安装与上手（llama.cpp）
llama.cpp 提供高性能 GGUF 推理；其中的 llama-server（或发行版中的 server 二进制）可暴露 HTTP API，供 MiniTavern 使用。
适合：已经会下 GGUF、希望依赖少、参数可控的用户。新手若只想点选下载，可先看 LM Studio 或 Ollama。
获取
- 从官方仓库 Releases 下载预编译包，或按文档自行编译（CUDA / Metal / Vulkan）。
- 确认包内有 server 相关可执行文件（名称可能为
llama-server、server等，以你下载的版本为准）。 - 准备 GGUF 模型，见 推荐模型。
快速验证
在模型能本机推理后，再开启 HTTP 服务（见下一页）。先保证命令行加载模型无报错。