安裝與上手（llama.cpp）
llama.cpp 提供高性能 GGUF 推理；其中的 llama-server（或發行版中的 server 二進制）可暴露 HTTP API，供 MiniTavern 使用。
適合：已經會下 GGUF、希望依賴少、參數可控的用戶。新手若只想點選下載，可先看 LM Studio 或 Ollama。
獲取
- 從官方倉庫 Releases 下載預編譯包，或按文檔自行編譯（CUDA / Metal / Vulkan）。
- 確認包內有 server 相關可執行文件（名稱可能為
llama-server、server等，以你下載的版本為準）。 - 準備 GGUF 模型，見 推薦模型。
快速驗證
在模型能本機推理後，再開啟 HTTP 服務（見下一頁）。先保證命令行加載模型無報錯。