llmfit：一条命令告诉你，这台电脑能跑哪些本地大模型

想本地跑大模型的人，十有八九踩过同一个坑：看中一个模型，下了十几 GB，加载时显存爆了，或者勉强跑起来每秒只蹦两三个字。llmfit 想解决的就是下载之前的这一步判断：它读你的硬件配置，告诉你哪些模型能跑、大概跑多快。这两天它冲上了 Rust 趋势榜。

它解决什么问题

llmfit 是个终端工具，启动后先检测 CPU 核数、内存、独显/集显、显存，以及 Apple Silicon 这类统一内存架构（支持 NVIDIA CUDA、AMD ROCm、Intel OneAPI、Apple Silicon）。然后对内置的模型库逐个打分，维度有四个：内存能不能装下、估算速度、质量、上下文长度。结果按适配程度排好，不用自己去算"7B 的 Q4 要多少显存"。

几个我觉得实用的点：

• 考虑量化格式（GGUF、AWQ、GPTQ、EXL2），同一个模型会给出不同量化下的占用和速度
• 认得 MoE 模型，按激活参数而不是总参数估算速度，这点比不少"显存计算器"靠谱
• 支持多 GPU
• 速度估算基于内存带宽模型，每个数字都能用 llmfit info 看到它的输入假设
• 能对接 Ollama、llama.cpp、MLX、Docker Model Runner、LM Studio 这些本地运行时
• 还带一个 Web 面板和 REST 接口（/api/v1/system、/api/v1/models），脚本和 agent 可以直接调用

最近加的 benchmark 功能也有意思：你可以在本机下载模型、起服务、实测 tok/s，结果会替换表里的估算值，还能从 TUI 里直接提 PR 贡献给社区。以后同样硬件的人会直接看到实测数据。

怎么用

安装方式很多：

scoop install llmfit

brew install AlexsJones/llmfit/llmfit

uv tool install -U llmfit
uvx llmfit        # 不安装直接跑

常用命令：

llmfit                       # 交互式 TUI：你的硬件 + 所有模型，按适配度排序
llmfit fit                   # 经典表格输出
llmfit recommend --json      # 推荐结果输出 JSON，方便脚本/agent 用
llmfit info "<模型名>"        # 单个模型的适配分析和估算依据
llmfit bench                 # 对正在跑的服务实测 tok/s 和首字延迟
llmfit serve --port 8787     # 起 Web 界面和 API

TUI 里 / 可以按名称、家族或量化过滤，h 看帮助。没有显卡的机器也能用，它会按 CPU 和内存给出建议。

放到服务器上当个常驻面板也行，官方有 Docker 镜像：

docker run -d -p 8787:8787 ghcr.io/alexsjones/llmfit serve

适合谁，要注意什么

适合正在选本地模型的人，或者要给一批机器统一规划"每台该跑什么"的人。recommend --json 配合 jq，可以直接做成部署流程里的一步。

要留意的是，没跑 benchmark 之前，速度数字是估算值，不是实测。README 自己也提到，同类的 llm-checker 走的是"通过 Ollama 真跑一遍"的路线，更接近真实表现，但要求先装 Ollama；llmfit 是先从规格估算，省事，代价是精度。两者可以搭着用：先用 llmfit 筛，再对入围的实测。

项目信息

• 语言：Rust
• License：MIT
• Star：截至 2026-10-01 约 3.7 万
• 最新版本：v1.1.16（2026-09-19）
• GitHub：https://github.com/AlexsJones/llmfit

---

原文发布于 SunAI 论坛。文中版本、Star 数及相对时间均以原帖发布时为准。