已验证80% 置信事实精确时间
llama-server 是 llama.cpp 提供的本地 HTTP 推理服务，实现了与 OpenAI Chat Completions API 高度兼容的接口规范
4
来源数
80%
置信度
长期有效
时效性
2026/7/8
首次发现
来源
Unsloth v0.1.461-beta：修复本地GGUF视觉模型加载问题
rss2026/6/12
相关事实
待验证llama-swap是架设在llama.cpp之上的轻量级HTTP代理，负责多模型的动态加载与卸载调度76% 相似已验证Ollama 的底层推理引擎基于 llama.cpp 构建，默认监听 localhost:11434 端口提供 API 服务72% 相似待验证Ollama 在 llama.cpp 之上封装了模型管理、HTTP API 服务和跨平台打包，用户只需一条命令即可完成模型下载与交互67% 相似待验证本地LLM编排栈的典型替代方案包括Ollama加LangChain，或直接调用llama.cpp的HTTP接口65% 相似待验证llama.cpp的Web UI将聊天记录等数据存储在浏览器的IndexedDB中，所有交互历史完全保留在用户本地，不会上传到任何服务器64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/219256API
curl https://kongchang.com/api/v1/knowledge/claims/219256MCP
get_claim(id=219256)