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 0.11.14Quinn: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
crates:quinn-proto 0.11.14— RUSTSEC-2026-0340(高風險),0.11.18 已修正
Linux x86_64
下載安裝腳本
curl -fsSL https://raw.githubusercontent.com/eullm/eullm/main/installer/install.sh -o /tmp/eullm-install.sh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.ggufeullm run ~/models/stories260K.ggufcurl -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已測試
怎麼使用
- 用
eullm run <model.gguf>啟動模型。 - 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": {
- 在回應中查看選出的答案、機率與信心度。
- 用
- 在本機執行 GGUF 模型已測試
怎麼使用
- 用
eullm run <model.gguf>啟動 GGUF 模型。 - 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":
- 用
- 提供相容 Ollama 與 OpenAI 的 API已測試
怎麼使用
- 用
eullm run <model.gguf>啟動模型。 - 列出可用模型:
curl -s http://localhost:11434/v1/models
- 用
- 讓模型適應特定領域與語言未測試
pickfit 測到哪一步
Linux x86_64
- 可以安裝
- 可以啟動
- 4 項功能中 3 項可用
- 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