NInfer分支为RTX 5090提供555K上下文支持
NInfer新增555K上下文、FP4、YARN、KV缓存监控和开放模型支持，重点提升本地大模型推理体验。项目：https://www.reddit.com/r/LocalLLaMA/comments/1w8f8fa/ninfer_fork_555k_contextfp4_for_5090_with_yarn/[5]
大黑AI速报
本期重点集中在GPT-6 Astra驱动的端到端创作工作流，以及本地模型工具链的新进展。社区还分享了提示词整理、Agent应用构建和本地创意编程等实践。
产品工具
本地LLM创意编程工具加入视觉反馈自我改写
本地LLM demoscene生成器现在能观察视频输出并自动重写代码，同时支持NInfer。详情：https://www.reddit.com/r/LocalLLaMA/comments/1w8a45b/my_local_llm_demoscene_generator_can_now_watch/[6]
Otaku推出支持本地后端的角色扮演LLM前端
Otaku面向角色扮演，也支持Ollama等本地模型，可替代SillyTavern或Open WebUI。项目：https://www.reddit.com/r/LocalLLaMA/comments/1w85blf/otaku_an_llm_frontend/[7]
技巧教程
GPT-6 Astra打通3D建模到网站部署流程
社区整理GPT-6 Astra提示词合集供创作参考
用户让GPT-6 Pro全网检索，整理数十个Astra提示词，用于激发创作灵感。地址：https://t.co/RMbZKcRiQM[4]
Arena展示Agent从草图直接构建可运行应用
两名工程师仅凭餐车排队应用草图，用Agent Mode完成开发并比较效果，用户可复用提示词实测。体验：https://t.co/aiNuPsGZkq[8]
行业资讯
用户反馈Codex额度消耗速度明显加快
用户称Codex额度近期很快耗尽，并询问社区是否普遍遇到该问题，反映使用成本与配额体验受到关注。[9]