一款命令行工具,自动检测 GPU、CPU 和内存,从 HuggingFace 上挑选真正能在你的机器上运行、且表现最好的本地大模型。
AlexsJones/llmfit
一款 Rust 编写的命令行与终端工具,检测 CPU、内存和显卡,按硬件适配度推荐可运行的开源大模型。
- Star
- 38,129
- Fork
- 2,456
- 未关闭 Issue
- 60
- 最近提交
- 昨天
这是什么?
llmfit 解决本地运行大模型时的一个常见问题:自己的硬件能流畅运行哪些开源 LLM。它会检测 CPU 核心数、系统内存、独立与集成显卡、显存以及统一内存架构,支持 NVIDIA CUDA、Apple Silicon、AMD ROCm 和 Intel OneAPI。
工具会从memory fit、预估速度、模型质量和上下文长度四个维度为目录中的每个模型打分,估算时考虑参数量以及 GGUF、AWQ、GPTQ、EXL2 等量化格式。默认提供交互式终端界面,也可输出经典的命令行表格或 JSON,方便脚本调用。
项目还提供 Web 仪表盘和 HTTP REST API,并附带基准测试命令,可在 Ollama、llama.cpp、MLX、Docker Model Runner、LM Studio 等本地运行时上实测 tok/s。
核心功能
- 01自动检测 CPU、内存、显卡、显存及统一内存,覆盖 NVIDIA、Apple Silicon、AMD 和 Intel。
- 02从内存适配、预估速度、质量和上下文长度四个维度对模型排序。
- 03提供交互式终端界面、支持 JSON 输出的命令行,以及 Web 仪表盘。
- 04通过 HTTP 接口暴露系统与模型信息,便于集成到自动化部署流程。
- 05支持多 GPU、MoE 架构以及 GGUF、AWQ、GPTQ、EXL2 等量化格式。
适用场景
- 下载动辄数 GB 的模型文件前,先确认本机能否运行。
- 判断笔记本或工作站能否以可接受的速度运行某个模型。
- 通过 JSON 输出把硬件感知的推荐结果接入脚本或智能体。
- 在本机实测 tok/s 并贡献给社区,以改进速度估算。
快速上手
- 1
使用 Homebrew 安装预编译二进制文件
brew install AlexsJones/llmfit/llmfit - 2
启动交互式终端界面
llmfit
使用前须知
- 如果签名任务失败,Windows 发布版二进制文件可能未签名,如需签名版本请自行验证签名。
- 除非您自行运行基准测试,否则速度和适配结果均为基于硬件规格的估算。
标签
常见问题
- llmfit 是什么?
- 一款 Rust 编写的命令行与终端工具,检测 CPU、内存和显卡,按硬件适配度推荐可运行的开源大模型。 llmfit 解决本地运行大模型时的一个常见问题:自己的硬件能流畅运行哪些开源 LLM。它会检测 CPU 核心数、系统内存、独立与集成显卡、显存以及统一内存架构,支持 NVIDIA CUDA、Apple Silicon、AMD ROCm 和 Intel OneAPI。
- llmfit 可以免费使用吗?用的什么许可证?
- llmfit 以 MIT 许可证开源。用于商业产品前,请先确认许可证条款。
- llmfit 还在维护吗?
- 活跃维护中。llmfit 最近一次提交是在 2026年10月19日。
- llmfit 适合用来做什么?
- 下载动辄数 GB 的模型文件前,先确认本机能否运行。 判断笔记本或工作站能否以可接受的速度运行某个模型。 通过 JSON 输出把硬件感知的推荐结果接入脚本或智能体。 在本机实测 tok/s 并贡献给社区,以改进速度估算。
- llmfit 怎么安装和运行?
- 使用 Homebrew 安装预编译二进制文件: brew install AlexsJones/llmfit/llmfit 启动交互式终端界面: llmfit
- 在哪里获取 llmfit?
- 源代码和安装说明在 GitHub 上:https://github.com/AlexsJones/llmfit
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
通过一份 YAML 配置完成 LLM 微调与后训练的命令行工具,支持在低显存消费级显卡上训练。
智谱 Z.ai 推出的 AI 编程工作台,提供桌面应用、浏览器界面和终端 Agent。
一款命令行与网页面板工具,用于测试各平台免费编程大模型的延迟和稳定性,并把选中的模型配置到编程工具中。
一个纯 C 语言的轻量级 LLM 推理引擎,可在约 45MB 内存的低成本开发板上运行 GGUF 格式的 LLaMA 架构模型。
一款 macOS 菜单栏应用,用于在本机运行大语言模型,基于 llama.cpp 构建,提供本地 API 服务和内置 WebUI。