차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

--- tech:openclaw [2026/02/25 04:46] – [Heartbeat.md 예제] 115.93.88.195
+++ tech:openclaw [2026/03/11 03:51] (현재) – [models] 115.93.88.195
@@ 줄 2: / 줄 2: @@
 ====== Openclaw======
 OpenClaw는 LLM(거대 언어 모델)을 기반으로, 개인 서버와 일상을 자동화하고 관리하도록 설계된 오픈소스 AI 에이전트 게이트웨이임.
@@ 줄 9: / 줄 8: @@
   * https://docs.openclaw.ai/
+[[qwen3.5]]
+  llama.cpp 옵션에 -ngl 99 --n-cpu-moe 24 -> 24는 16gb vram 기준이니 8gb는 적당히 조절하면서 최적값 찾아봐. MoE 모델이라 활성화 파라미터만 vram에 올리면 충분히 실사용 가능한 속도 나옴.
+  .\llama-cli.exe   -m Qwen3.5-35B-A3B-UD-MXFP4_MOE.gguf   -ngl 28   --flash-attn   --color -p "
 =====주요 특징 및 능력=====
@@ 줄 36: / 줄 41: @@
 [[https://twofootdog.tistory.com/555|오픈클로(OpenClaw) 설치부터 제미나이(Gemini) 무료 연동까지 완벽 가이드(feat. 구 클로드봇(Clawdbot) 설치 가이드)]]
+====삭제====
+  openclaw uninstall --all --yes --non-interactive
 =====대화창=====
@@ 줄 118: / 줄 126: @@
 </file>
+====qmd====
+https://github.com/tobi/qmd
+를 사용해서 장기 기억을 인덱싱하고 검색함.
+  openclaw memory status
 ====cron/jobs.json====
@@ 줄 488: / 줄 501: @@
 }
 </file>
+=====models=====
+M4 실리콘의 경우
+mlx 모델을 사용하는 것이 낫다고 함. [[ollama]]보다는 편의성이 떨어짐.
+모델이 플래시 어텐션을 켜고 작동하면 GGUF가 MLX보다 약간 더 빠르다는 주장도 있다.
+[[https://discuss.pytorch.kr/t/mlx-vlm-m5-apple-silicon-mlx-vlm/8963|mlx-vlm]],
+[[https://github.com/waybarrios/vllm-mlx|vllm-mlx]] 참조.
+메인모델은 똑똑하고 빨라야 하기 때문에 구글 젬민, 쳇지피티, 오푸스 등을 사용하고
+자주 작동하는 Heartbeat나 각종 긴 시간이 걸리는 작업을 처리하는 서브에이전트는 로컬 모델을 사용하는 것을 추천한다.
+ "한반도의 지정학적 중요성 알려줘"
+### 요약
+결국 한반도는 **"안보적 위험 (핵 문제, 북대서양)"** 과 **"경제적 가치 (무역, 기술, 에너지 공급)"** 이 충돌하는 지점이기 때문입니다. 따라서 세계 각국은 여기
+의 상황 변화가 지역적 전쟁이나 경제 파장을 초래할 수 있으므로 항상 감시하고 있는 지정학적 "불안 요소"이자 동시에 "전략적 교차로"라고 평가됩니다.
+## qwen3.5:4b
+total duration:       2m9.078710125s
+load duration:        1.027773417s
+prompt eval count:    19 token(s)
+prompt eval duration: 214.916625ms
+prompt eval rate:     88.41 tokens/s
+eval count:           2381 token(s)
+eval duration:        2m5.437022108s
+eval rate:            18.98 tokens/s
+## qwen3.5:9b
+total duration:       2m16.405829917s
+load duration:        3.300296709s
+prompt eval count:    19 token(s)
+prompt eval duration: 353.761042ms
+prompt eval rate:     53.71 tokens/s
+eval count:           1757 token(s)
+eval duration:        2m10.881691527s
+eval rate:            13.42 tokens/s
+## gpt-oss:20b
+total duration:       1m29.23167875s
+load duration:        3.888069916s
+prompt eval count:    77 token(s)
+prompt eval duration: 500.265375ms
+prompt eval rate:     153.92 tokens/s
+eval count:           2197 token(s)
+eval duration:        1m23.066894938s
+eval rate:            26.45 tokens/s