pickfit

瀏覽本機 AI 工具

EuLLM

用於在地建立、分發與執行符合歐盟規範的主權 LLM 的平台。

已在 Linux 上測試有已知漏洞

使用

安裝前先知道:有已知漏洞

pickfit 在安裝時會一併裝上的套件裡找到 2 個已知的高風險或嚴重漏洞(OSV.dev,2026年11月3日),安裝前請先考慮。

  • crates:quinn-proto 0.11.14 Quinn:quinn-proto 中因無限制的亂序串流重組導致遠端記憶體耗盡 (GHSA-4w2j-m93h-cj5j,高風險,0.11.15 已修正)
再看 1 個

Linux x86_64

  1. 下載安裝腳本

    curl -fsSL https://raw.githubusercontent.com/eullm/eullm/main/installer/install.sh -o /tmp/eullm-install.sh
  2. 執行安裝程式,驗證 checksum 後安裝至 ~/.local/bin

    sh /tmp/eullm-install.sh

確認能用

eullm --version

輸出應包含「eullm 0.8.5 (CPU)」。

先試試這個

mkdir -p ~/models && curl -fL -o ~/models/stories260K.gguf https://huggingface.co/ggml-org/test-model-stories260K/resolve/main/stories260K-f32.gguf && ls -l ~/models/stories260K.gguf
eullm run ~/models/stories260K.gguf
curl -s http://localhost:11434/v1/models

用 eullm run <model.gguf> 啟動模型,再向 http://localhost:11434 的 API 傳送請求。

它能做什麼

  • 不產生文字即可做出結構化決策
    怎麼使用
    1. 用 eullm run <model.gguf> 啟動模型。
    2. 傳送文字及附選項與準則的問題:`curl -s http://localhost:11434/v1/systemone -H 'Content-Type: application/json' -d '{"model": "<model>", "state": "<your text>", "questions": {
    3. 在回應中查看選出的答案、機率與信心度。
    已測試
  • 在本機執行 GGUF 模型
    怎麼使用
    1. 用 eullm run <model.gguf> 啟動 GGUF 模型。
    2. 與模型對話:`curl -s http://localhost:11434/v1/chat/completions -H "Content-Type: application/json" -d '{"model": "<model>", "messages": [{"role": "user", "content": "<your text>"}], "temperature":
    已測試
  • 提供相容 Ollama 與 OpenAI 的 API
    怎麼使用
    1. 用 eullm run <model.gguf> 啟動模型。
    2. 列出可用模型:curl -s http://localhost:11434/v1/models
    已測試
  • 讓模型適應特定領域與語言
    未測試

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 3 項可用
  4. 可離線使用

macOS 和 Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 轉派、升級或結案支援工單
  • 依團隊、緊急程度與合法性分類收到的電子郵件
  • 接受、拒絕文件或送交審查

可替代 Ollama。

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

能產生模型輸出

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月30日
  • 版本 eullm 0.8.5 (CPU) [a3bbe56fc2b6]

測試機器遇到的差異

  • README: docs start server with `eullm serve --decision-model ...` then POST /v1/systemone without a model field
    測試中: 以 `eullm run ~/models/stories260K.gguf` 啟動伺服器時,需在 "model": "stories260K" 中指定已載入的檔案;否則 /v1/systemone 會回傳 model_not_loaded

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。