Token导航 LogoToken导航

Agent Skill · 研究检索

turboquant-plus(涡轮量子加)

turboquant-plus 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

turboquant-plus 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 26,461。

总安装 3,563周安装 147GitHub Stars 公开资料未说明下载 1,164核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:turboquant-plus(涡轮量子加)
来源仓库:https://github.com/wukai8289/turboquant-plus
安装命令:
openclaw skills install turboquant-plus
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install turboquant-plus

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

TurboQuant+ 将 Apple Silicon 上的 llama.cpp KV 缓存压缩高达 6.4 倍,同时将质量损失降至最低,从而有效地支持更大的模型和更长的上下文。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install turboquant-plus;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

turboquant-plus 怎么安装?

在终端执行 openclaw skills install turboquant-plus。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

turboquant-plus 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

turboquant-plus 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

turboquant-plus 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

turboquant-plus 用的人多吗?

公开数据是累计安装 3,563 次,近一周安装 147 次,下载 1,164 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

turboquant-plus 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
turboquant-plus

涡轮量子加 · 本页

3,563—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

TurboQuant+ — KV Cache Compression for Local LLM Inference

Accelerate local LLM inference on Apple Silicon with 3.8-6.4x KV cache compression via PolarQuant + Walsh-Hadamard rotation.

Trigger Keywords

量化, KV压缩, 本地推理, llama.cpp, turboquant, KV cache, compression, Apple Silicon, Metal, turbo2, turbo3, turbo4

Overview

TurboQuant+ implements TurboQuant (ICLR 2026) for llama.cpp with Metal GPU kernels. It compresses the transformer KV cache to squeeze larger models and longer contexts into limited Apple Silicon memory — with minimal quality loss.

Core Capabilities

  • turbo2 (2-bit, 6.4x compression) — Extreme memory savings, +6.48% PPL. Best for asymmetric V-only compression.
  • turbo3 (3-bit, 4.6-5.1x compression) — Maximum memory savings with acceptable quality. +1.06% PPL vs q8_0.
  • turbo4 (4-bit, 3.8x compression) — Best quality/compression tradeoff. +0.23% PPL vs q8_0, closer to q8_0 than q4_0.
  • Asymmetric K/V — Keep K at q8_0 for attention quality, compress V aggressively. Rescues quality on low-bit weight models.
  • Boundary V — Layer-aware V compression (first 2 + last 2 layers at q8_0, rest turbo2). Recovers 37-91% of quality gap.
  • Sparse V dequant — Skip low-weight V positions during decode. +22.8% decode speed at 32K context, no PPL impact.

Dependencies

None. Works with the llama.cpp TurboQuant fork.

Configuration Guide

Basic Usage (llama-server)

# Recommended default — turbo4 symmetric
llama-server -m model.gguf --cache-type-k turbo4 --cache-type-v turbo4 -fa 1

# Maximum compression — turbo3 symmetric
llama-server -m model.gguf --cache-type-k turbo3 --cache-type-v turbo3 -fa 1

# Extreme compression — turbo2 (best with asymmetric)
llama-server -m model.gguf --cache-type-k q8_0 --cache-type-v turbo2 -fa 1

Asymmetric K/V (for Q4_K_M models)

Some low-bit weight models degrade with symmetric turbo. Use asymmetric K/V:

# K stays at q8_0, V compressed with turbo
llama-server -m model-Q4_K_M.gguf --cache-type-k q8_0 --cache-type-v turbo4 -fa 1

# Even more V compression
llama-server -m model-Q4_K_M.gguf --cache-type-k q8_0 --cache-type-v turbo3 -fa 1
Note: Larger models (70B, 104B) handle symmetric turbo fine. Asymmetric mainly benefits smaller Q4_K_M models.

Long Context on Large Models

For 70B+ models at 32K+ context on 128GB Macs, raise the GPU memory cap:

# Set to 90% of 128GB
sudo sysctl iogpu.wired_limit_mb=117964

# Then run with turbo3 for maximum context
llama-server -m Llama-70B-Q4_K_M.gguf --cache-type-k turbo3 --cache-type-v turbo3 -c 65536 -fa 1

Recommended Configs by Scenario

ScenarioK cacheV cacheCompressionPPL impact
Best qualityturbo4turbo43.8x+0.23%
Balancedturbo3turbo34.6-5.1x+1.06%
Max compressionturbo2turbo26.4x+6.48%
Q4_K_M safeq8_0turbo4~3.8x V+1.0%
Boundary Vq8_0turbo2~6x V37-91% quality recovered

Apple Silicon Benchmarks (M5 Max 128GB)

Quality (wikitext-2)

CacheCompressionPPLvs q8_0
q8_01.9x6.111baseline
turbo43.8x6.125+0.23%
turbo34.6x6.176+1.06%
turbo26.4x6.507+6.48%

Large Model Results

ModelConfigPPLContextNIAH
Llama-70B Q4_K_Mturbo4/turbo43.46148K30/30
Command-R+ 104B Q4_K_Mturbo3/turbo36.415128K10/10

Speed

  • Prefill: turbo3 matches or exceeds q8_0 speed (1.0-1.1x)
  • Decode: turbo4 at ~0.93x q8_0, turbo3 at ~0.78-0.90x q8_0
  • Sparse V: +22.8% decode at 32K context, no quality loss

M1 Max 64GB Results (Community)

KVPrefill t/sDecode t/svs q8_0
q8_0399.012.4—
turbo4365.016.6+33.9%

Key Research Findings

  1. V compression is free — Compressing V to 2-bit has zero measurable effect when K precision is maintained. Validated on Metal, CUDA RTX 4090, RTX 3090.
  2. All quality loss comes from K compression — This is why asymmetric configs rescue quality.
  3. Boundary layers are sensitive — Protecting first 2 + last 2 layers recovers 37-91% of quality gap.
  4. turbo4 beats q4_0 in quality — Lower KL divergence, higher top-p agreement, at similar compression.

References

平台分布

OpenClaw

70.07%
按下载量换算816

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills