LLM Configuration 是用于配置 RuVLLM 的技能，面向本地推理与微调需求。
用途
当你需要配置本地 LLM 推理、为特定任务创建 MicroLoRA 适配器进行微调，或设置 SONA 以实现实时自适应时，可以使用该技能。
主要能力与使用方式
资料给出的步骤以 MCP 工具调用为主：
- 检查状态：调用 mcp__plugin_ruflo-core_ruflo__ruvllm_status，查看当前模型与适配器状态。
- 生成配置：调用 mcp__plugin_ruflo-core_ruflo__ruvllm_generate_config，传入模型参数以生成配置。
- 创建 MicroLoRA：调用 mcp__plugin_ruflo-core_ruflo__ruvllm_microlora_create，创建面向具体任务的适配器。
- 适配 MicroLoRA：调用 mcp__plugin_ruflo-core_ruflo__ruvllm_microlora_adapt，传入训练数据。
- 创建 SONA：调用 mcp__plugin_ruflo-core_ruflo__ruvllm_sona_create，用于实时神经自适应。
- 适配 SONA：调用 mcp__plugin_ruflo-core_ruflo__ruvllm_sona_adapt，传入反馈信号。
MicroLoRA 与 SONA 的对比
资料提供了两者的差异说明：
- 速度：MicroLoRA 训练以分钟计；SONA 的适配时间小于 0.05ms。
- 范围：MicroLoRA 用于任务级微调；SONA 用于实时微调。
- 持久性：MicroLoRA 以适配器权重形式保存；SONA 为会话级（session-scoped）。
- 使用场景：MicroLoRA 适合专门领域任务；SONA 适合持续反馈回路。
适用场景
需要本地 LLM 推理配置、需要为特定领域任务建立可保存的微调适配器，或需要在会话中依据反馈做实时微调的场景。
限制
资料未提供支持的具体模型清单、硬件要求、权限与依赖、配置参数细节、安装方式、收费与价格等信息，暂未提供。