本仓库是一套面向开发者与创作者的 AI 工程化实战知识库与代码工作台，深度聚焦于 Mac Studio (Apple M4 Max · 128GB 统一内存) 极限生产力环境下的本地大模型推理、多模态音视频生成 (ComfyUI / DiT)、智能体设计模式 (Agentic Design Patterns) 以及现代编码助手生态 (Coding Agent CLI)。
仓库内所有本地端侧模型、量化工程、DiT 图像/视频生成工作流，均以 Apple Silicon (M4 Max, 128GB 统一内存) 为标杆基准进行极限调优：
- 统一内存优势：128GB 统一内存彻底打破了传统消费级 GPU 显存墙（24GB/32GB VRAM），可单机全量加载并常驻大参数量模型（Wan 2.2 14B、HunyuanVideo 1.5、Qwen-Image-2.1、DeepSeek-R1 量化版及 70B+ MoE）。
- Metal / MPS 深度调优：集成 Tiled VAE、分块切片编码、量化 GGUF/ExLlama 加速与原生 C/Metal 推理引擎（ds4, h3），保障高吞吐与零显存溢出（OOM）。
- 音视频短剧全自动化生产：首创“脚本扩写 ➔ 参考图首帧生成 ➔ Wan 2.2 / Hunyuan I2V 镜头切片 ➔ 后期合成”的 Mac Studio 独占极速流水线。
- 1. 多模态生成与音视频落地 (Mac Studio 128G 实战)
- 2. 智能体设计模式与多 Agent 框架 (Agentic Workflows)
- 3. 智能编码助手与 CLI 演进生态 (Coding Agent CLI Ecosystem)
- 4. 高性能端侧与本地推理引擎 (Local LLM & Native Inference)
- 5. Prompt 工程、评估与协议规范 (Prompt & MCP)
- 6. 经典机器学习与深度学习基础
依托 128GB 统一内存的大容量与高带宽特性，沉淀端到端生图、生视频与数字人流水线：
- 短剧/短视频 Mac Studio 落地方案：利用 Wan 2.2 I2V + T2V 分镜式镜头生成，结合 Lightning LoRA 与 Tiled VAE 解码，构建 15~30s 商业短剧全流程。
- HunyuanVideo 1.5 腾讯混元视频生成：针对 M4 Max 128GB 调优的原生 ComfyUI 节点链与 API 自动化调用测试。
- Wan 2.2 ComfyUI Mac Studio 部署与测试：Wan 2.2 14B GGUF 高低噪分段架构与统一内存防溢出配置。
- Qwen-Image-2.1 高画质生图：阿里通义文生图/图生图原生架构，黄金档与顶配超精度档部署指南。
- Z-Image-Turbo GGUF 极速出图：超低步数出图与双流工作流设计。
- Flux.1 on Apple Silicon 部署：Mac 平台 MPS 硬件加速下的 Flux.1 最佳实践。
- ComfyUI 工作流合集与性能 Benchmark：含基准跑分脚本
comfyui_benchmark.py。 - 多媒体处理工具集：包含 TTS 语音合成、SadTalker 唇形同步数字人 以及音频分轨 Spleeter。
- 《智能体设计模式》实战源码
- LangChain & LCEL 实现：Prompt 链（Chaining）、动态路由（Routing）、并行分发（Parallelization）、反思调优（Reflection）、工具调用（Tool Calling/ReAct）、结构化规划（Planning）、多 Agent 协同（Multi-Agent Collaboration）与记忆管理（Memory）。
- Microsoft AutoGen 实现：基于多 Agent 对话拓扑的 Agentic Pattern 完整映射。
- helloagents：基于 hello-agents 的轻量级核心智能体原理与实践。
- AutoGen & AutoGenBench：多智能体协作、AutoGen Studio 原型调试及 性能基准测试。
- CrewAI：基于角色设定（Role-playing）与团队协作的自动化 Agent 工作流。
- LangChain 进阶范例：从基础问答（ex01）到复杂并行执行与结构化输出解析（ex06）。
- [Go 语言 Agent 生态]：adk-go 现代化代码优先 Go Agent 工具包。
涵盖主流 AI 辅助编程命令行、Agent 技能（Skills）一键迁移与配置集成：
- Pi Agent (
pi/pi-coding-agent)：极简灵活的 Coding Agent 架构，支持多 Provider、反向代理/中转网关及 Google Gemini Pro 深度集成。 - Claude Code 本地强化指南：Anthropic 官方 CLI 架构、LM Studio / 本地大模型桥接脚本与 Session 跨端同步。
- OpenCode CLI 指南：开源终极 Coding Agent，一键部署并无缝对接本地大模型。
- CodeBuddy Skills & Agents 体系：腾讯 CodeBuddy CLI 的技能系统对齐与角色配置一键部署。
- Google Antigravity (
agy) 实践：对齐 Gemini 体系的前沿 Coding CLI 与 Agent 运行环境。 - Google Gemini 生态实战矩阵：覆盖百万 Token 超长上下文、Deep Research、NotebookLM Pro、Jules 代码 Agent 与 Veo 视频生成。
- omp (oh-my-pi) 全面配置指南：Bun 原生驱动 + Rust 加速的下一代 Coding Agent，支持多角色分级路由 (
default/smol/slow/plan)、并发子 Agent 与本地 Magpie/LM Studio 网关无缝对接。
在 128GB 内存上实现极速纯端侧模型吞吐与调度：
- ds4 (DwarfStar)：antirez 开源的高性能原生 C 推理引擎与 Coding Agent，支持 DeepSeek V4 Flash/PRO、GLM 5.2 等长上下文模型。
- h3 (MiniMax-H3)：antirez 开源的原生 C/Metal 音视频 DiT 推理引擎，专为 Mac 统一内存优化。
- Ollama 本地模型矩阵与部署：DeepSeek-R1 系列、Qwen2.5 部署优化及 ModelScope 国内镜像加速。
- Intel 独立显卡 (Arc / IPEX-LLM) 推理指南：Intel GPU 驱动安装、IPEX-LLM 部署与 llama.cpp 异构计算。
- 硬件选购与性能横向评测：汇总 M4 Max、M4 Pro、M1 Pro、DGX SPARK 及云端 API 的 Token 生成速率与内存吞吐比。
- Prompt Engineering & Context：Prompt 设计指南 与 DeepSeek 专项 Prompting。
- MCP (Model Context Protocol)：
- 评测与可观测性：