使用指南

用一行命令检测你的硬件适合跑哪个本地大模型。

快速开始

1. 打开终端（Windows 推荐 PowerShell 或 cmd，Linux/macOS 用 Terminal）
2. Linux / macOS（需 Python 3.7+）：

   curl -sL https://whichllm-saas.pages.dev/detect.py | python3

   Windows（PowerShell，无需安装）：

   irm https://whichllm-saas.pages.dev/detect.ps1 | iex

   如果系统有 Python，也可用 curl.exe -sL .../detect.py | python

   脚本会自动检测 GPU、显存、系统内存，并从数据库匹配最佳推荐。
3. 查看结果：终端会显示匹配的 GPU 型号、各用途（通用对话 / 编程 / 视觉 / 数学）的 Top-3 模型推荐，以及升级建议。

安装 Python

detect.py 只需要 Python 3.7+（含 3.8~3.13），使用标准库，无需安装任何第三方包。

Windows

1. 下载安装包：访问 python.org/downloads，点击黄色 "Download Python" 按钮。
2. 运行安装程序：务必勾选 "Add Python to PATH"，然后点击 "Install Now"。
3. 验证：重新打开终端，执行 python --version，看到版本号即成功。

macOS

1. 终端执行 python3 --version 检查是否已安装。
2. 如未安装：brew install python（需 Homebrew），或访问 python.org/downloads 下载。
3. 验证：python3 --version

Linux

1. python3 --version 检查是否已安装（Ubuntu/Debian/Fedora 大多预装）。
2. 如未安装：
   Ubuntu/Debian：sudo apt install python3
   Fedora：sudo dnf install python3
   Arch：sudo pacman -S python
3. 验证：python3 --version

精确检测（备选方案）

如果一键脚本检测结果不准（例如 GPU 型号显示不完整），可以用原版 Python CLI：

# 方式一：pip 安装
pip install whichllm
whichllm

# 方式二：uvx 零安装运行（更快）
uvx whichllm@latest

原版 whichllm 会调用 NVIDIA Management Library (NVML) 或 AMD ROCm / Apple Metal API 做精确硬件检测，结果更准确。

输出解读

  ✅ 匹配到: NVIDIA GeForce RTX 4090 (24 GB · nvidia)

  📐 通用对话 推荐 Top-3:
     1. Qwen3-235B-A22B  — 得分: 92.1
     2. Llama-4-Maverick  — 得分: 89.8
     3. Mistral-Small    — 得分: 87.3
  ...

列表中每个推荐包含模型名和综合得分（0-100 分）。得分越高，在该硬件上的推理效果越好。

常见问题

检测结果显示"未匹配到数据库记录"

说明你的 GPU 型号可能不在当前数据库中，或型号名不完整。试试网页版手动搜索，或在终端运行 pip install whichllm && whichllm 做精确检测。

没有 GPU，只有 CPU

依然可以运行本地 LLM，只是速度较慢。数据库中有纯 CPU 可运行的模型，搜索时会自动匹配。网页版搜索可筛选"纯 CPU"类别。

Windows 用户怎么运行？

打开 PowerShell，直接粘贴：
irm https://whichllm-saas.pages.dev/detect.ps1 | iex
PowerShell 会自动下载并运行，无需安装任何东西。

数据多久更新一次？

数据每天凌晨自动从 HuggingFace 更新，包含最新的基准测试结果。

推荐结果不准怎么办？

whichllm 的基准测试数据来自 HuggingFace、LiveBench、Aider 等公开来源。如果有更新的数据，欢迎提交 PR 到 GitHub 仓库。