pickfit

瀏覽本機 AI 工具

NeuronDump

檢視本機 GGUF 模型內部結構,並產生更小但仍可執行的 GGUF 檔案。

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 6 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:zip 7.4.0 zip:透過雙重標頭不一致 (Zip Cloaking) 造成重大解析器差異與安全控管繞過,導致任意檔案覆寫與 RCE (GHSA-m665-v7pm-7grj,嚴重,9.0.5 已修正)
再看 5 個

Linux x86_64

需要先準備

  • 執行環境:Rust 1.88 or newer
  • 系統套件:Git
  1. 下載 Linux x86_64 發行版 tarball 並將 neurondump 安裝至 ~/.local/bin

    rm -f ~/.local/bin/neurondump && curl -sL -o /tmp/ndlinux.tar.gz https://github.com/aymen94/NeuronDump/releases/download/v0.1.4/neurondump-x86_64-unknown-linux-gnu.tar.gz && tar -xzf /tmp/ndlinux.tar.gz -C /tmp && mkdir -p ~/.local/bin && cp /tmp/neurondump-x86_64-unknown-linux-gnu/neurondump ~/.local/bin/neurondump && chmod +x ~/.local/bin/neurondump && ~/.local/bin/neurondump --version
README 與實測不符之處
  • README 寫: cargo install neurondump / cargo install --path crates/neurondump with Rust 1.88+
    實際可行: 從 releases(v0.1.4)下載現成的 Linux x86_64 tarball,並將其中的 neurondump 執行檔複製到 ~/.local/bin;因機器沒有 Rust 工具鏈且不允許安裝,略過 cargo 方案
  • README 寫: unzip and run neurondump list
    實際可行: tarball 會解壓至子資料夾 neurondump-x86_64-unknown-linux-gnu/neurondump,需從該處複製

確認能用

neurondump --version

輸出應包含「neurondump 0.1.4」。

先試試這個

neurondump list

執行 neurondump list 開始使用。

它能做什麼

以下依據 README;pickfit 沒有逐項檢查。

  • 檢查模型的層與權重
    未測試
  • 以 3D 圖形探索模型
    未測試
  • 即時編輯模型
    未測試
  • 寫出新的或更小的 GGUF 檔案
    未測試

pickfit 測到哪一步

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 主要功能可用
  4. 可離線使用

macOS 和 Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 檢視 GGUF 模型的內容
  • 搜尋模型詞彙表
  • 寫出較小的 GGUF 檔案
  • 逐區塊比較兩個模型的差異
  • 以樹狀結構顯示聊天範本

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

主要功能可用

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年10月28日
  • 版本 0.1.4

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。