把 Linux 上的 Xolotl / Strata 引擎移植到 Windows 的一键包：在一台装 12 GB 以上 RTX 显卡、128 GB 以上内存和高速 NVMe 的普通电脑上跑 V4.1-Flash-1017（专家 2-bit 量化），提供 OpenAI 和 Anthropic 兼容的本地接口，最长 1M 上下文。
星数 28
理由
- 双击 Start DeepSeek.bat 会逐步补齐 Python、按 CPU 选好的预编译引擎和模型文件（下载可续传、逐个核对 SHA-256），装完自动开聊天页，不用自己编译。
- 作者称 RTX 3090 + NVMe 上生成约 41 tok/s（192 GB 内存）/ 33 tok/s（128 GB 内存），读长提示约 610 / 410 tok/s；精确路由下与 DeepSeek 官方 API 的逐 token 首选一致率 91.4%（通用）/ 92.1%（代码和数学），均为作者自测。
- 默认用 ds4 版 Q2 GGUF 并从官方 MTP 头做投机解码草稿模型；Choose Model.bat 可换 ISTA-DASLab 的 GSQ-RCO 或 unsloth 的量化，作者给 128 GB 内存推荐 UD-IQ1_S。
- 对 Agent 做了适配：内存里最多缓存 8 段对话，切换时不必重读整段提示；支持 tools、强制 tool_choice 和 JSON 输出。
用法
- 需要 Windows 10/11 64 位、12 GB 以上显存的 NVIDIA RTX 显卡（驱动 580+，GTX 10 系及更老的不行）、≥128 GB 内存、NVMe 上约 385 GB 空间；把仓库放在短路径（如 C:\AI\Delta），双击 Start DeepSeek.bat。
- 客户端连 http://127.0.0.1:8080/v1（OpenAI）或 /v1/messages（Anthropic），API Key 随便填，模型名 deepseek-v4.1-flash-1017-ds4-q2；出问题改用 Start DeepSeek (debug).bat，它会打包不含对话内容的日志。
风险
- 首次要下约 375 GB；模型运行时持续从 SSD 读取，SATA 盘、机械盘、U 盘都不合适；重启后的头几分钟明显变慢，12 GB 显卡作者测得约 17 tok/s，同时到达的请求按顺序处理。
- 权重是社区量化版而非官方原版，速度和一致率都是作者在自己机器上测的；默认只监听本机，要给局域网用必须设 api_key。