llama-cpp
Über
Die llama-cpp-Fähigkeit ermöglicht eine effiziente LLM-Inferenz auf CPU, Apple Silicon und Nicht-NVIDIA-GPUs, was sie ideal für Edge-Deployment oder für den Fall macht, dass CUDA nicht verfügbar ist. Sie unterstützt GGUF-Quantisierung für reduzierten Speicherverbrauch und bietet erhebliche Geschwindigkeitsvorteile gegenüber PyTorch auf CPU. Verwenden Sie diese für Macs, AMD/Intel-Systeme oder eingebettete Geräte, wählen Sie jedoch TensorRT-LLM für NVIDIA-Hardware, die maximalen Durchsatz erfordert.
Schnellinstallation
Claude Code
Empfohlennpx skills add davila7/claude-code-templates -a claude-code/plugin add https://github.com/davila7/claude-code-templatesgit clone https://github.com/davila7/claude-code-templates.git ~/.claude/skills/llama-cppKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
GitHub Repository
Frequently asked questions
What is the llama-cpp skill?
llama-cpp is a Claude Skill by davila7. Skills package instructions and resources that Claude loads on demand, so Claude can perform llama-cpp-related tasks without extra prompting.
How do I install llama-cpp?
Use the install commands on this page: add llama-cpp to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.
What category does llama-cpp belong to?
llama-cpp is in the Other category, tagged Inference Serving, Llama.cpp, CPU Inference, Apple Silicon, Edge Deployment and GGUF.
Is llama-cpp free to use?
Yes. llama-cpp is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.
Verwandte Skills
LlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.
Diese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.
Diese Claude Skill analysiert Sportwettenmärkte inklusive Handicaps, Over/Unders und Spezialwetten, indem sie historische Trends und situative Statistiken untersucht, um Wertwetten zu identifizieren. Sie liefert strukturierte Markdown-Ausgaben mit umsetzbaren Empfehlungen zu Bildungszwecken. Entwickler sollten dies für Sportwetten-Analysetools nutzen, wobei zu beachten ist, dass es nur zur Unterhaltung/Bildung konzipiert wurde.
Diese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.