1. 确保你在 llama.cpp 的根目录下

cd ~/llama.cpp

2. 直接拉取该 PR 的代码并创建本地分支 pr-22673

git fetch https://github.com/ggml-org/llama.cpp.git pull/22673/head:pr-22673

3. 切换到这个新分支

git checkout pr-22673

编译：
make -B build -DGGML_CUDA=ON \
-DCMAKE_CUDA_ARCHITECTURES="75" \
-DGGML_CUDA_F16=ON \
-DGGML_CUDA_FLASH_ATTN=OFF

执行编译：
cmake --build build --config Release -j$(nproc)

注意：
huggingface.co难以下载，要换成国内镜像，方法如下：
直接修改 llama.cpp 源码，把 HF 地址永久换成镜像
第一步：打开这个文件
运行
nano ~/llama.cpp/scripts/webui-download.cmake
第二步：找到这一行（大约在 20～40 行之间）
set(LLAMA_WEBUI_HF_BUCKET_URL "https://huggingface.co/buckets/ggml-org/llama-ui/resolve" CACHE STRING "URL for the WebUI bucket")
第三步：把里面的网址替换成国内镜像
改成：
set(LLAMA_WEBUI_HF_BUCKET_URL "https://hf-mirror.com/buckets/ggml-org/llama-ui/resolve" CACHE STRING "URL for the WebUI bucket")
第四步：保存退出
nano 按：
Ctrl+O → 回车 → Ctrl+X

可以执行的命令：
./build/bin/llama-server \
-m /data/models/qwen3.6-27b-mtp/Qwen3.6-27B-MTP-Q4_K_M.gguf \
--port 8000 \
--host 0.0.0.0 \
-t 8 \
--n-gpu-layers -1 \
-c 32768 \
--flash-attn on \
--spec-type draft-mtp \
--spec-draft-n-max 1 \
--cache-type-k q4_0 \
--cache-type-v q4_0 \
--no-warmup \
--prio 3

YOLOv1：
开山之作优势：首次将目标检测视为回归问题，实现了真正的实时性。
劣势：对小目标检测效果极差，群体目标容易漏检。
现状：已退出工业舞台，仅供学术溯源。

YOLOv2 (YOLO9000)：
工业化的尝试优势：引入了Anchor Box（先验框）和Batch Normalization，显著提升了召回率和精度。
劣势：虽然叫 9000（号称能识九千种物体），但在复杂任务中精度依然不足。

YOLOv3：
不朽的经典优势：引入了FPN（多尺度特征融合），彻底解决了小目标检测的难题。至今仍有大量旧式嵌入式芯片仅支持 YOLOv3。
劣势：结构相对臃肿，推理延迟在今天看来已不再占优。
结论：如果你的老旧硬件只跑得动 C 语言版本的 Darknet，它仍是唯一选择。

YOLOv4：
集大成者优势：引入了大量Bag of Freebies（免费赠品，如 Mosaic 增强）和Bag of Specials。它是精度与速度平衡的里程碑。
劣势：配置参数极多，训练门槛较高。

YOLOv5：
工程化的巅峰优势：Ultralytics出品。易用性极强，支持 PyTorch，部署极为方便。其生态系统（Export/Hub）是目前工业界使用最广的版本。
劣势：学术创新性常被质疑，且精度已被后续版本超越。结论：追求项目落地速度和稳定性，首选 YOLOv5。

YOLOv7：
速度之王优势：提出了E-ELAN架构，重参化（Reparameterization）技术的应用使其在相同参数下速度极快。
劣势：生态相对独立，没有 v5 那样完善的工具链。

YOLOv8：
全能平台优势：Anchor-Free（无锚点）架构，支持检测、分割、姿态估计、分类、OBB。它是目前的“标准参考模型”。
劣势：推理时仍需 NMS（非极大值抑制）处理，在高并发场景下存在瓶颈。

YOLOv10：
端到端实时检测优势：最大的亮点是去掉了 NMS。通过一致的双重分配策略，实现了端到端的部署，大幅降低了推理延迟。
劣势：在处理密集型重叠目标时，偶尔会出现精度抖动。

YOLO11：
平衡的艺术优势：
劣势：虽然比 v8 快，但在端到端延迟上略逊于专精此道的 v10。

YOLO26 (YOLOv12)：
当下的终极形态优势：
劣势：模型刚刚成熟，社区现成的针对性魔改插件（如特定的注意力机制集成）相对较少。

决策对照表：

给开发者的建议：
如果是新项目，直接从YOLO11或YOLO26入手。
如果是工业部署，优先考虑是否有成熟的 TensorRT 适配案例，此时YOLOv8或v10可能是性价比最高的选择。
不要迷信版本号，适合你部署平台（Nvidia vs NPU vs CPU）的版本才是最好的版本。

1、从https://docker.aityp.com 镜像仓库中下载镜像（风险未知）
2、从1panel中导入镜像
3、从容器中升级，修改版本号，或从镜像进行更新

解决办法：
1、在OPENCLAW安装目录下找到openclaw.json文件
2、打开文件，找到token后的字符复制下来
3、进行openclaw主页面，找到“概览”--“网关令牌”，粘贴复制下来的TOKEN
4、点左下角“连接”。