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 "$HOME/work"複製 Bittune 原始碼
git clone --depth 1 https://github.com/bitcloud-ai/Bittune bittune-srcnpm ci 加上 venv Python Core 安裝
cd bittune-src && npm ci && python3 -m venv .venv && .venv/bin/python -m pip install -e ./packages/bittune-core && .venv/bin/python -c "import bittune_core; print('core ok')"建置可攜式 dist 套件
cd bittune-src && npm run build:shell在 PATH 上安裝 bittune shim
mkdir -p ~/.local/bin && printf '%s\n' '#!/bin/sh' 'export BITTUNE_CORE_PYTHON="/home/sbx/work/bittune-src/.venv/bin/python"' 'export BITTUNE_TEST_PYTHON="/home/sbx/work/bittune-src/.venv/bin/python"' 'exec node "/home/sbx/work/bittune-src/dist/bittune.js" "$@"' > ~/.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-srccd 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:shellmkdir -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/bittunebittune --helpbittune 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
- 可以安裝
- 可以啟動
- 主要功能可用
- 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