用途：把 Gemma 4 12B 的 GGUF 版本部署为本机模型服务，默认走 llama.cpp / llama-server、Apple Metal、Q4_K_M 与 tmux，只监听 loopback；仅在用户明确要求 QAT、256K、对比演示或 Ollama 时切换路线。
主要能力：检查本机硬件、磁盘、端口、进程与模型缓存；安装或升级软件包、下载选定模型、创建专用模型目录与 tmux 会话；提供 OpenAI 兼容 API；部署后做健康、模型列表与聊天验证。
默认配置：模型仓库 ggml-org/gemma-4-12B-it-GGUF，量化 Q4_K_M，模型名 gemma-4-12b-it，端点 http://127.0.0.1:8080，上下文 32768，后台会话 gemma4-12b，默认 --reasoning off。长上下文需用户明确要求时选 65536 或 131072；QAT 仓库为 google/gemma-4-12B-it-qat-q4_0-gguf，Q4_0、262144 上下文。
使用方式：先执行现状检查命令（如 command -v llama-server、lsof -nP -iTCP:8080 -sTCP:LISTEN、system_profiler SPHardwareDataType、df -h "$HOME"），再选择并复述 profile，执行一条部署路线，最后验证 /health、/v1/models 与一次非空聊天响应。
适用场景：日常聊天、编码、低风险本地 API、长上下文或 QAT 对比演示。
限制：停止非本技能进程、覆盖已有模型、监听公网、改防火墙或下载未选大型变体前需先升级确认；QAT 不等于无损；未验证数据须写“未验证”，不能用计划值代替运行值。