Indie Hackers · Newest8/29 15:1160 分
在获奖GPU上构建本地优先AI运维平台
Building a local-first AI ops platform on a prize GPU (ROCm 10, 30B coder, multi-agent)
作者在AMD Dev Quest中获得第10名,赢得Radeon AI PRO R9700(32GB VRAM)后,开始将本地LLM用于实际产品开发。他正在构建InnerOS/InnerOps,一个本地优先的控制平面,通过AI代理运行开发和运维工作,避免将所有任务发送到云API。系统使用MCP编排,支持Cursor、Codex等代理作为可互换工人,并自动路由到最合适的模型。技术栈包括AMD节点(ROCm 10、vLLM 0.27.x、Qwen3-Coder-30B)和Intel节点(Ollama)。作者发现之前的vLLM容器实际运行在ROCm 7.14上,而非标注的ROCm 10,因此强调“容器名称不是证据”。目前代理注册表已扩展到55个功能代理,并开始衡量自动化是否真正节省时间。