AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年7月19日
根据本机硬件匹配适合运行的本地大模型
这个 Skill 用来读取本机硬件信息,重点关注 RAM、CPU 和 GPU/VRAM 等条件,再据此评估本地大模型的可运行性。它面向的是“先看机器能不能跑、再看跑得合不合适”的场景,帮助用户在大量模型和提供方中做更贴近硬件条件的初筛。
包含 Skill
1
可以单独安装
GitHub Star
39.1k
仓库累计 Star
近 7 天
+154
新增 Star
代码更新
2026年11月18日
最近一次推送
核心亮点
1硬件匹配
基于本机资源判断模型是否更可能跑得动。
2量化参考
结合不同量化方式,帮助比较可部署性。
3性能预估
提供速度估计和适配评分,便于筛选。
能做什么
- 检测本机硬件条件,包括 RAM、CPU 和 GPU/VRAM。
- 根据硬件条件推荐更适合的本地 LLM 模型。
- 结合量化方式进行适配判断。
- 提供速度估计参考。
- 提供 fit scoring,辅助比较不同模型的匹配度。
适用场景
在笔记本上评估哪些本地模型更适合运行。
为只有有限显存的电脑筛选可用的量化模型。
在部署前粗略比较多个模型的适配度。
为不同硬件配置准备本地推理方案。
用之前和用之后
- 需要自己判断机器能否运行某个模型。可以先按硬件条件做初筛。
- 模型选择容易受经验影响。可以参考速度估计和适配评分。
- 筛选过程分散。可以围绕同一套硬件条件统一评估。
它是怎么工作的
第 1 步
检测硬件
第 2 步
筛选模型
第 3 步
输出评分
快速上手
安装与复制命令见“安装方式”。
- 1
先确认自己的本机硬件配置。
- 2
将硬件信息交给该 Skill 做评估。
- 3
根据输出的量化、速度和适配度结果筛选模型。
- 4
如需进一步使用,回到对应源文件确认具体流程。
适合谁
- 想在本地跑大模型的个人用户
- 需要先做硬件可行性评估的开发者
- 做模型部署前筛选的技术人员
局限
- 来源信息未提供具体模型列表和筛选规则。
- 未看到明确的输入格式与输出示例。
- 未提供安装命令或完整使用流程。
- 适配结果仍需要结合实际环境进一步确认。
使用前注意
- · 需要核验该 Skill 的实际输入要求和输出格式。
- · 需要核验不同硬件条件下的评估是否覆盖你的设备类型。
- · 需要核验量化、速度估计和适配评分的计算依据。
包含的 Skills · 1
公开来源
相关 Skills
查看更多rea
5 Skills智能逆向分析工具 · morluto
覆盖数据分析、发布说明、CI 与测试审查、工具设计及逆向工程相关场景,可用于整理分析结论、准备变更记录或辅助工程任务拆解。
ECC
314 Skills编程智能体技能集 · affaan-m
覆盖 Agent 评估、安全、架构审查、支付接入和网关测试等场景,可用于梳理任务流程、执行专项检查并形成结构化产出。
security-audit-skill
JavaScript代码安全审计技能 · cloudflare
用于资料研究、事实整理和结构化报告写作,适合需要按流程开展安全审计并整理结果的场景。
taste-skill
1 Skills前端设计技能集 · Leonxlnx
面向前端页面设计与实现,可结合艺术指导、参考图像和浏览器检查,帮助减少通用化页面表达。
