pickfit

瀏覽本機 AI 工具

local-jev

用於快速自主 agent 選擇、評分、路徑與 noul 決策的離線 CPU 引擎。

已在 Linux 上測試

使用

Linux x86_64

  1. cargo install local-jev(crates.io,用沙盒內的 Rust 編譯約 41 秒;安裝到 ~/.cargo/bin/local-jev)

    cargo install local-jev

確認能用

local-jev --version

輸出應包含「local-jev 2.0.0」。

先試試這個

local-jev benchmark --iterations 1000

它能做什麼

  • 依信心分數從選項中挑選
    已測試
  • 給 coding agent 用的推測式工具呼叫代理伺服器
    已測試
  • 批次評估決策查詢
    已測試
  • 匯出 Prometheus 指標
    已測試

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 4 項可用
  4. 可離線使用

適合用來

  • 透過決策端點從選項中選擇
  • 並行評估批次決策查詢
  • 在本機攔截 coding agent 工具呼叫
  • 執行延遲基準測試

可替代 TypeSafe Jev System One。

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11月16日
  • 版本 local-jev 2.0.0

測試機器遇到的差異

  • README: cargo install local-jev (Quickstart) and cargo test shows 23 passing tests
    測試中: cargo install local-jev 不需額外步驟即可完成;這裡沒有執行 README 中的 cargo test。
  • README: p50 Latency 1.0µs; Throughput 1,000,000+ decisions/second
    測試中: 在此沙盒上,基準測試輸出 p50 0.00µs 與 'inf decisions/sec'(受計時器解析度限制);未重現 README 的實測數據,也未加以評斷。
  • README: Rust: 1.80+
    測試中: 沙盒為 Rust 1.100.0;未在較舊的工具鏈上測試。
  • README: Choice response example shows logits 5.5/1.2/1.1 and confidence 0.984
    測試中: 實際輸出的 logits 為 0.9/0.13/0.0,信心值 0.999;範例數字僅供示意,選出的選項相同。

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。