优化向量索引在延迟、召回率和内存方面的性能，适用于调整HNSW参数、选择量化策略或扩展向量搜索基础设施

精通使用 Ollama、llama.cpp、vLLM 和 LM Studio 进行本地 LLM 推理、模型选择、VRAM 优化与本地部署，熟悉量化格式（GGUF、EXL2）及本地 AI 隐私保护

检测本地硬件（内存、CPU、GPU/显存），推荐最适合的本地大模型，提供最优量化方案、速度预估和适配评分