pickfit

瀏覽本機 AI 工具

Bittune

本機 agent,在你的 GPU 上部署並測試 vLLM / SGLang 推論,並提供可稽核的證據。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:Python >= 3.10, Node.js >= 22.19.0
  • 系統套件:OpenSSL CLI
  • 可選用 GPU
  • 金鑰或帳號:BITTUNE_AGENT_LLM_API_KEY

step 4 的單引號裡還寫著 /home/sbx(那裡 $HOME 不會展開):執行前請換成你自己的家目錄。

這些步驟是在家目錄裡一個已經存在的 work 資料夾裡跑的。請先建立它,再從那裡執行:

mkdir -p "$HOME/work" && cd "$HOME/work"
  1. 複製 Bittune 原始碼

    git clone --depth 1 https://github.com/bitcloud-ai/Bittune bittune-src
  2. npm ci 加上 venv Python Core 安裝

    cd bittune-src && npm ci && python3 -m venv .venv && .venv/bin/python -m pip install -e ./packages/bittune-core && .venv/bin/python -c "import bittune_core; print('core ok')"
  3. 建置可攜式 dist 套件

    cd bittune-src && npm run build:shell
  4. 在 PATH 上安裝 bittune shim

    mkdir -p ~/.local/bin && printf '%s\n' '#!/bin/sh' 'export BITTUNE_CORE_PYTHON="/home/sbx/work/bittune-src/.venv/bin/python"' 'export BITTUNE_TEST_PYTHON="/home/sbx/work/bittune-src/.venv/bin/python"' 'exec node "/home/sbx/work/bittune-src/dist/bittune.js" "$@"' > ~/.local/bin/bittune && chmod +x ~/.local/bin/bittune
README 與實測不符之處
  • README 寫: npm ci; python3 -m venv .venv; pip install -e ./packages/bittune-core; npm run bittune
    實際可行: 在 npm ci 與 venv pip install 之後,另執行 npm run build:shell,並安裝 ~/.local/bin/bittune shim,將 BITTUNE_CORE_PYTHON/BITTUNE_TEST_PYTHON 設為 venv python 並執行 node dist/bittune.js;在儲存庫外直接使用 tsx 進入點會失敗並顯示 Cannot find package 'tsx'
在 pickfit 驗證過的原始指令(沙盒裡實際執行的)

僅供查核:裡面是沙盒的家目錄 /home/sbx。

git clone --depth 1 https://github.com/bitcloud-ai/Bittune bittune-src
cd bittune-src && npm ci && python3 -m venv .venv && .venv/bin/python -m pip install -e ./packages/bittune-core && .venv/bin/python -c "import bittune_core; print('core ok')"
cd bittune-src && npm run build:shell
mkdir -p ~/.local/bin && printf '%s\n' '#!/bin/sh' 'export BITTUNE_CORE_PYTHON="/home/sbx/work/bittune-src/.venv/bin/python"' 'export BITTUNE_TEST_PYTHON="/home/sbx/work/bittune-src/.venv/bin/python"' 'exec node "/home/sbx/work/bittune-src/dist/bittune.js" "$@"' > ~/.local/bin/bittune && chmod +x ~/.local/bin/bittune
bittune --help
bittune version

確認能用

bittune --help

輸出應包含「Usage:」。

先試試這個

bittune version

在終端機執行 bittune version 確認工具可啟動,再執行 bittune 開啟介面。

它能做什麼

以下依據 README;pickfit 沒有逐項檢查。

  • 部署與管理 vLLM 或 SGLang 服務
    未測試
  • 檢查 GPU 設定並尋找模型
    未測試
  • 對服務進行效能測試並儲存結果
    未測試
  • 記錄調校實驗並比較候選方案
    未測試

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 主要功能可用
  4. 可離線使用

適合用來

  • 將 Qwen 模型部署至 vLLM 並測試吞吐量
  • 檢查 GPU 機器並產生硬體快照
  • 以確定性差值比較效能測試結果

pickfit 怎麼測的

每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證

Linux x86_64

主要功能可用

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月30日
  • 版本 0.1.0

測試機器遇到的差異

  • README: tar -xzf bittune-<version>-linux-x86_64.tar.gz; cd bundle; sudo ./install.sh
    測試中: 跳過排名第一的 sudo ./install.sh 改從原始碼安裝,因為環境中沒有 root/sudo,而 install.sh 會安裝至 /usr/local/bin 與 /opt/bittune
  • README: export BITTUNE_AGENT_LLM_API_KEY='your-api-key'; bittune configure --base-url https://endpoint.example.com/v1 --model-id your-tool-capable-model; bittune doctor
    測試中: 使用假的相容 OpenAI base-url 與 BITTUNE_AGENT_LLM_API_KEY=dummy 時,bittune doctor 以 0 結束,回報 Python Core 與 Runtime 已組裝完成,無需任何真實端點、Docker、GPU 或 EvalScope

怎麼看工具卡

縫線
pickfit 親自安裝過這款工具,縫線下方的內容都來自那次測試。沒測過的工具,一律沒有縫線。
已在你的作業系統上驗證
安裝步驟在你選的系統上跑過。「只在 Linux 上執行過」表示還沒在你的系統上跑過。
macOS、Linux 和 Windows在哪裡測過
綠色系統標記:pickfit 在該系統跑過安裝步驟。灰色:README 說支援,但 pickfit 還沒試過。
測試進行到哪一步
能安裝並啟動、主要功能可用、服務有回應、能產生模型輸出。視窗代表桌面應用程式已開啟;插頭代表 MCP 用戶端用過它。標記在測試結果旁邊:展開「為什麼適合、我們怎麼知道」,或在「pickfit 怎麼測的」裡。
視覺檢查
pickfit 看過應用程式的截圖。綠色:畫面正常。黃色加數字:有看起來不對的地方,點開就能看到。灰色虛線:還沒檢查。
已知漏洞
它安裝的套件有沒有已知的高風險或嚴重漏洞(OSV.dev)。綠色:沒有已知漏洞。紅色加數字:有幾個,點開看清單,安裝前先看過。灰色虛線:沒有檢查,不代表安全。
關於這次測試
測試日期,以及測到的版本。
理由的來源
每個推薦理由都依據簡介裡的一個欄位。展開理由就能看到欄位和值。
寶藏
品質高、少有人知。
品質與知名度
兩個分數,滿分都是 100。品質:pickfit 試裝、試用的結果,以及安裝文件和維護狀況。知名度:看星數、下載量和 Hacker News。
已檢查的功能
README 宣傳的主要功能裡,實測通過幾項(綠色)、失敗幾項(紅色)。灰色是沒檢查的,工具卡會說明原因。
未驗證
Fitz 依一般知識提到的知名工具。沒有測試紀錄、沒有步驟、沒有分數。