← Keşif
GitHub · AlexsJones/llmfit↑ +129 bugün

Donanımınıza uygun yapay zekâ modellerini bulun

Rust diliyle geliştirilen llmfit, yüzlerce büyük dil modelini (large language model) ve sağlayıcıyı tarayarak donanımınızla uyumlu olanları tek bir komutla tespit etmenizi sağlıyor. Araç, yerel sistem kaynaklarına en uygun modelleri bulma sürecini otomatikleştiriyor.

Güncelleme

  • 8 Ekim 2026: Yıldız 37.196 → 37.724, son sürüm v1.1.17 (8 Ekim 2026).
  • 27 Eylül 2026: Yıldız 35.465 → 37.196, son sürüm v1.1.16 (19 Eylül 2026).
  • 10 Eylül 2026: Yıldız 34.855 → 35.465, son sürüm v1.1.15 (10 Eylül 2026).
  • 4 Eylül 2026: Yıldız 34.596 → 34.855, son sürüm v1.1.14 (3 Eylül 2026).

Ne kazandırır?

  • Sisteminizle uyumlu modelleri otomatik tespit eder
  • Bellek, hız ve kaliteye göre sıralama yapar
  • Etkileşimli arayüz ile kolay yönetim sağlar

Kurulum

macOS veya Linux için kurulum
brew install AlexsJones/llmfit/llmfit
Hızlı kurulum
curl -fsSL https://llmfit.axjns.dev/install.sh | sh

Çalıştırma

Etkileşimli arayüzü başlatma
llmfit

Kod bilmiyorsanız

Yapay zekâ ajanınıza (Claude Code · Codex · Antigravity) yapıştırın

Sistemimin donanım özelliklerini analiz et ve mevcut RAM, CPU ve GPU kapasiteme göre çalıştırabileceğim en iyi yapay zekâ modellerini öner. Modelleri performans, bellek kullanımı ve kalite kriterlerine göre sıralayarak bana en uygun olanları listele.

Depo: https://github.com/AlexsJones/llmfit. Kurulum ve çalıştırmada bu deponun README dosyasındaki resmî talimatları esas al.

Başlamadan önce hangi işletim sisteminde çalıştığımızı ve gerekli araçların (ör. Python, Node.js, Git, Docker) kurulu olup olmadığını kontrol et; eksik olanları bu sisteme göre adım adım kur.

Çalışmak için yeni ve boş bir klasör oluştur. Bu klasörün dışındaki dosyalarıma dokunma, hiçbir şeyi silme. Her komutu çalıştırmadan önce ne yapacağını bir cümleyle söyle.

Her adımın sonunda ekranda ne görmem gerektiğini söyle. Bir hata oluşursa hata mesajını sana olduğu gibi yapıştıracağım, birlikte düzeltelim.

Kimin içinYerel bilgisayarında hangi yapay zekâ modellerinin verimli çalışacağını merak eden kullanıcılar içindir.
LisansMIT

Bağlantılar

TreScout bu aracı geliştirmedi · GitHub trendlerinde keşfedip Türkçe tanıttı. Tanıtım metni deponun kendi belgelerinden yapay zekâ ile hazırlandı. Bu sayfa deponun 2026-07-22 tarihindeki hâlini anlatır: Yıldız sayısı ve yazdığımız metin o güne aittir, depo sonrasında değişmiş olabilir. Güncel durum için depo bağlantısına bakın.

İlgili sözlük terimleri