LLaMA-Factory 组合用法：从输入到交付的完整链路
先说清楚它是什么：LLaMA-Factory 属于「本地与开源」方向的开源项目，支持多种模型的一站式开源微调框架。
单独用一个工具往往只解决一段问题，这篇讲怎么把它和上下游工具串起来。
推荐组合：LLaMA-Factory + 知乎直答
知乎直答的定位是：基于知乎内容的 AI 问答搜索。两者分工可以是：LLaMA-Factory 负责「本地部署试跑」这一步，知乎直答负责检索资料、核对来源或管理知识库。
工作流步骤
- 明确交付物和验收标准，例如：记录了资源占用。
- 准备输入：一台有独立显卡或大内存的电脑，先去掉敏感信息。
- 在 LLaMA-Factory 中执行核心步骤（提示词见下文）
- 把结果交给知乎直答做下一步处理，或从知乎直答取得所需材料。
- 人工检查关键事实与格式，记录发现的问题。
- 把这次用到的提示词和设置保存为模板，下次复用。
本地部署试跑
适用情况：手头有一台有独立显卡或大内存的电脑时。
按官方文档在本机部署，选择一个适合显存的模型尺寸，运行一个简单的对话或推理测试，记录显存占用和生成速度。
验收标准：记录了资源占用。
交接时最容易出问题的地方
- 格式不兼容：两边导入导出的格式提前测试一次。
- 信息丢失：每次交接附上来源和版本号。
- 责任不清：约定哪一步由谁做最终确认。
- 成本叠加：两个工具都可能计费，先估算用量。
如果暂时不想引入第二个工具，也可以先用 Unsloth 等同类产品替代其中一环，跑通流程后再决定。
补充练习
小规模微调
准备材料：几百条高质量问答数据。
用这批数据做一次 LoRA 微调：划分训练集和验证集，记录训练参数，微调前后用同一批问题对比效果。
检查点：有前后对比。
私有知识问答
输入：一批不能上传云端的内部文档。
在本地搭建问答：本地模型负责回答，文档向量化存储在本机，回答时注明出处段落，断网情况下验证仍可使用。
验收标准：断网可用。
接入现有应用
准备材料：一个已有的业务系统。
通过兼容 OpenAI 格式的接口把本地服务接入现有系统，设置超时和并发上限，先在测试环境跑通。
交付前确认：超时与并发有限制。
常见问题：服务对外暴露有风险
只监听内网地址，加认证和反向代理。
常见问题：显存不足无法加载
换用更小的模型或更低的量化等级，或启用 CPU 卸载。
常见问题：升级后不兼容
固定版本号，升级前在测试环境验证。
概念补充：推理框架
负责加载模型并高效生成结果的软件。
概念补充：LoRA 微调
只训练少量附加参数的低成本微调方法。
适合人群：游戏开发者
游戏开发者可以用 LLaMA-Factory 处理原型与素材、NPC 对话与文案等工作。需要注意：关注生成素材的授权和平台对 AI 内容的披露要求。
注意事项
本文基于 LLaMA-Factory 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。
文中提示词和示例仅作示意，实际效果取决于你的材料和 LLaMA-Factory 当前版本，重要内容请人工核对后再使用。