<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Tutorials on AgentFlow HK — AI 工具比較 &amp; 教學</title>
    <link>https://agentflow.dctt.uk/categories/tutorials/</link>
    <description>Recent content in Tutorials on AgentFlow HK — AI 工具比較 &amp; 教學</description>
    <generator>Hugo</generator>
    <language>zh-HK</language>
    <lastBuildDate>Mon, 01 Jun 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://agentflow.dctt.uk/categories/tutorials/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Docker 本地 AI Agent 部署實戰：用 Hermes Agent 建立私人 AI 開發助手</title>
      <link>https://agentflow.dctt.uk/posts/docker-ai-agent-deployment-guide-2026/</link>
      <pubDate>Mon, 01 Jun 2026 00:00:00 +0000</pubDate>
      <guid>https://agentflow.dctt.uk/posts/docker-ai-agent-deployment-guide-2026/</guid>
      <description>&lt;h2 id=&#34;點解要自托管-ai-agent&#34;&gt;點解要自托管 AI Agent？&lt;/h2&gt;&#xA;&lt;p&gt;2026 年，AI agent 工具（如 Claude Code、OpenAI Codex CLI、Hermes Agent）愈來愈流行，但大部分人都係直接用雲端服務。如果你想：&lt;/p&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;&lt;strong&gt;數據保留喺自己機度&lt;/strong&gt;，唔洗經第三方伺服器&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;無限使用&lt;/strong&gt;，唔受 API quota 限制（配合本地模型）&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;自由定制&lt;/strong&gt;，自己改 code、加 plugin、調 prompt&lt;/li&gt;&#xA;&lt;li&gt;&lt;strong&gt;節省成本&lt;/strong&gt;，長期使用比 SaaS 訂閱平&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;p&gt;咁自托管 AI agent 就係你要嘅嘢。&lt;/p&gt;&#xA;&lt;p&gt;呢篇教學會由零開始，用 Docker Compose 部署 &lt;strong&gt;Hermes Agent&lt;/strong&gt; —— 一個開源、provider-agnostic 嘅 AI agent 框架，支援本地 LLM（Ollama）同雲端 API（OpenAI、Anthropic 等）混合使用。&lt;/p&gt;</description>
    </item>
    <item>
      <title>本地 LLM 部署終極指南 2026：Ollama vs vLLM vs LM Studio 點樣揀？</title>
      <link>https://agentflow.dctt.uk/posts/local-llm-deployment-guide-2026/</link>
      <pubDate>Mon, 01 Jun 2026 00:00:00 +0000</pubDate>
      <guid>https://agentflow.dctt.uk/posts/local-llm-deployment-guide-2026/</guid>
      <description>&lt;p&gt;2026 年，本地運行 LLM 已經由「發燒友玩意」變成「企業安全策略嘅重要一環」。數據私隱法規越嚟越嚴格，加上開源模型嘅能力已經追近閉源模型，愈來愈多公司選擇將 AI 工作負載搬返本地。&lt;/p&gt;&#xA;&lt;p&gt;但問題係：市面上有三個主流工具——&lt;strong&gt;Ollama&lt;/strong&gt;、&lt;strong&gt;vLLM&lt;/strong&gt;、&lt;strong&gt;LM Studio&lt;/strong&gt;——你應該用邊個？&lt;/p&gt;&#xA;&lt;p&gt;今日呢篇教學會由零開始，幫你搞清楚三個工具嘅分別，同埋點樣根據你嘅硬件同需求去選擇。&lt;/p&gt;</description>
    </item>
    <item>
      <title>用 Docker 自建 AI 服務：本地部署 LLM 完整教學（2025 版）</title>
      <link>https://agentflow.dctt.uk/posts/docker-local-llm-deployment/</link>
      <pubDate>Sun, 25 May 2025 00:00:00 +0000</pubDate>
      <guid>https://agentflow.dctt.uk/posts/docker-local-llm-deployment/</guid>
      <description>&lt;h2 id=&#34;引言&#34;&gt;引言&lt;/h2&gt;&#xA;&lt;p&gt;愈來愈多香港用戶關注 AI 私隱同數據安全。與其將資料交俾第三方雲端服務，不如喺自己嘅電腦或者 VPS 上本地部署 LLM（大型語言模型）。呢篇文章會由零開始，教你用 Docker 喺本地或 VPS 上自建 AI 服務。&lt;/p&gt;&#xA;&lt;p&gt;無論你係用緊：&lt;/p&gt;&#xA;&lt;ul&gt;&#xA;&lt;li&gt;🖥️ &lt;strong&gt;桌面電腦&lt;/strong&gt;（NVIDIA GPU / Apple Silicon）&lt;/li&gt;&#xA;&lt;li&gt;☁️ &lt;strong&gt;VPS 伺服器&lt;/strong&gt;（例如 Hetzner、Contabo）&lt;/li&gt;&#xA;&lt;li&gt;🍓 &lt;strong&gt;Raspberry Pi&lt;/strong&gt;（行得慢但可以玩下）&lt;/li&gt;&#xA;&lt;/ul&gt;&#xA;&lt;p&gt;呢篇教學都啱你用。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
