pickfit

瀏覽本機 AI 工具

hk

從頭打造的 Zig 執行環境與格式,用於本機 LLM 推論,支援 mmap 載入與 CPU / CUDA / Vulkan 引擎。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:Zig 0.17
  • 可選用 GPU
  1. 透過 uv tool install hknt 隔離安裝 README 中的 pip 套件

    uv tool install hknt
  2. 將原生 hk-x86_64-linux 發行版二進位檔下載到 Python 套件旁並設為可執行

    curl -fL -o "$HOME"/.local/share/uv/tools/hknt/lib/python3.12/site-packages/hk/hk-x86_64-linux https://github.com/harshitkhandelwal208/hk/releases/download/v2.0.0/hk-x86_64-linux && chmod +x "$HOME"/.local/share/uv/tools/hknt/lib/python3.12/site-packages/hk/hk-x86_64-linux
README 與實測不符之處
  • README 寫: pip install hknt (bundles the native library and CLI)
    實際可行: 從 releases v2.0.0 下載 hk-x86_64-linux 至已安裝的 hk 套件資料夾並 chmod +x,讓 `hk` shim 能找到它
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。

uv tool install hknt 2>&1
curl -fL -o /home/sbx/.local/share/uv/tools/hknt/lib/python3.12/site-packages/hk/hk-x86_64-linux https://github.com/harshitkhandelwal208/hk/releases/download/v2.0.0/hk-x86_64-linux && chmod +x /home/sbx/.local/share/uv/tools/hknt/lib/python3.12/site-packages/hk/hk-x86_64-linux
hk --help
hk list

確認能用

hk --help

輸出應包含「hardware-profile」。

先試試這個

hk list

執行 hk list 查看本機可用的模型。

它能做什麼

以下依據 README;pickfit 沒有逐項檢查。

  • 以零複製記憶體映射載入並執行模型
    未測試
  • 透過 OpenAI 相容伺服器提供模型服務
    未測試
  • 在 CPU、CUDA 或 Vulkan 上執行推論
    未測試
  • 邊下載邊轉換模型
    未測試

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 能產生輸出
  4. 可離線使用

macOS 和 Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 透過 CLI 在本機模型上執行提示詞
  • 與本機模型互動聊天
  • 透過 OpenAI 相容 API 提供本機模型服務
  • 將 GGUF 檔案轉換為 .hk 格式
  • 無需從頭重新訓練即可加寬模型或擴充詞彙

可替代 llama.cpp 和 Hugging Face Transformers。

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 2.0.0

測試機器遇到的差異

  • README: --version or --help works
    測試中: 使用 `hk --help`;原生二進位檔沒有 `--version` 旗標(以 BadUsage 結束,代碼 1)

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。