pickfit

瀏覽本機 AI 工具

Llama GUI

用於設定與執行 llama.cpp 伺服器的本機啟動器與控制台。

已在 Linux 上測試

使用

Linux x86_64

需要先準備

  • 執行環境:Python 3.9+
  1. 下載線上安裝指令碼以供閱讀

    curl -fsSL https://raw.githubusercontent.com/thomas9120/LLama-GUI/main/online_installers/install-online.sh -o /tmp/install-online.sh
  2. 下載安裝程式子指令碼以供閱讀

    curl -fsSL https://raw.githubusercontent.com/thomas9120/LLama-GUI/main/install.sh -o /tmp/gui_install.sh && curl -fsSL https://raw.githubusercontent.com/thomas9120/LLama-GUI/main/mac_linux_start.sh -o /tmp/gui_start.sh
  3. 透過安裝程式複製儲存庫並安裝 venv 相依套件

    LLAMA_GUI_NO_START=1 sh /tmp/install-online.sh
README 與實測不符之處
  • README 寫: LLAMA_GUI_HOST=0.0.0.0 LLAMA_GUI_PORT=5240 python server.py
    實際可行: ./install.sh 建立 venv 後,使用 ~/LLama-GUI/.venv/bin/python server.py

確認能用

curl -fsSL http://127.0.0.1:5240/api/status

輸出應包含「available_backends」。

先試試這個

cd ~/LLama-GUI && LLAMA_GUI_HOST=0.0.0.0 LLAMA_GUI_PORT=5240 .venv/bin/python server.py
curl -fsSL http://127.0.0.1:5240/api/status

啟動伺服器,再於瀏覽器開啟 http://127.0.0.1:5240 進入控制面板。

它能做什麼

  • 為你的後端安裝預先建置的 llama.cpp 版本
    沒有看到它可用
  • 啟動 llama-server 或 llama-cli
    未測試
  • 以串流 Markdown 回覆與網頁搜尋聊天
    未測試
  • 以 llama-bench 與 llama-perplexity 進行模型效能測試
    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 0 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

  • 依後端安裝預先建置的 llama.cpp 版本
  • 從 Quick Launch 或 Configure 啟動 llama-server 或 llama-cli
  • 以串流 Markdown 聊天,可選用網路搜尋
  • 以 llama-bench 與 llama-perplexity 進行效能測試
  • 管理啟動預設組合並切換伺服器預設組合

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

服務能回應請求

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

測試機器遇到的差異

  • README: no --version/--help documented; tool is a browser UI server
    測試中: 伺服器忽略 --help 並正常啟動(30 秒後須強制結束);沒有 --version 旗標

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。