dan ia juga merupakan anggaran saiz yang perlu anda simpan dalam memori sebelum sebarang konteks ditambah.

Binaan 4-bit adalah yang kecil: 30b-q4_K_M pada 18 GB. Tag lalai 30b adalah binaan yang sama di bawah nama lain, dengan digest yang sama pada halaman tag. Binaan 8-bit ialah 30b-q8_0 pada 31 GB. 30b-bf16 ialah release 16-bit tanpa kuantisasi pada 57 GB, iaitu lebih banyak RAM daripada yang ditawarkan oleh kebanyakan pelayan sewaan pada harga yang mampu dibayar oleh sesiapa untuk projek sampingan. Tag 30b-nvfp4 bersaiz 17 GB, yang lebih kecil di atas kertas, dan 30b-mxfp8 8-bit pada 33 GB kedua-duanya membawa label MLX, jadi ia tidak dimasukkan dalam carta. Bahagian seterusnya menjelaskan sebabnya.

Tag -dflash menambah DFlash drafter daripada Meta, yang diterangkan oleh kad model sebagai "rangkaian pendamping kecil yang mencadangkan keseluruhan blok token sekaligus": 5 lapisan draf yang meramalkan blok 16 token. Ia merupakan ciri kelajuan speculative decoding, dan halaman model Ollama membentangkan sokongan DFlash sebagai sebahagian daripada enjin MLX pada Apple Silicon. Pada VPS yang hanya menggunakan CPU, ia memakan kira-kira 2 GB memori sebenar tambahan untuk drafter yang faedahnya pada perkakasan anda belum anda ukur, jadi mulakan dengan tag biasa dan ubah satu perkara pada satu masa.

Mulakan pada 4-bit melainkan anda mempunyai sebab khusus untuk tidak berbuat demikian. Beralih daripada 4-bit kepada 8-bit secara kasarnya menggandakan bait yang perlu dibaca oleh CPU untuk setiap token yang dijana, jadi throughput menurun manakala penggunaan memori meningkat. Pertukaran itu adalah subjek bagi kos sebenar kuantisasi q4, q8 dan fp16 kepada anda, dan pada kotak CPU, jawapan ringkasnya ialah binaan 4-bit adalah satu-satunya yang berbaloi untuk dimulakan.

Mengapa tag MLX tidak berfungsi pada pelayan Linux

MLX ialah rangka kerja tatasusunan Apple, manakala enjin MLX Ollama ialah backend untuk Apple Silicon. Apabila Ollama mengumumkannya, arahannya ialah "pastikan anda mempunyai Mac dengan lebih daripada 32GB memori bersatu". Setiap tag yang ditandai MLX pada halaman tag dibina untuk enjin dan perkakasan tersebut, dan label itu tidak semestinya terdapat dalam nama: pada model ini, label itu merangkumi 30b-nvfp4, 30b-mxfp8 dan varian -dflash masing-masing, serta setiap tag yang mengandungi mlx. Pada VPS Linux x86, setiap satunya memerlukan muat turun berpuluh-puluh gigabait yang tidak boleh anda jalankan, lalu hanya menggunakan ruang pada cakera. Sebarang angka kelajuan yang diukur pada Mac merujuk kepada tag tersebut, jadi angka itu juga tidak menerangkan prestasi pelayan anda. Apabila membaca senarai tag pada halaman model, tapis semua tag dengan label MLX terlebih dahulu, kemudian buat pengiraan saiz berdasarkan tag yang tinggal.

Berapakah RAM dan ruang cakera yang benar-benar diperlukan?

Dua perkara menggunakan memori, dan hanya satu daripadanya ialah saiz tag. Berat model ditetapkan oleh tag yang anda tarik. Cache KV, iaitu keadaan bagi setiap token yang disimpan oleh model untuk perbualan, bertambah mengikut panjang konteks yang anda konfigurasikan. Dokumentasi Ollama sendiri menyatakan bahawa penyajian permintaan secara selari menggandakan konteks mengikut bilangan permintaan yang sedang diproses. Oleh itu, pelayan yang menjawab dua ejen serentak memerlukan lebih banyak memori berbanding pelayan yang sama apabila hanya menjawab satu ejen.

Jangan ambil angka RAM daripada mana-mana panduan, termasuk panduan ini. Tarik tag tersebut, hantar satu prompt kepadanya dan, semasa model masih berada dalam memori, jalankan dua arahan ini.

ollama ps
free -h

ollama ps menunjukkan perkara yang sedang dimuatkan serta pembahagian kerja antara CPU dan GPU. free -h menunjukkan baki sumber yang tersedia. Kedua-dua output pada pelayan anda sendiri lebih tepat daripada mana-mana jadual yang diterbitkan kerana output itu sudah mengambil kira tetapan konteks, kuantisasi dan semua proses lain yang sedang dijalankan oleh pelayan.

Ruang cakera ialah bahagian yang lebih mudah. Ollama menyimpan model di bawah /usr/share/ollama/.ollama/models pada Linux. Pada kebanyakan imej VPS, direktori itu terletak pada sistem fail root. Volume root berkapasiti 40GB tidak dapat menampung binaan bf16 berukuran 57 GB. Ia juga tidak dapat menampung binaan 8-bit dan 4-bit secara serentak. Jika anda belum pernah melihat perkara yang sebenarnya ditulis oleh operasi pull, lokasi Ollama menyimpan model dan cara memindahkannya menerangkan direktori tersebut. Pindahkan stor kepada volume yang telah dipasang sebelum anda menarik sebarang model.

sudo systemctl edit ollama
[Service]
Environment="OLLAMA_MODELS=/mnt/models"
sudo mkdir -p /mnt/models
sudo chown -R ollama:ollama /mnt/models
sudo systemctl daemon-reload
sudo systemctl restart ollama

Pengguna ollama mesti memiliki direktori itu kerana servis berjalan sebagai ollama dan menulis blob di situ menggunakan identiti pengguna tersebut. Jika operasi pull gagal kerana permission, journalctl -u ollama -n 50 ialah lokasi puncanya.

Untuk swap, terdapat satu perkara yang perlu dinyatakan dengan jelas: swap tidak membolehkan anda menjalankan tag yang lebih besar. Penjanaan menyentuh berat model bagi setiap token yang dihasilkan. Oleh itu, berat model yang berada dalam swap perlu dibaca semula dari cakera berulang kali, vmstat 1 menunjukkan lajur si dan so yang sibuk, dan output menjadi perlahan sehingga beberapa saat bagi setiap token. Kekalkan fail swap kecil sebagai perlindungan terhadap pembunuh kehabisan memori. Sediakan jumlah RAM berdasarkan tag yang sebenarnya ingin anda gunakan.

Memasang Ollama dan menetapkan tag dinamakan

curl -fsSL https://ollama.com/install.sh | sh
ollama --version
systemctl status ollama

Skrip pemasangan menyediakan servis systemd, supaya pelayan kembali berjalan selepas but semula. Jika anda tidak mahu menjalankannya sebagai servis sistem yang diuruskan oleh root, menjalankan Ollama tanpa root di bawah Podman meliputi laluan tersebut. Kemudian, tarik tag yang eksplisit.

ollama pull muse-glimmer:30b
ollama list

Baca sendiri lajur saiz dalam ollama list dan bandingkannya dengan senarai tag semasa pada halaman model. Tag yang diterbitkan ditambah, dinamakan semula dan dibuang, manakala saiz dalam panduan hanyalah gambaran pada satu hari tertentu.

Jangan sekali-kali menulis ollama pull muse-glimmer pada pelayan yang anda bergantung kepadanya. Nama model kosong akan merujuk kepada tag latest, dan latest ialah penunjuk yang boleh dialihkan oleh penerbit ke binaan yang berbeza. Tarikan rutin kemudiannya menukar model di bawah ejen anda, dengan keperluan memori dan kelakuan yang berbeza, dan tiada apa-apa dalam log anda yang memaklumkannya. Tulis tag tersebut dalam skrip anda, dalam fail unit anda dan dalam konfigurasi ejen anda. Self-hosting LLM dengan Ollama pada VPS meliputi baki persediaan pelayan.

Bolehkah anda menjalankan Muse Glimmer tanpa GPU?

Ya, dan perlu ditegaskan tentang had prestasinya. Menjana satu token bermakna membaca pemberat model daripada memori, jadi kelajuan ditentukan oleh lebar jalur memori dan bukannya bilangan vCPU yang diiklankan oleh pelan tersebut. Melebihi beberapa teras, penambahan teras tidak memberikan banyak kelebihan. Pada VPS kongsi, lebar jalur tersebut dikongsi dengan semua penyewa lain pada hos yang sama, jadi model 30B pada 4-bit hanya menghasilkan bilangan token yang kecil sesaat.

Jangan terima angka sesiapa pun untuk perkara ini, termasuk angka saya. Ukur token sesaat pada pelayan anda sendiri dan buat keputusan berdasarkan apa yang anda lihat.

Hasilnya ialah perbezaan ketara dalam kegunaan model ini. Sembang interaktif adalah perlahan kerana anda membaca lebih pantas daripada pelayan menulis dan setiap balasan bermula dengan jeda yang lama. Kerja ejen latar belakang adalah memuaskan kerana tugasan yang berjalan tanpa pengawasan selama sepuluh minit tidak terjejas oleh kelajuan yang perlahan. Beban kerja kedua itulah yang sebenarnya diterangkan oleh Meta untuk model ini.

Jika anda memerlukan kelajuan interaktif, dua jawapan jujur ialah GPU atau API yang dihoskan. Kira titik pulang modal antara VPS GPU dan token API sebelum anda menyewa apa-apa, dan apa yang sebenarnya diberikan oleh VPS GPU menerangkan perkara yang anda beli. Untuk soalan yang lebih luas tentang kapasiti sesebuah pelayan, mulakan di model yang boleh anda hos sendiri, dan menjalankan model Qwen bersaiz serupa pada VPS ialah perbandingan paling hampir dalam kelas saiz ini. Jika angka yang anda ukur terlalu perlahan untuk digunakan, Nemotron 3.5 Lightning pada VPS mengemukakan soalan RAM dan token sesaat yang sama bagi model yang dibina untuk kelajuan berbanding saiz.

Mengapa ia melupakan perkara jauh sebelum mencapai 128K token?

Kerana pada mesin tanpa GPU, tetingkap konteks lalai Ollama ialah 4096 token, tidak kira apa yang disokong oleh model tersebut. FAQ Ollama menyatakan bahawa 4096 adalah lalai, dan dokumentasi panjang konteksnya, yang dibaca pada 25 Oktober 2026, menskalakan nilai lalai mengikut memori GPU: 4k untuk bawah 24 GiB VRAM, 32k untuk 24 hingga 48 GiB, dan 256k untuk 48 GiB atau lebih. VPS yang hanya menggunakan CPU berada dalam tahap paling bawah. Tag tersebut mengiklankan 128K, namun pelayan memberikan 4096 kepada model sehingga anda menetapkan sebaliknya, jadi transkrip ejen yang panjang akan kehilangan bahagian awalnya dan model kelihatan seperti mengalami amnesia.

Tingkatkan nilainya pada pelayan untuk setiap permintaan:

[Service]
Environment="OLLAMA_CONTEXT_LENGTH=32768"

Di dalam sesi interaktif, /set parameter num_ctx 32768 mengubahnya untuk sesi itu sahaja. Melalui API, hantar num_ctx dalam pilihan permintaan.

Setiap token konteks tambahan memerlukan memori selain daripada berat model. Jika anda meminta 128K penuh pada mesin yang saiznya hanya cukup untuk berat model, bebanan akan gagal atau beralih kepada proses yang lebih perlahan. Tingkatkan nilainya secara berperingkat dan jalankan ollama ps selepas setiap peringkat. Bagaimana num_ctx dan panjang konteks berfungsi dalam Ollama menerangkan pengiraan tersebut.

Kekuatan penaakulan: low, medium, high dan xhigh

Meta mendokumentasikan empat kekuatan penaakulan untuk Muse Glimmer, daripada low sehingga xhigh, dan mengesyorkan dua tahap tertinggi untuk tugasan pengekodan dan ejen yang kompleks. Dalam Ollama, fungsi ini dikawal oleh parameter think. Gunakan --think= pada baris perintah, atau hantar think dalam badan API.

ollama run muse-glimmer:30b --think=high "Summarise the changes in /tmp/patch.diff"

Di dalam sesi interaktif, /set think dan /set nothink menogol tetapan ini. Dokumentasi pemikiran Ollama, yang dibaca pada 25 Oktober 2026, menyatakan untuk menggunakan /api/show bagi mengetahui nilai yang disokong oleh sesuatu model. Model dengan metadata pemikiran akan menyenaraikannya di bawah thinking.values, sama ada dalam bentuk boolean untuk kawalan hidup/mati atau nama yang ditentukan model untuk tahap tertentu, dan dokumentasi tersebut mengarahkan anda untuk menggunakan nilai tepat yang disenaraikan di sana. Tidak semua model menerbitkan senarai tersebut: jika thinking tiada dalam respons, model tersebut tidak mempunyai metadata pemikiran. Halaman yang sama menyatakan bahawa nama yang tidak disokong akan kembali kepada tetapan lalai model, jadi tahap yang tersalah taip tidak akan mencetuskan ralat, sebaliknya ia hanya berjalan pada tetapan lalai secara senyap. Bantuan baris perintah hanya menamakan true, false, high, medium dan low, serta menghantar sebarang rentetan lain ke pelayan tanpa semakan. Oleh itu, baca apa yang dilaporkan oleh /api/show untuk muse-glimmer:30b dan bukannya meneka, serta cuba satu nilai secara manual sebelum anda menyambungkannya ke dalam ejen.

Pada mesin yang hanya menggunakan CPU, tetapan ini memberi kesan yang ketara. Kekuatan yang lebih tinggi bermakna lebih banyak token pemikiran dijana sebelum perkataan pertama jawapan muncul, dan token pemikiran memakan masa jam dinding yang sama seperti token jawapan. Kekalkan kerja rutin pada tetapan low. Panjang jawapan juga memerlukan perhatian yang sama, jadi hadkan balasan dengan num_predict daripada membiarkan satu respons yang meleret-leret menahan mesin yang perlahan selama beberapa minit.

Kekalkan model dimuatkan untuk ejen yang sentiasa aktif

Ollama memunggah model yang tidak aktif selepas lima minit secara lalai. Bagi ejen yang dijalankan setiap sepuluh minit, ini bermakna sebanyak 18 GB perlu dimuatkan sepenuhnya dari cakera pada setiap pelaksanaan. Pada VPS dengan storan terlampir rangkaian, proses ini tidak pantas. Sebaliknya, kekalkan model dalam memori.

[Service]
Environment="OLLAMA_KEEP_ALIVE=-1"

Nilai negatif mengekalkan model dalam memori sehingga sesuatu memunggahnya, manakala keep_alive dalam permintaan API mengatasi tetapan lalai pelayan untuk panggilan tersebut sahaja. Kosnya nyata: RAM terus digunakan ketika tiada proses berjalan. Oleh itu, tetapan ini sesuai untuk pelayan yang dikhaskan kepada ejen. Mengekalkan model Ollama dimuatkan menerangkan variasinya.

Menghalakan ejen pengekodan kepadanya

Ollama menyediakan API yang serasi dengan OpenAI pada http://127.0.0.1:11434/v1, jadi kebanyakan alat ejen boleh disambungkan menggunakan URL asas dan sebarang kunci API yang tidak kosong. Halaman Muse Glimmer Ollama juga mendokumentasikan pintasan pelancaran yang menghubungkan ejen yang disokong kepada model tempatan dalam satu arahan, dan anda juga harus menyematkan tag di sana.

ollama launch claude --model muse-glimmer:30b

Ejen menghantar prompt yang besar. Kandungan fail, output alat dan transkrip yang semakin panjang semuanya tiba sebagai token input, dan pada kotak CPU, pemprosesan prompt adalah bahagian yang membebankan sebelum penjanaan bermula. Pastikan tetapan konteks sekecil yang dibenarkan oleh tugasan. Menghalakan ejen pengekodan ke Ollama merangkumi bahagian klien, menjalankan ejen pengekodan pada VPS merangkumi kotak tempat ia berada, dan mengawal kos ejen pada VPS merangkumi perkara yang berlaku apabila ia berjalan sepanjang hari.

Input imej berfungsi dengan cara yang sama. API Ollama mengambil imej pada medan images dalam sesuatu mesej, jadi klien teks sahaja tidak akan menghantar imej, tidak kira betapa berkebolehan pengekod persepsi tersebut.

Jangan buka port 11434

API Ollama tidak mempunyai pengesahan. Menetapkan OLLAMA_HOST=0.0.0.0:11434 supaya anda boleh mencapainya dari komputer riba anda akan mendedahkan pelari model tanpa pengesahan kepada internet awam. Sesiapa sahaja yang menemuinya boleh memuatkan model ke dalam cakera anda dan membaca apa sahaja yang dihantar oleh ejen anda melaluinya. Kekalkan ia terikat pada localhost dan gunakan tunnel sebagai gantinya.

ssh -N -L 11434:127.0.0.1:11434 user@your-vps

Mengamankan endpoint API Ollama merangkumi pilihan yang betul, termasuk penggunaan reverse proxy yang memerlukan kelayakan.

Apa yang rosak, dan apa yang akan anda lihat

Proses pull terhenti di tengah jalan. Cakera. Jalankan df -h pada direktori model. Binaan bf16 bersaiz 57 GB tidak muat pada volum root 40GB, begitu juga binaan 8-bit dan 4-bit jika diletakkan bersebelahan.

Model dimuatkan kemudian proses terhenti. Kehabisan memori. dmesg -T merekodkan kernel out of memory killer memilih sesuatu proses, dan journalctl -u ollama -n 100 menunjukkan bahagian servis bagi peristiwa yang sama. Penyelesaiannya ialah tag yang lebih kecil atau num_ctx yang lebih kecil. Ia bukan tentang menambah swap.

Ia berjalan pada kadar saat per token. Jalankan vmstat 1 dan perhatikan lajur si dan so. Aktiviti swap yang berterusan bermakna pemberat (weights) tidak muat dalam RAM dan sistem sedang membacanya semula daripada cakera semasa ia berfungsi.

Tag yang berfungsi minggu lepas telah tiada. Senarai tag berubah. Baca semula halaman model, pin apa sahaja yang terkini, dan rekodkan nama tag di tempat yang anda akan rujuk semula.

Semak semula saiz sendiri sebelum anda melakukan pull

Saiz dalam carta dibaca daripada halaman tag model pada 25 Oktober 2026, dan senarai tag yang diterbitkan bukanlah satu janji. Baca senarai semasa pada halaman model, kemudian sahkan apa yang sebenarnya tersimpan pada cakera anda:

ollama pull muse-glimmer:30b
ollama list
sudo du -sh /usr/share/ollama/.ollama/models

Ollama menyimpan layer model sebagai blob yang dikongsi, jadi dua tag yang berkongsi layer yang sama tidak akan menggunakan ruang cakera dua kali ganda. Bandingkan apa yang dilaporkan oleh du dengan saiz yang diterbitkan dan rancang penggunaan cakera anda berdasarkan nilai yang lebih besar antara kedua-duanya.

FAQ

Berapakah RAM yang diperlukan oleh Muse Glimmer pada VPS?

Mulakan dengan saiz tag dan tambahkan tetingkap konteks. Tag lalai disenaraikan pada kira-kira 18 GB pada 25 Oktober 2026, jadi pelayan 16GB tidak dapat memuatkannya sama sekali dan pelayan 24GB memuatkannya dengan ruang yang sangat terhad untuk konteks. Anggap ini sebagai titik permulaan, bukan jawapan muktamad. Muat turun tag, muatkan sekali, kemudian jalankan ollama ps dan free -h pada pelayan anda sendiri dan baca angka anda sendiri. Konteks yang lebih panjang dan permintaan selari kedua-duanya menambah penggunaan memori selain daripada berat model.

Bolehkah saya menjalankan Muse Glimmer tanpa GPU?

Boleh. Ia memuat dan menjawab pada VPS yang hanya menggunakan CPU. Kelajuan penjanaan dihadkan oleh lebar jalur memori dan bukannya bilangan teras, dan pada hos kongsi lebar jalur tersebut dikongsi, jadi jangkakan bilangan token sesaat yang kecil pada 4-bit. Ini boleh digunakan untuk kerja ejen latar belakang yang berjalan tanpa pengawasan, tetapi menyukarkan untuk sembang interaktif. Jalankan ollama ps semasa permintaan dan baca lajur pemproses untuk mengesahkan di mana kerja tersebut sedang dijalankan.

Adakah tag MLX berguna pada VPS Linux?

Tidak. Setiap tag yang dilabelkan sebagai MLX pada halaman tag dibina untuk enjin MLX Ollama, iaitu backend Apple Silicon, dan ini termasuk 30b-nvfp4 dan 30b-mxfp8 walaupun namanya tidak menyebut mlx. Pada pelayan Linux x86, tag tersebut adalah muat turun besar yang tidak boleh anda jalankan. Gunakan tag 30b biasa, atau salah satu tag bukan MLX yang lain, dan abaikan penanda aras perkakasan Apple yang disertakan dengan binaan MLX.

Mengapakah model melupakan perkara jauh sebelum 128K token?

Kerana pada pelayan tanpa GPU, tetingkap konteks lalai Ollama ialah 4096 token tidak kira apa yang disokong oleh model, jadi pelayan memotong perbualan panjang sebelum model sempat melihatnya. Tetapkan OLLAMA_CONTEXT_LENGTH pada pelayan, atau /set parameter num_ctx untuk satu sesi, atau hantar num_ctx dalam pilihan permintaan API. Penggunaan memori meningkat bersamanya, jadi naikkan secara berperingkat dan semak ollama ps setiap kali.

Patutkah saya menyematkan (pin) tag atau hanya gunakan latest?

Sematkan ia. muse-glimmer tanpa tag akan merujuk kepada latest, iaitu penunjuk yang boleh diubah oleh penerbit kepada binaan berbeza pada bila-bila masa, jadi arahan pull rutin boleh menukar model yang dijalankan oleh ejen anda. Tulis muse-glimmer:30b dalam skrip, fail unit dan konfigurasi ejen. Semak senarai tag pada halaman model sebelum anda menyematkannya, kerana tag yang diterbitkan boleh berubah.

Adakah artikel ini berguna?