feat(wiki): ingest remaining subdirectories batch (51 files)

- Others: ChinaTextbook, Obsidian笔记系列, YouTube Channel ID, TikTok PM Django
- Skills: GOG CLI, Last30Days, baoyu-skills
- Vibe Coding: Cursor 2.0, Trae远程开发, Vibe-Kanban+OpenCode, vibe coding经验
- 微信公众号: 养虾日记1-5, AI时代赚钱
- 跨境电商: TikTok数据抓取, 选品策略, Superset Dashboard
- AI目录补充: 20个文件

Source pages: 51
Entities: TapXWorld, VibeKanban, OpenCode, Trae, SourceGrounding等
Concepts: 自举Meta生成, 5大设计原则, MD5去重, 混合搜索等

wiki/sources/在-Ubuntu-安装-Ollama-并运行-Qwen2.5-Coder-7B.md

@@ -0,0 +1,42 @@
+---
+title: "在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B"
+type: source
+tags: [ollama, qwen, qwen-coder, ubuntu, 本地大模型]
+date: 2025-09-15
+---
+
+## Source File
+- [[raw/Home Office/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md]]
+
+## Summary
+- 核心主题：在 Ubuntu 上安装 Ollama 本地大模型运行平台，运行 Qwen2.5-Coder 7B 代码模型
+- 问题域：本地 AI 推理基础设施
+- 方法/机制：Ollama 提供 REST API 和 CLI，支持 Python/Node.js SDK，自动 GPU 加速
+- 结论/价值：构建本地 AI coding agent 基础设施，qwen2.5-coder:7b 适合 DevOps/SQL/Kubernetes 场景
+
+## Key Claims
+- 安装命令：curl -fsSL https://ollama.com/install.sh | sh
+- qwen2.5-coder:7b 模型大小约 4.5GB，无需 GPU 即可运行
+- Ollama API 默认监听 127.0.0.1:11434，修改 /etc/systemd/system/ollama.service 添加 OLLAMA_HOST=0.0.0.0 开放远程访问
+- 有 CUDA 时 Ollama 自动使用 GPU 加速，无需额外配置
+- qwen2.5-coder 相比普通 qwen2.5 的优势：Tool usage 能力强，Shell/Python/SQL 理解强
+
+## Key Quotes
+> "qwen2.5-coder:7b 相比普通 qwen2.5:7b 更适合工程任务" — 代码专用模型的选择依据
+
+## Key Concepts
+- [[Ollama]]：本地大模型运行平台
+- [[Qwen2.5-Coder]]：阿里通义千问代码专用模型
+- [[REST API]]：Ollama 提供的 HTTP 接口
+- [[GPU 加速]]：CUDA 环境下自动启用
+
+## Key Entities
+- [[Ubuntu]]：宿主机操作系统
+
+## Connections
+- [[Ubuntu]] ← runs ← [[Ollama]]
+- [[Ollama]] ← hosts ← [[Qwen2.5-Coder]]
+- [[OpenClaw]] ← calls ← [[Ollama API]]
+
+## Contradictions
+- 无