pickfit

瀏覽本機 AI 工具

Xyntetik Runner

在本機提供模型服務並訓練 LoRA 轉接器的單一執行檔 C GGUF 引擎。

已在 macOS 和 Linux 上測試

使用

macOS arm64

  1. 從 GitHub releases 下載 macOS arm64 執行檔

    curl -LO https://github.com/Joakimpalm-Zen/xyntetik-runner/releases/latest/download/runner-macos-arm64 && chmod +x runner-macos-arm64 && mv runner-macos-arm64 runner && ls -lh runner
    
  2. 下載小型 GGUF 模型 stories260K 用於測試

    mkdir -p ~/models && curl -fL -o ~/models/stories260K.gguf https://huggingface.co/ggml-org/test-model-stories260K/resolve/main/stories260K-f32.gguf && ls -lh ~/models/stories260K.gguf

確認能用

./runner --version

輸出應包含「runner 1.10.0」。

先試試這個

./runner --info caps

執行 ./runner --info caps,查看引擎在你的電腦上支援哪些功能。

Linux x86_64

  1. 下載 Linux 執行檔與校驗碼並進行驗證

    curl -fL -o runner-linux-x86_64 https://github.com/Joakimpalm-Zen/xyntetik-runner/releases/latest/download/runner-linux-x86_64 && curl -fL -o SHA256SUMS https://github.com/Joakimpalm-Zen/xyntetik-runner/releases/latest/download/SHA256SUMS && sha256sum -c --ignore-missing SHA256SUMS
  2. 設為可執行並重新命名為 runner

    chmod +x runner-linux-x86_64 && mv runner-linux-x86_64 runner && ./runner --version

確認能用

./runner --info caps 2>&1

輸出應包含「architectures」。

先試試這個

./runner --info caps 2>&1

執行 ./runner --info caps,查看引擎在你的電腦上支援哪些功能。

它能做什麼

  • 透過相容 OpenAI 的 API 提供模型服務
    怎麼使用
    1. 以 ./runner -m <model.gguf> --serve --port 8080 啟動伺服器。
    2. 以 curl -s http://127.0.0.1:8080/v1/chat/completions -H 'Content-Type: application/json' -d '{"messages":[{"role":"user","content":"<your text>"}],"temperature":0,"max_tokens":1 傳送聊天請求。
    已測試
  • 透過量化權重訓練 LoRA 介面卡
    未測試
  • 超過 token 上限時仍完成工具呼叫
    未測試
  • 將執行記錄為簽章收據並重播
    未測試

pickfit 測到哪一步

macOS arm64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 1 項可用
  4. 可離線使用

Linux x86_64

  1. 可以安裝
  2. 可以啟動
  3. 4 項功能中 3 項可用
  4. 可離線使用

Windows:專案說支援,但 pickfit 還沒試過。

適合用來

  • 透過相容 OpenAI 的 HTTP API 提供 GGUF 模型服務
  • 下載前檢查模型是否容納得下
  • 以自訂類型規劃量化模型檔案
  • 透過量化權重訓練 LoRA 轉接器
  • 驗證已簽署、可重現的推論收據

可替代 llama.cpp、vLLM、Ollama、TensorRT-LLM 和 SGLang。

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

macOS arm64

能產生模型輸出

  • 從頭重跑
  • 可離線使用
  • 檢查於 2026年11月1日
  • 版本 1.10.0

測試機器遇到的差異

  • README: Published release 1.6.1
    測試中: 下載的執行檔顯示版本 1.10.0,仍相容

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 runner 1.8.0

測試機器遇到的差異

  • README: git clone + make; quick-start shows runner-macos-arm64
    測試中: 使用手動 Linux 資產 runner-linux-x86_64 + SHA256SUMS 搭配 sha256sum -c;環境中沒有編譯器或 make,無法從原始碼建置,且 macOS 資產無法在 Linux 上執行
  • README: ./runner --version -> runner 1.6.1
    測試中: 執行檔輸出 runner 1.8.0

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。