how-to-self-host-llama-2-on-a-5month-digitalocean-droplet
📋 多平台草稿预览 （12平台差异化改编）
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
为什么“自托管”突然成了香饽饽？
先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理大量文本、做批量推理、或者构建一个日活过万的AI应用，这笔费用会像滚雪球一样膨胀。
更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。
Llama 2是Meta于2023年7月发布的开源大语言模型，包含70亿、130亿和700亿参数三种规格。其中7B版本在量化后，对硬件的要求低得惊人——这正是它在廉价云服务器上运行的基础。
硬件够吗？别被“大模型”三个字吓到
很多人一听到“大语言模型”，脑海中浮现的是英伟达A100集群。但实际上，Llama 2 7B在4-bit量化后，模型大小仅为3.5GB左右，推理时的内存占用可以控制在5GB以内。
DigitalOcean最便宜的Droplet配置是1核CPU、1GB内存、25GB SSD。坦白说，这个配置跑Llama 2会很吃力——但别忘了，DigitalOcean每月5美元只是起点。实际上，我推荐至少选择2GB内存的配置（大约12美元/月），或者使用其他提供类似优惠的云服务商。
等等，这篇文章的标题不是说5美元吗？别急，下面我会讲到如何优化。
实战：10分钟部署指南
第一步：创建Droplet
登录DigitalOcean控制台，创建一个Ubuntu 22.04的Droplet。选择2GB/1核的配置（约12美元/月），或者如果你真的想挑战极限，1GB内存也不是完全不行——只是会频繁触发Swap。
第二步：安装依赖
SSH登录服务器后，依次执行：
apt update && apt install -y python3-pip git
pip3 install llama-cpp-python
这里我们使用llama-cpp-python，它是llama.cpp的Python绑定。llama.cpp是Georgi Gerganov开发的高性能推理库，专为在CPU上运行量化模型而优化——这让我们完全绕开了GPU的昂贵成本。
第三步：下载量化模型
Hugging Face上有大量Llama 2的GGUF量化版本（GGUF是llama.cpp的模型格式）。以TheBloke的Llama-2-7B-Chat-GGUF为例：
wget https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF/resolve/main/llama-2-7b-chat.Q4_K_M.gguf
这个文件大约3.8GB，下载可能需要几分钟。
第四步：启动推理服务
from llama_cpp import Llama
llm = Llama(model_path="./llama-2-7b-chat.Q4_K_M.gguf", n_ctx=2048)
output = llm(
"Q: 什么是机器学习？A:",
max_tokens=256,
temperature=0.7,
echo=True
)
print(output["choices"][0]["text"])
如果你想要一个HTTP API服务，可以使用llama-cpp-python自带的服务器：
python3 -m llama_cpp.server --model ./llama-2-7b-chat.Q4_K_M.gguf --n_ctx 2048
这样你就拥有了一个本地OpenAI兼容API，可以无缝替换GPT-4调用。
性能实测：够用吗？
在2GB内存的Droplet上，Llama 2 7B的推理速度大约为每秒3-5个token。这个速度对于实时聊天来说偏慢，但对于批量处理、异步任务或者对延迟不敏感的场景完全够用。
如果你愿意多花一点钱升级到4GB内存（约24美元/月），推理速度可以提升到每秒8-10个token，体验会流畅很多。
省钱策略：5美元方案的真实成本
现在回到标题的“5美元”问题。事实上，DigitalOcean的5美元/月配置（1GB内存）运行Llama 2 7B非常勉强，几乎必须依赖Swap分区，推理速度会降到每秒1-2个token。
但如果你换个思路——使用更小的模型呢？ 比如Meta的Llama 2 3B（尚未发布）或者微软的Phi-2（27亿参数），在1GB内存上可以跑得不错。又或者，你可以使用更激进的量化（如Q2_K），牺牲一些质量来换取速度。实际上，更聪明的做法是利用DigitalOcean的免费额度。新用户通常会获得200美元的赠送额度（参考文末链接），这意味着你可以在几个月内“免费”使用更高配置的服务器。
自托管的真正价值
省下的钱只是表面收益。自托管带来的深层价值包括：
1. 数据隐私：你的对话数据不会离开你的服务器
2. 无速率限制：没有每分钟调用次数上限
3. 完全控制：可以微调模型、修改推理参数
4. 离线可用：不依赖外部API的可用性
当然，代价是你需要自己处理运维——模型更新、安全补丁、性能调优。但这对于技术人员来说，恰恰是一种乐趣。
未来展望
随着Llama 3、Mistral等更高效的开源模型不断涌现，以及量化技术和推理引擎的持续优化，AI自托管的门槛正在急剧降低。也许在不久的将来，每个开发者都会在自己的笔记本电脑上运行一个私人AI助手，就像今天每个人都拥有一个本地数据库一样自然。
到那时，API提供商们可能需要重新思考他们的定价策略了——毕竟，当开源模型的能力追平闭源模型时，人们为什么还要为token付费呢？
写于彩虹洋葱 AI 聚合平台 · 如果你也对科技趋势感兴趣，欢迎交流。
🏷️ #开源AI · #LLM部署 · #云计算
⚡ 快手短视频脚本 | 时长：30-40秒
【封面字幕】（大号字体，居中）
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
【口播文案】（接地气风格，口语化）
老铁们，今天聊个硬核的——别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
核心就三点：
① （从正文提取第一个关键信息）
② （从正文提取第二个关键信息）
③ （从正文提取第三个关键信息）
懂的点个赞，不懂的评论区问我，下条见！💪
🏷️ 推荐标签：#开源AI, #LLM部署, #云计算
【微博短帖 | 140字以内核心版】
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器：别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
##开源AI ##LLM部署 ##云计算
【微博长帖 | 可配图 9 宫格版】
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
##开源AI ##LLM部署 ##云计算 🔗 https://dev.to/ramosai/how-to-self-host-llama-2-on-a-5month-digitalocean-droplet-cf1
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
前言
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
为什么“自托管”突然成了香饽饽？
先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理大量文本、做批量推理、或者构建一个日活过万的AI应用，这笔费用会像滚雪球一样膨胀。
更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。
Llama 2是Meta于2023年7月发布的开源大语言模型，包含70亿、130亿和700亿参数三种规格。其中7B版本在量化后，对硬件的要求低得惊人——这正是它在廉价云服务器上运行的基础。
硬件够吗？别被“大模型”三个字吓到
很多人一听到“大语言模型”，脑海中浮现的是英伟达A100集群。但实际上，Llama 2 7B在4-bit量化后，模型大小仅为3.5GB左右，推理时的内存占用可以控制在5GB以内。
DigitalOcean最便宜的Droplet配置是1核CPU、1GB内存、25GB SSD。坦白说，这个配置跑Llama 2会很吃力——但别忘了，DigitalOcean每月5美元只是起点。实际上，我推荐至少选择2GB内存的配置（大约12美元/月），或者使用其他提供类似优惠的云服务商。
等等，这篇文章的标题不是说5美元吗？别急，下面我会讲到如何优化。
实战：10分钟部署指南
第一步：创建Droplet
登录DigitalOcean控制台，创建一个Ubuntu 22.04的Droplet。选择2GB/1核的配置（约12美元/月），或者如果你真的想挑战极限，1GB内存也不是完全不行——只是会频繁触发Swap。
第二步：安装依赖
SSH登录服务器后，依次执行：
apt update && apt install -y python3-pip git
pip3 install llama-cpp-python
这里我们使用llama-cpp-python，它是llama.cpp的Python绑定。llama.cpp是Georgi Gerganov开发的高性能推理库，专为在CPU上运行量化模型而优化——这让我们完全绕开了GPU的昂贵成本。
第三步：下载量化模型
Hugging Face上有大量Llama 2的GGUF量化版本（GGUF是llama.cpp的模型格式）。以TheBloke的Llama-2-7B-Chat-GGUF为例：
wget https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF/resolve/main/llama-2-7b-chat.Q4_K_M.gguf
这个文件大约3.8GB，下载可能需要几分钟。
第四步：启动推理服务
from llama_cpp import Llama
llm = Llama(model_path="./llama-2-7b-chat.Q4_K_M.gguf", n_ctx=2048)
output = llm(
"Q: 什么是机器学习？A:",
max_tokens=256,
temperature=0.7,
echo=True
)
print(output["choices"][0]["text"])
如果你想要一个HTTP API服务，可以使用llama-cpp-python自带的服务器：
python3 -m llama_cpp.server --model ./llama-2-7b-chat.Q4_K_M.gguf --n_ctx 2048
这样你就拥有了一个本地OpenAI兼容API，可以无缝替换GPT-4调用。
性能实测：够用吗？
在2GB内存的Droplet上，Llama 2 7B的推理速度大约为每秒3-5个token。这个速度对于实时聊天来说偏慢，但对于批量处理、异步任务或者对延迟不敏感的场景完全够用。
如果你愿意多花一点钱升级到4GB内存（约24美元/月），推理速度可以提升到每秒8-10个token，体验会流畅很多。
省钱策略：5美元方案的真实成本
现在回到标题的“5美元”问题。事实上，DigitalOcean的5美元/月配置（1GB内存）运行Llama 2 7B非常勉强，几乎必须依赖Swap分区，推理速度会降到每秒1-2个token。
但如果你换个思路——使用更小的模型呢？ 比如Meta的Llama 2 3B（尚未发布）或者微软的Phi-2（27亿参数），在1GB内存上可以跑得不错。又或者，你可以使用更激进的量化（如Q2_K），牺牲一些质量来换取速度。实际上，更聪明的做法是利用DigitalOcean的免费额度。新用户通常会获得200美元的赠送额度（参考文末链接），这意味着你可以在几个月内“免费”使用更高配置的服务器。
自托管的真正价值
省下的钱只是表面收益。自托管带来的深层价值包括：
1. 数据隐私：你的对话数据不会离开你的服务器
2. 无速率限制：没有每分钟调用次数上限
3. 完全控制：可以微调模型、修改推理参数
4. 离线可用：不依赖外部API的可用性
当然，代价是你需要自己处理运维——模型更新、安全补丁、性能调优。但这对于技术人员来说，恰恰是一种乐趣。
未来展望
随着Llama 3、Mistral等更高效的开源模型不断涌现，以及量化技术和推理引擎的持续优化，AI自托管的门槛正在急剧降低。也许在不久的将来，每个开发者都会在自己的笔记本电脑上运行一个私人AI助手，就像今天每个人都拥有一个本地数据库一样自然。
到那时，API提供商们可能需要重新思考他们的定价策略了——毕竟，当开源模型的能力追平闭源模型时，人们为什么还要为token付费呢？
总结
本文梳理了相关技术/事件的核心脉络。如有错误欢迎在评论区指正。
📂 分类：#开源AI · #LLM部署 · #云计算
© 本文由彩虹洋葱 AI 自动聚合，转载请注明出处。
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
为什么“自托管”突然成了香饽饽？
先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理大量文本、做批量推理、或者构建一个日活过万的AI应用，这笔费用会像滚雪球一样膨胀。
更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。
Llama 2是Meta于2023年7月发布的开源大语言模型，包含70亿、130亿和700亿参数三种规格。其中7B版本在量化后，对硬件的要求低得惊人——这正是它在廉价云服务器上运行的基础。
硬件够吗？别被“大模型”三个字吓到
很多人一听到“大语言模型”，脑海中浮现的是英伟达A100集群。但实际上，Llama 2 7B在4-bit量化后，模型大小仅为3.5GB左右，推理时的内存占用可以控制在5GB以内。
DigitalOcean最便宜的Droplet配置是1核CPU、1GB内存、25GB SSD。坦白说，这个配置跑Llama 2会很吃力——但别忘了，DigitalOcean每月5美元只是起点。实际上，我推荐至少选择2GB内存的配置（大约12美元/月），或者使用其他提供类似优惠的云服务商。
等等，这篇文章的标题不是说5美元吗？别急，下面我会讲到如何优化。
实战：10分钟部署指南
第一步：创建Droplet
登录DigitalOcean控制台，创建一个Ubuntu 22.04的Droplet。选择2GB/1核的配置（约12美元/月），或者如果你真的想挑战极限，1GB内存也不是完全不行——只是会频繁触发Swap。
第二步：安装依赖
SSH登录服务器后，依次执行：
apt update && apt install -y python3-pip git
pip3 install llama-cpp-python
这里我们使用llama-cpp-python，它是llama.cpp的Python绑定。llama.cpp是Georgi Gerganov开发的高性能推理库，专为在CPU上运行量化模型而优化——这让我们完全绕开了GPU的昂贵成本。
第三步：下载量化模型
Hugging Face上有大量Llama 2的GGUF量化版本（GGUF是llama.cpp的模型格式）。以TheBloke的Llama-2-7B-Chat-GGUF为例：
wget https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF/resolve/main/llama-2-7b-chat.Q4_K_M.gguf
这个文件大约3.8GB，下载可能需要几分钟。
第四步：启动推理服务
from llama_cpp import Llama
llm = Llama(model_path="./llama-2-7b-chat.Q4_K_M.gguf", n_ctx=2048)
output = llm(
"Q: 什么是机器学习？A:",
max_tokens=256,
temperature=0.7,
echo=True
)
print(output["choices"][0]["text"])
如果你想要一个HTTP API服务，可以使用llama-cpp-python自带的服务器：
python3 -m llama_cpp.server --model ./llama-2-7b-chat.Q4_K_M.gguf --n_ctx 2048
这样你就拥有了一个本地OpenAI兼容API，可以无缝替换GPT-4调用。
性能实测：够用吗？
在2GB内存的Droplet上，Llama 2 7B的推理速度大约为每秒3-5个token。这个速度对于实时聊天来说偏慢，但对于批量处理、异步任务或者对延迟不敏感的场景完全够用。
如果你愿意多花一点钱升级到4GB内存（约24美元/月），推理速度可以提升到每秒8-10个token，体验会流畅很多。
省钱策略：5美元方案的真实成本
现在回到标题的“5美元”问题。事实上，DigitalOcean的5美元/月配置（1GB内存）运行Llama 2 7B非常勉强，几乎必须依赖Swap分区，推理速度会降到每秒1-2个token。
但如果你换个思路——使用更小的模型呢？ 比如Meta的Llama 2 3B（尚未发布）或者微软的Phi-2（27亿参数），在1GB内存上可以跑得不错。又或者，你可以使用更激进的量化（如Q2_K），牺牲一些质量来换取速度。实际上，更聪明的做法是利用DigitalOcean的免费额度。新用户通常会获得200美元的赠送额度（参考文末链接），这意味着你可以在几个月内“免费”使用更高配置的服务器。
自托管的真正价值
省下的钱只是表面收益。自托管带来的深层价值包括：
1. 数据隐私：你的对话数据不会离开你的服务器
2. 无速率限制：没有每分钟调用次数上限
3. 完全控制：可以微调模型、修改推理参数
4. 离线可用：不依赖外部API的可用性
当然，代价是你需要自己处理运维——模型更新、安全补丁、性能调优。但这对于技术人员来说，恰恰是一种乐趣。
未来展望
随着Llama 3、Mistral等更高效的开源模型不断涌现，以及量化技术和推理引擎的持续优化，AI自托管的门槛正在急剧降低。也许在不久的将来，每个开发者都会在自己的笔记本电脑上运行一个私人AI助手，就像今天每个人都拥有一个本地数据库一样自然。
到那时，API提供商们可能需要重新思考他们的定价策略了——毕竟，当开源模型的能力追平闭源模型时，人们为什么还要为token付费呢？
总结 & 思考
以上为当前进展的梳理。欢迎在评论区交流技术细节和不同观点。
🏷️ 标签：#开源AI · #LLM部署 · #云计算
👍 如果对你有帮助，请点赞收藏支持
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
为什么“自托管”突然成了香饽饽？
先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理大量文本、做批量推理、或者构建一个日活过万的AI应用，这笔费用会像滚雪球一样膨胀。
更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。
Llama 2是Meta于2023年7月发布的开源大语言模型，包含70亿、130亿和700亿参数三种规格。其中7B版本在量化后，对硬件的要求低得惊人——这正是它在廉价云服务器上运行的基础。
硬件够吗？别被“大模型”三个字吓到
很多人一听到“大语言模型”，脑海中浮现的是英伟达A100集群。但实际上，Llama 2 7B在4-bit量化后，模型大小仅为3.5GB左右，推理时的内存占用可以控制在5GB以内。
DigitalOcean最便宜的Droplet配置是1核CPU、1GB内存、25GB SSD。坦白说，这个配置跑Llama 2会很吃力——但别忘了，DigitalOcean每月5美元只是起点。实际上，我推荐至少选择2GB内存的配置（大约12美元/月），或者使用其他提供类似优惠的云服务商。
等等，这篇文章的标题不是说5美元吗？别急，下面我会讲到如何优化。
实战：10分钟部署指南
第一步：创建Droplet
登录DigitalOcean控制台，创建一个Ubuntu 22.04的Droplet。选择2GB/1核的配置（约12美元/月），或者如果你真的想挑战极限，1GB内存也不是完全不行——只是会频繁触发Swap。
第二步：安装依赖
SSH登录服务器后，依次执行：
apt update && apt install -y python3-pip git
pip3 install llama-cpp-python
这里我们使用llama-cpp-python，它是llama.cpp的Python绑定。llama.cpp是Georgi Gerganov开发的高性能推理库，专为在CPU上运行量化模型而优化——这让我们完全绕开了GPU的昂贵成本。
第三步：下载量化模型
Hugging Face上有大量Llama 2的GGUF量化版本（GGUF是llama.cpp的模型格式）。以TheBloke的Llama-2-7B-Chat-GGUF为例：
wget https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF/resolve/main/llama-2-7b-chat.Q4_K_M.gguf
这个文件大约3.8GB，下载可能需要几分钟。
第四步：启动推理服务
from llama_cpp import Llama
llm = Llama(model_path="./llama-2-7b-chat.Q4_K_M.gguf", n_ctx=2048)
output = llm(
"Q: 什么是机器学习？A:",
max_tokens=256,
temperature=0.7,
echo=True
)
print(output["choices"][0]["text"])
如果你想要一个HTTP API服务，可以使用llama-cpp-python自带的服务器：
python3 -m llama_cpp.server --model ./llama-2-7b-chat.Q4_K_M.gguf --n_ctx 2048
这样你就拥有了一个本地OpenAI兼容API，可以无缝替换GPT-4调用。
性能实测：够用吗？
在2GB内存的Droplet上，Llama 2 7B的推理速度大约为每秒3-5个token。这个速度对于实时聊天来说偏慢，但对于批量处理、异步任务或者对延迟不敏感的场景完全够用。
如果你愿意多花一点钱升级到4GB内存（约24美元/月），推理速度可以提升到每秒8-10个token，体验会流畅很多。
省钱策略：5美元方案的真实成本
现在回到标题的“5美元”问题。事实上，DigitalOcean的5美元/月配置（1GB内存）运行Llama 2 7B非常勉强，几乎必须依赖Swap分区，推理速度会降到每秒1-2个token。
但如果你换个思路——使用更小的模型呢？ 比如Meta的Llama 2 3B（尚未发布）或者微软的Phi-2（27亿参数），在1GB内存上可以跑得不错。又或者，你可以使用更激进的量化（如Q2_K），牺牲一些质量来换取速度。实际上，更聪明的做法是利用DigitalOcean的免费额度。新用户通常会获得200美元的赠送额度（参考文末链接），这意味着你可以在几个月内“免费”使用更高配置的服务器。
自托管的真正价值
省下的钱只是表面收益。自托管带来的深层价值包括：
1. 数据隐私：你的对话数据不会离开你的服务器
2. 无速率限制：没有每分钟调用次数上限
3. 完全控制：可以微调模型、修改推理参数
4. 离线可用：不依赖外部API的可用性
当然，代价是你需要自己处理运维——模型更新、安全补丁、性能调优。但这对于技术人员来说，恰恰是一种乐趣。
未来展望
随着Llama 3、Mistral等更高效的开源模型不断涌现，以及量化技术和推理引擎的持续优化，AI自托管的门槛正在急剧降低。也许在不久的将来，每个开发者都会在自己的笔记本电脑上运行一个私人AI助手，就像今天每个人都拥有一个本地数据库一样自然。
到那时，API提供商们可能需要重新思考他们的定价策略了——毕竟，当开源模型的能力追平闭源模型时，人们为什么还要为token付费呢？
信息源：How to Self-Host Llama 2 on a $5/month DigitalOcean Droplet - Dev.to 标签：#开源AI, #LLM部署, #云计算
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
摘要：> 别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深……
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
为什么“自托管”突然成了香饽饽？
先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理大量文本、做批量推理、或者构建一个日活过万的AI应用，这笔费用会像滚雪球一样膨胀。
更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。
Llama 2是Meta于2023年7月发布的开源大语言模型，包含70亿、130亿和700亿参数三种规格。其中7B版本在量化后，对硬件的要求低得惊人——这正是它在廉价云服务器上运行的基础。
硬件够吗？别被“大模型”三个字吓到
很多人一听到“大语言模型”，脑海中浮现的是英伟达A100集群。但实际上，Llama 2 7B在4-bit量化后，模型大小仅为3.5GB左右，推理时的内存占用可以控制在5GB以内。
DigitalOcean最便宜的Droplet配置是1核CPU、1GB内存、25GB SSD。坦白说，这个配置跑Llama 2会很吃力——但别忘了，DigitalOcean每月5美元只是起点。实际上，我推荐至少选择2GB内存的配置（大约12美元/月），或者使用其他提供类似优惠的云服务商。
等等，这篇文章的标题不是说5美元吗？别急，下面我会讲到如何优化。
实战：10分钟部署指南
第一步：创建Droplet
登录DigitalOcean控制台，创建一个Ubuntu 22.04的Droplet。选择2GB/1核的配置（约12美元/月），或者如果你真的想挑战极限，1GB内存也不是完全不行——只是会频繁触发Swap。
第二步：安装依赖
SSH登录服务器后，依次执行：
apt update && apt install -y python3-pip git
pip3 install llama-cpp-python
这里我们使用llama-cpp-python，它是llama.cpp的Python绑定。llama.cpp是Georgi Gerganov开发的高性能推理库，专为在CPU上运行量化模型而优化——这让我们完全绕开了GPU的昂贵成本。
第三步：下载量化模型
Hugging Face上有大量Llama 2的GGUF量化版本（GGUF是llama.cpp的模型格式）。以TheBloke的Llama-2-7B-Chat-GGUF为例：
wget https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF/resolve/main/llama-2-7b-chat.Q4_K_M.gguf
这个文件大约3.8GB，下载可能需要几分钟。
第四步：启动推理服务
from llama_cpp import Llama
llm = Llama(model_path="./llama-2-7b-chat.Q4_K_M.gguf", n_ctx=2048)
output = llm(
"Q: 什么是机器学习？A:",
max_tokens=256,
temperature=0.7,
echo=True
)
print(output["choices"][0]["text"])
如果你想要一个HTTP API服务，可以使用llama-cpp-python自带的服务器：
python3 -m llama_cpp.server --model ./llama-2-7b-chat.Q4_K_M.gguf --n_ctx 2048
这样你就拥有了一个本地OpenAI兼容API，可以无缝替换GPT-4调用。
性能实测：够用吗？
在2GB内存的Droplet上，Llama 2 7B的推理速度大约为每秒3-5个token。这个速度对于实时聊天来说偏慢，但对于批量处理、异步任务或者对延迟不敏感的场景完全够用。
如果你愿意多花一点钱升级到4GB内存（约24美元/月），推理速度可以提升到每秒8-10个token，体验会流畅很多。
省钱策略：5美元方案的真实成本
现在回到标题的“5美元”问题。事实上，DigitalOcean的5美元/月配置（1GB内存）运行Llama 2 7B非常勉强，几乎必须依赖Swap分区，推理速度会降到每秒1-2个token。
但如果你换个思路——使用更小的模型呢？ 比如Meta的Llama 2 3B（尚未发布）或者微软的Phi-2（27亿参数），在1GB内存上可以跑得不错。又或者，你可以使用更激进的量化（如Q2_K），牺牲一些质量来换取速度。实际上，更聪明的做法是利用DigitalOcean的免费额度。新用户通常会获得200美元的赠送额度（参考文末链接），这意味着你可以在几个月内“免费”使用更高配置的服务器。
自托管的真正价值
省下的钱只是表面收益。自托管带来的深层价值包括：
1. 数据隐私：你的对话数据不会离开你的服务器
2. 无速率限制：没有每分钟调用次数上限
3. 完全控制：可以微调模型、修改推理参数
4. 离线可用：不依赖外部API的可用性
当然，代价是你需要自己处理运维——模型更新、安全补丁、性能调优。但这对于技术人员来说，恰恰是一种乐趣。
未来展望
随着Llama 3、Mistral等更高效的开源模型不断涌现，以及量化技术和推理引擎的持续优化，AI自托管的门槛正在急剧降低。也许在不久的将来，每个开发者都会在自己的笔记本电脑上运行一个私人AI助手，就像今天每个人都拥有一个本地数据库一样自然。
到那时，API提供商们可能需要重新思考他们的定价策略了——毕竟，当开源模型的能力追平闭源模型时，人们为什么还要为token付费呢？
📌 来源：Dev.to | 标签：#开源AI · #LLM部署 · #云计算
本文由彩虹洋葱 AI 自动聚合生成，仅供参考，不构成任何投资或决策建议。问题：如何看待「月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器」？
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
为什么“自托管”突然成了香饽饽？
先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理大量文本、做批量推理、或者构建一个日活过万的AI应用，这笔费用会像滚雪球一样膨胀。
更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。
Llama 2是Meta于2023年7月发布的开源大语言模型，包含70亿、130亿和700亿参数三种规格。其中7B版本在量化后，对硬件的要求低得惊人——这正是它在廉价云服务器上运行的基础。
硬件够吗？别被“大模型”三个字吓到
很多人一听到“大语言模型”，脑海中浮现的是英伟达A100集群。但实际上，Llama 2 7B在4-bit量化后，模型大小仅为3.5GB左右，推理时的内存占用可以控制在5GB以内。
DigitalOcean最便宜的Droplet配置是1核CPU、1GB内存、25GB SSD。坦白说，这个配置跑Llama 2会很吃力——但别忘了，DigitalOcean每月5美元只是起点。实际上，我推荐至少选择2GB内存的配置（大约12美元/月），或者使用其他提供类似优惠的云服务商。
等等，这篇文章的标题不是说5美元吗？别急，下面我会讲到如何优化。
实战：10分钟部署指南
第一步：创建Droplet
登录DigitalOcean控制台，创建一个Ubuntu 22.04的Droplet。选择2GB/1核的配置（约12美元/月），或者如果你真的想挑战极限，1GB内存也不是完全不行——只是会频繁触发Swap。
第二步：安装依赖
SSH登录服务器后，依次执行：
apt update && apt install -y python3-pip git
pip3 install llama-cpp-python
这里我们使用llama-cpp-python，它是llama.cpp的Python绑定。llama.cpp是Georgi Gerganov开发的高性能推理库，专为在CPU上运行量化模型而优化——这让我们完全绕开了GPU的昂贵成本。
第三步：下载量化模型
Hugging Face上有大量Llama 2的GGUF量化版本（GGUF是llama.cpp的模型格式）。以TheBloke的Llama-2-7B-Chat-GGUF为例：
wget https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF/resolve/main/llama-2-7b-chat.Q4_K_M.gguf
这个文件大约3.8GB，下载可能需要几分钟。
第四步：启动推理服务
from llama_cpp import Llama
llm = Llama(model_path="./llama-2-7b-chat.Q4_K_M.gguf", n_ctx=2048)
output = llm(
"Q: 什么是机器学习？A:",
max_tokens=256,
temperature=0.7,
echo=True
)
print(output["choices"][0]["text"])
如果你想要一个HTTP API服务，可以使用llama-cpp-python自带的服务器：
python3 -m llama_cpp.server --model ./llama-2-7b-chat.Q4_K_M.gguf --n_ctx 2048
这样你就拥有了一个本地OpenAI兼容API，可以无缝替换GPT-4调用。
性能实测：够用吗？
在2GB内存的Droplet上，Llama 2 7B的推理速度大约为每秒3-5个token。这个速度对于实时聊天来说偏慢，但对于批量处理、异步任务或者对延迟不敏感的场景完全够用。
如果你愿意多花一点钱升级到4GB内存（约24美元/月），推理速度可以提升到每秒8-10个token，体验会流畅很多。
省钱策略：5美元方案的真实成本
现在回到标题的“5美元”问题。事实上，DigitalOcean的5美元/月配置（1GB内存）运行Llama 2 7B非常勉强，几乎必须依赖Swap分区，推理速度会降到每秒1-2个token。
但如果你换个思路——使用更小的模型呢？ 比如Meta的Llama 2 3B（尚未发布）或者微软的Phi-2（27亿参数），在1GB内存上可以跑得不错。又或者，你可以使用更激进的量化（如Q2_K），牺牲一些质量来换取速度。实际上，更聪明的做法是利用DigitalOcean的免费额度。新用户通常会获得200美元的赠送额度（参考文末链接），这意味着你可以在几个月内“免费”使用更高配置的服务器。
自托管的真正价值
省下的钱只是表面收益。自托管带来的深层价值包括：
1. 数据隐私：你的对话数据不会离开你的服务器
2. 无速率限制：没有每分钟调用次数上限
3. 完全控制：可以微调模型、修改推理参数
4. 离线可用：不依赖外部API的可用性
当然，代价是你需要自己处理运维——模型更新、安全补丁、性能调优。但这对于技术人员来说，恰恰是一种乐趣。
未来展望
随着Llama 3、Mistral等更高效的开源模型不断涌现，以及量化技术和推理引擎的持续优化，AI自托管的门槛正在急剧降低。也许在不久的将来，每个开发者都会在自己的笔记本电脑上运行一个私人AI助手，就像今天每个人都拥有一个本地数据库一样自然。
到那时，API提供商们可能需要重新思考他们的定价策略了——毕竟，当开源模型的能力追平闭源模型时，人们为什么还要为token付费呢？
总结： 以上分析基于公开信息整理。核心在于理解这一事件/技术背后的驱动力，而非停留在表面叙事。欢迎在评论区交流你的看法。
📎 参考来源：How to Self-Host Llama 2 on a $5/month DigitalOcean Droplet - Dev.to
🔗 原文链接：https://dev.to/ramosai/how-to-self-host-llama-2-on-a-5month-digitalocean-droplet-cf1
📺 B站视频脚本 | 时长：3-5分钟
【片头 0:00-0:15】BGM起 → 标题字幕弹出
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
【引子 0:15-0:45】制造悬念
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
【时间轴分镜】
├ [00:02] > 别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算……
├ [02:04] 就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”……
├ [04:06] 答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服……
├ [06:08] 先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理……
├ [08:10] 更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。……
├ [结尾] 总结 + 求三连关注
【弹幕互动引导】
- "觉得有用的扣 1"
- "不同观点的弹幕见"
- 结尾设置投票：你看好这个方向吗？A.看好 B.观望 C.不看好
🏷️ 标签：#开源AI, #LLM部署, #云计算
🎬 抖音口播脚本 | 时长：45-60秒
【0-5秒 黄金Hook】
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
【5-35秒 核心信息（口语化表达，每句一行）】
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。 就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？” 答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深
【35-50秒 深度扩展】
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
【50-60秒 强CTO结尾】
觉得有用的话，双击点赞 + 关注，下期继续带你读懂 AI！🔥
📐 拍摄建议：竖屏 9:16 · 科技感电子背景乐 · 关键数据配文字弹幕 · 表情自然语速适中
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器
【导语】 别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。本文目录：
1. 为什么“自托管”突然成了香饽饽？
2. 硬件够吗？别被“大模型”三个字吓到
3. 实战：10分钟部署指南
4. 性能实测：够用吗？
5. 省钱策略：5美元方案的真实成本
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
为什么“自托管”突然成了香饽饽？
先来看一组数据。OpenAI的GPT-4定价为每千个输入token 0.03美元，Anthropic的Claude是0.008美元。听起来不多？但如果你需要处理大量文本、做批量推理、或者构建一个日活过万的AI应用，这笔费用会像滚雪球一样膨胀。
更关键的问题在于：你依赖的API随时可能涨价、限流，甚至因为服务商的政策调整而一夜之间变得不可用。自托管开源模型，意味着你拿回了数据主权和成本控制权。
Llama 2是Meta于2023年7月发布的开源大语言模型，包含70亿、130亿和700亿参数三种规格。其中7B版本在量化后，对硬件的要求低得惊人——这正是它在廉价云服务器上运行的基础。
硬件够吗？别被“大模型”三个字吓到
很多人一听到“大语言模型”，脑海中浮现的是英伟达A100集群。但实际上，Llama 2 7B在4-bit量化后，模型大小仅为3.5GB左右，推理时的内存占用可以控制在5GB以内。
DigitalOcean最便宜的Droplet配置是1核CPU、1GB内存、25GB SSD。坦白说，这个配置跑Llama 2会很吃力——但别忘了，DigitalOcean每月5美元只是起点。实际上，我推荐至少选择2GB内存的配置（大约12美元/月），或者使用其他提供类似优惠的云服务商。
等等，这篇文章的标题不是说5美元吗？别急，下面我会讲到如何优化。
实战：10分钟部署指南
第一步：创建Droplet
登录DigitalOcean控制台，创建一个Ubuntu 22.04的Droplet。选择2GB/1核的配置（约12美元/月），或者如果你真的想挑战极限，1GB内存也不是完全不行——只是会频繁触发Swap。
第二步：安装依赖
SSH登录服务器后，依次执行：
apt update && apt install -y python3-pip git
pip3 install llama-cpp-python
这里我们使用llama-cpp-python，它是llama.cpp的Python绑定。llama.cpp是Georgi Gerganov开发的高性能推理库，专为在CPU上运行量化模型而优化——这让我们完全绕开了GPU的昂贵成本。
第三步：下载量化模型
Hugging Face上有大量Llama 2的GGUF量化版本（GGUF是llama.cpp的模型格式）。以TheBloke的Llama-2-7B-Chat-GGUF为例：
wget https://huggingface.co/TheBloke/Llama-2-7B-Chat-GGUF/resolve/main/llama-2-7b-chat.Q4_K_M.gguf
这个文件大约3.8GB，下载可能需要几分钟。
第四步：启动推理服务
from llama_cpp import Llama
llm = Llama(model_path="./llama-2-7b-chat.Q4_K_M.gguf", n_ctx=2048)
output = llm(
"Q: 什么是机器学习？A:",
max_tokens=256,
temperature=0.7,
echo=True
)
print(output["choices"][0]["text"])
如果你想要一个HTTP API服务，可以使用llama-cpp-python自带的服务器：
python3 -m llama_cpp.server --model ./llama-2-7b-chat.Q4_K_M.gguf --n_ctx 2048
这样你就拥有了一个本地OpenAI兼容API，可以无缝替换GPT-4调用。
性能实测：够用吗？
在2GB内存的Droplet上，Llama 2 7B的推理速度大约为每秒3-5个token。这个速度对于实时聊天来说偏慢，但对于批量处理、异步任务或者对延迟不敏感的场景完全够用。
如果你愿意多花一点钱升级到4GB内存（约24美元/月），推理速度可以提升到每秒8-10个token，体验会流畅很多。
省钱策略：5美元方案的真实成本
现在回到标题的“5美元”问题。事实上，DigitalOcean的5美元/月配置（1GB内存）运行Llama 2 7B非常勉强，几乎必须依赖Swap分区，推理速度会降到每秒1-2个token。
但如果你换个思路——使用更小的模型呢？ 比如Meta的Llama 2 3B（尚未发布）或者微软的Phi-2（27亿参数），在1GB内存上可以跑得不错。又或者，你可以使用更激进的量化（如Q2_K），牺牲一些质量来换取速度。实际上，更聪明的做法是利用DigitalOcean的免费额度。新用户通常会获得200美元的赠送额度（参考文末链接），这意味着你可以在几个月内“免费”使用更高配置的服务器。
自托管的真正价值
省下的钱只是表面收益。自托管带来的深层价值包括：
1. 数据隐私：你的对话数据不会离开你的服务器
2. 无速率限制：没有每分钟调用次数上限
3. 完全控制：可以微调模型、修改推理参数
4. 离线可用：不依赖外部API的可用性
当然，代价是你需要自己处理运维——模型更新、安全补丁、性能调优。但这对于技术人员来说，恰恰是一种乐趣。
未来展望
随着Llama 3、Mistral等更高效的开源模型不断涌现，以及量化技术和推理引擎的持续优化，AI自托管的门槛正在急剧降低。也许在不久的将来，每个开发者都会在自己的笔记本电脑上运行一个私人AI助手，就像今天每个人都拥有一个本地数据库一样自然。
到那时，API提供商们可能需要重新思考他们的定价策略了——毕竟，当开源模型的能力追平闭源模型时，人们为什么还要为token付费呢？
关键词：#开源AI, #LLM部署, #云计算 声明：本文由彩虹洋葱 AI 智能聚合生成，仅供信息参考。
月付5美元，10分钟搞定：我把Llama 2塞进了廉价云服务器 🔥
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
别再给AI巨头交“智商税”了。当GPT-4每千token要价3美分时，一个价值5美元的DigitalOcean Droplet，正在让开源大模型成为精打细算的开发者们的新宠。
就在上周，我的一位朋友还在为调用GPT-4 API的账单发愁——一个月下来，光测试对话就烧掉了上百美元。他问我：“有没有更便宜的办法？”
答案是肯定的，而且比大多数人想象的要简单得多。今天，我们要聊的不是什么高深莫测的技术，而是一个朴素得近乎“土气”的方案：在月租5美元的DigitalOcean服务器上，自己托管Meta开源的Llama 2模型。整个过程，10分钟搞定。
📌 来源：Dev.to
##开源AI ##LLM部署 ##云计算
#科技资讯 #彩虹洋葱AI
🚀 多平台发布
点击「复制」获取平台专属文案，到各平台编辑器（App/网页）粘贴即可发布。
有密钥的 4 个平台（微信服务号 / 头条 / 百家号 / 微博）可自动发布，密钥填好后自动点亮。
| 平台 | 状态 | 操作 |
|---|---|---|
| 简书 | 📋 手动复制 | |
| 快手 | 📋 手动复制 | |
| 微博 | 🔑 待配置密钥 | |
| CSDN | 📋 手动复制 | |
| 掘金 | 📋 手动复制 | |
| 公众号 | 🔑 待配置密钥 | |
| 今日头条 | 🔑 待配置密钥 | |
| 知乎 | 📋 手动复制 | |
| B站 | 📋 手动复制 | |
| 抖音 | 📋 手动复制 | |
| 百家号 | 🔑 待配置密钥 | |
| 小红书 | 📋 手动复制 |