Claude/Codex 额度用光后，开发者用 vLLM 本地运行 Qwen 模型供 Agent 使用

开发者 alfcnz 在 Claude 和 Codex 订阅 token 用完后，使用 vLLM 在本地 RTX 5080 级 GPU 上运行 nvidia/Qwen3.8-Flash-Next-FP4-Local，为 Agent 提供本地推理能力。其自写 spark 脚本可一键启停服务并开启 API 隧道，当前用于生成学习课程和搭建个人助理。