把日子过慢一点，把话说真一点。

二〇二六年十月廿二日·约 10 分钟

4 个模型、1 个端口：本地推理网关的 Unix socket 设计新（最新一篇）

让多个 llama.cpp 与 whisper.cpp 引擎同时跑，客户端仍然只看到一个 OpenAI 端点。路由键、socket 权限、显存预算，以及几个真实的坑。