◆ AI 总结

本期亮点包括Gemma-4-12B-coder无审查模型登顶Hugging Face，sqlite-utils 4.0发布数据库迁移功能，以及多个实用开源工具和本地LLM优化指南。

模型动态

Gemma / HuggingFace

Gemma-4-12B-coder无审查模型登顶Hugging Face

基于Gemma-4-12B-coder的无审查模型发布，仅9/100次拒绝，KLD 0.0467，在Hugging Face上【排名第一】，提供Safetensors和GGUF格式。[3]

产品工具

sqlite-utils 4.0rc1发布，新增迁移和嵌套事务

sqlite-utils 4.0rc1发布，新增数据库迁移和嵌套事务支持，作为Python库和CLI工具，提升SQLite操作效率。详情：https://simonwillison.net/2026/Jun/21/sqlite-utils-40rc1/[1][2]

开源本地优先MCP网关，让代理按需加载工具

开源【MCP网关】实现本地优先，允许AI代理只加载必需工具，提高效率，兼容LM Studio、Cline等。项目地址：https://www.reddit.com/r/LocalLLaMA/comments/1uc52eh/[6]

开源本地AI翻译应用，支持流式输出

基于FastAPI的【本地AI翻译】Web应用开源，支持流式输出，可完全本地部署和定制改进。项目地址：https://github.com/TOTO-sys28/FreeTranslate[8][9]

Browser Harness云版本beta上线，提供云中浏览器自动化

Browser Use推出Browser Harness云版本beta，基于Browsercode和AWS AgentCore，提供【云中浏览器自动化】功能。[10]

技巧教程

完整本地LLM推理优化指南发布

一年经验总结的实用llama.cpp优化指南，涵盖VRAM适配、KV缓存、MoE部署等主题，帮助开发者最大化本地推理性能。[4]
NVIDIA

移除GGML_CUDA_ALLREDUCE实现MTP性能显著提升

通过移除GGML_CUDA_ALLREDUCE环境变量，成功发挥Multi-Token Prediction优势，分享具体优化经验和效果。[5]

在4B模型上本地运行Pi，实现无API密钥web搜索

在4B模型上完全本地运行Pi，无需任何API密钥即可实现Web搜索功能，展示本地AI代理能力。[7]