# inference-serving-llama-cpp

Скилл помогает запускать LLM через llama.cpp на CPU, Apple Silicon и GPU AMD или Intel. Пригодится, когда CUDA недоступна.

- скилл · `type=skill` · Claude Code · 60 установок
- Автор: Orchestra Research
- Лицензия: MIT · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/inference-serving-llama-cpp
- Обновлён: 2026-10-24
- HTML: https://affpapa.org/nevibecode/skills/inference-serving-llama-cpp

## Что делает

Скилл описывает запуск моделей в формате GGUF через `llama.cpp`: от сборки и загрузки модели до одиночного, интерактивного и серверного режима. Агент может подсказать команды для `llama-cli`, `llama-server`, OpenAI-совместимого API и запросов через `curl`.

В материалах есть настройка ускорения для Metal, CUDA и ROCm, выбор квантования от 1.5 до 8 бит, пакетная обработка промптов, грамматики для JSON и изменение размера контекста. Модели можно загрузить через `huggingface-cli` или преобразовать из исходного формата. Скилл зависит от `llama-cpp-python`, поэтому без этой библиотеки часть сценариев подготовки окружения не запустится.

## Установка

### Claude Code (родная платформа)

1. **Через claude-code-templates**
```bash
npx claude-code-templates@latest --skill ai-research/inference-serving-llama-cpp
```

2. **Через Skills CLI (Vercel)**
```bash
npx skills add davila7/claude-code-templates --skill inference-serving-llama-cpp -a claude-code
```

3. **Вручную: положить файлы**
- Файл: `~/.claude/skills/inference-serving-llama-cpp/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/inference-serving-llama-cpp/

### Codex

**Вручную: положить файлы**
- Файл: `.agents/skills/inference-serving-llama-cpp/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

**Вручную: положить файлы**
- Файл: `.cursor/skills/inference-serving-llama-cpp/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install davila7/claude-code-templates inference-serving-llama-cpp
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/inference-serving-llama-cpp/SKILL.md`

### Gemini CLI

**Командой платформы**
```bash
gemini skills install https://github.com/davila7/claude-code-templates --path cli-tool/components/skills/ai-research/inference-serving-llama-cpp
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/inference-serving-llama-cpp/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/davila7/claude-code-templates/tree/HEAD/cli-tool/components/skills/ai-research/inference-serving-llama-cpp

## Когда брать
- запустить LLM на CPU без CUDA
- собрать `llama.cpp` с Metal, CUDA или ROCm
- загрузить модель в формате GGUF
- поднять OpenAI-совместимый сервер
- получить JSON по грамматике

## Примеры запросов агенту
- Настрой запуск модели `models/llama-2-7b-chat.Q4_K_M.gguf` через `llama-cli` в интерактивном режиме.
- Собери `llama.cpp` с Metal и подготовь запуск для Apple Silicon.
- Подними `llama-server` на порту `8080` и покажи запрос к API через `curl`.

## Похожие
- [skill-creator](https://affpapa.org/nevibecode/skills/skill-creator.md) — скилл · 414180 установок
- [writing-for-agents](https://affpapa.org/nevibecode/skills/writing-for-agents.md) — скилл · 466719 установок
- [media-use](https://affpapa.org/nevibecode/skills/media-use.md) — скилл · 1100000 установок
- [mcp-builder](https://affpapa.org/nevibecode/skills/mcp-builder.md) — скилл · 130949 установок
- [subagent-driven-development](https://affpapa.org/nevibecode/skills/subagent-driven-development.md) — скилл · 237746 установок
- [orchestration](https://affpapa.org/nevibecode/skills/orchestration.md) — скилл · 350300 установок

Из того же набора: [davila7/claude-code-templates](https://affpapa.org/nevibecode/by/davila7/claude-code-templates.md) — 651 карточка

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md