本地跑了个llama.cpp，纯CPU也能聊起来

昨天在旧笔记本上试了llama.cpp，Q4_K_M量化版7B模型，16G内存跑得动。GitHub链接编译完直接调命令行，比装ollama轻量。就是首字生成慢点，大概5秒，但后续token速度能接受。适合不想折腾GPU的。