Mindket

Local Model Explorer

新上架第 1 版 · 更新于

概览

展示哪些 GGUF 量化模型适合你的显卡、Mac 或 CPU,适合在自己电脑上运行语言模型、想选一个能跑起来的文件的人。

Local Model Explorer 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 一个网页浏览器
  • Python 和 pip 工具,只有想把文件放到自己电脑上时才需要
用在
  • 网页浏览器,直接打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,在浏览器里打开下载好的 index.html
先运行
pip install -U huggingface_hub
hf download LocalLLaMA/local-model-explorer --repo-type space --local-dir local-model-explorer
cd local-model-explorer

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Local Model Explorer 是一个小型网页,帮你看看哪些 GGUF 量化模型适合你手上的硬件。它涵盖 GPU、Mac 和普通 CPU。这个 Space 用静态 HTML 构建,并指定了一个配套数据集 local-model-explorer-data 作为数据来源。

适合谁

在自己电脑上运行语言模型的人,想在下载之前先知道哪个量化文件适合自己的机器。

行业谁在用怎么用例子
兴趣爱好在家使用本地模型的人查看哪些量化版本适合自己的显卡保存大模型文件之前先检查 Mac
软件开发在应用里加入本地模型的开发者对照目标机器比较量化选项选一个能在笔记本 CPU 上运行的文件
研究测试开放模型的人查找哪些量化版本适合单块 GPU为实验室工作站选一个量化版本

如果你只用托管的聊天服务,从不自己运行模型,可以跳过它。

用在哪里

  • 网页浏览器,直接打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,在浏览器里打开下载好的 index.html
使用场景谁用得到什么
为 GPU 选量化版本本地模型用户一份适合该显卡的 GGUF 量化版本视图
为 Mac 选量化版本Mac 用户一份适合该 Mac 的 GGUF 量化版本视图
为 CPU 选量化版本没有显卡的人一份适合 CPU 的 GGUF 量化版本视图

如何设置

你可以直接在线使用这个页面,什么都不用安装。如果想要本地副本,还需要做一点准备。

  • 一个网页浏览器
  • Python 和 pip 工具,只有想把文件放到自己电脑上时才需要
  1. 用 pip 安装 Hugging Face hub 包。
  2. 用 hf 命令把这个 Space 的文件下载到一个文件夹里。
  3. 进入该文件夹。
  4. 在网页浏览器里打开 index.html。
pip install -U huggingface_hub
hf download LocalLLaMA/local-model-explorer --repo-type space --local-dir local-model-explorer
cd local-model-explorer

如何使用

打开 Hugging Face 上这个 Space 的页面,它就在浏览器里运行。如果有本地副本,就改为打开 index.html。然后找出适合你的 GPU、Mac 或 CPU 的 GGUF 量化版本。下载命令会把整个 Space 拉取到一个文件夹里。

hf download LocalLLaMA/local-model-explorer --repo-type space --local-dir local-model-explorer

示例

你有一台 Mac,想找一个能装得下的量化模型。你在浏览器里打开这个页面,查看哪些 GGUF 量化版本适合 Mac。页面的设计就是向你展示合适的那些,这样你可以下载一个能顺利加载的。

新手与专家

GGUF 是一种用于在自己电脑上运行语言模型的文件格式,量化版本则是占用内存更少的缩小版模型。第一步,在浏览器里打开这个 Space 的页面,看看它为你这类电脑列出了什么。

底层是静态 HTML 加一个样式表,所以没有服务器要运行,也不用登录。代价是页面的好坏取决于它指定的数据集,而来源没有说明这些数据如何更新。

  1. 在浏览器里打开页面
  2. 静态 HTML 连同数据一起加载
  3. 查看哪些 GGUF 量化版本适合你的硬件
  4. 选一个适合你机器的文件

注意事项

  • License: MIT
  • Cost to run: 来源没有提到
  • Data it reaches: Hugging Face 上名为 local-model-explorer-data 的数据集,没有提到账号
  • Not for: 来源没有说明禁止的用途

README 和文件

README

Local Model Explorer

展示哪些 GGUF 量化模型适合你的显卡、Mac 或 CPU,适合在自己电脑上运行语言模型、想选一个能跑起来的文件的人。

由 LocalLLaMA 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Local Model Explorer 是一个小型网页,帮你看看哪些 GGUF 量化模型适合你手上的硬件。它涵盖 GPU、Mac 和普通 CPU。这个 Space 用静态 HTML 构建,并指定了一个配套数据集 local-model-explorer-data 作为数据来源。

适合谁:在自己电脑上运行语言模型的人,想在下载之前先知道哪个量化文件适合自己的机器。

行业 | 谁在用 | 怎么用 | 例子
兴趣爱好 | 在家使用本地模型的人 | 查看哪些量化版本适合自己的显卡 | 保存大模型文件之前先检查 Mac
软件开发 | 在应用里加入本地模型的开发者 | 对照目标机器比较量化选项 | 选一个能在笔记本 CPU 上运行的文件
研究 | 测试开放模型的人 | 查找哪些量化版本适合单块 GPU | 为实验室工作站选一个量化版本

如果你只用托管的聊天服务,从不自己运行模型,可以跳过它。

用在哪里:

  • 网页浏览器,直接打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux,在浏览器里打开下载好的 index.html
使用场景 | 谁用 | 得到什么
为 GPU 选量化版本 | 本地模型用户 | 一份适合该显卡的 GGUF 量化版本视图
为 Mac 选量化版本 | Mac 用户 | 一份适合该 Mac 的 GGUF 量化版本视图
为 CPU 选量化版本 | 没有显卡的人 | 一份适合 CPU 的 GGUF 量化版本视图

如何设置:你可以直接在线使用这个页面,什么都不用安装。如果想要本地副本,还需要做一点准备。

  • 一个网页浏览器
  • Python 和 pip 工具,只有想把文件放到自己电脑上时才需要
  1. 用 pip 安装 Hugging Face hub 包。
  2. 用 hf 命令把这个 Space 的文件下载到一个文件夹里。
  3. 进入该文件夹。
  4. 在网页浏览器里打开 index.html。
pip install -U huggingface_hub
hf download LocalLLaMA/local-model-explorer --repo-type space --local-dir local-model-explorer
cd local-model-explorer

如何使用:打开 Hugging Face 上这个 Space 的页面,它就在浏览器里运行。如果有本地副本,就改为打开 index.html。然后找出适合你的 GPU、Mac 或 CPU 的 GGUF 量化版本。下载命令会把整个 Space 拉取到一个文件夹里。

hf download LocalLLaMA/local-model-explorer --repo-type space --local-dir local-model-explorer

示例:你有一台 Mac,想找一个能装得下的量化模型。你在浏览器里打开这个页面,查看哪些 GGUF 量化版本适合 Mac。页面的设计就是向你展示合适的那些,这样你可以下载一个能顺利加载的。

新手与专家:GGUF 是一种用于在自己电脑上运行语言模型的文件格式,量化版本则是占用内存更少的缩小版模型。第一步,在浏览器里打开这个 Space 的页面,看看它为你这类电脑列出了什么。

底层是静态 HTML 加一个样式表,所以没有服务器要运行,也不用登录。代价是页面的好坏取决于它指定的数据集,而来源没有说明这些数据如何更新。

在浏览器里打开页面
静态 HTML 连同数据一起加载
查看哪些 GGUF 量化版本适合你的硬件
选一个适合你机器的文件

注意事项:

  • License: MIT
  • Cost to run: 来源没有提到
  • Data it reaches: Hugging Face 上名为 local-model-explorer-data 的数据集,没有提到账号
  • Not for: 来源没有说明禁止的用途

Hugging Face 上的数据(2026年11月13日)

  • 点赞:34
  • 构建方式:static
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/LocalLLaMA/local-model-explorer
  • 文件:https://huggingface.co/spaces/LocalLLaMA/local-model-explorer/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Local Model Explorer 本页34staticmit
InferenceSupport共有 static764staticafl-3.0
Huggy共有 static463staticcc-by-nc-sa-4.0
Z-Image Lookalike LoRA Index共有 static189staticapache-2.0
Granite Docling 258M WebGPU共有 static163staticapache-2.0
DINOv3 Web共有 static162staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Claude Code Skills & Plugins

alirezarezvani · 技能

为 Claude Code 和其他编程智能体提供 411 个现成技能,按角色分组,从工程、产品到营销、财务和合规。以插件方式安装。适合开发者和业务团队。

新上架29.8k

开发类的相似商品

查看开发类的全部商品

buzz

block · 工具包

可自行托管的工作空间,人和 AI 智能体在同样的房间里协作,基于 Nostr 中继,把每个动作记录为签名事件。适合想自己运行中继的团队。

新上架37.3k

plannotator

backnotprop · 工具包

把你的 AI 编程智能体的计划、规格和代码改动在浏览器里打开,让你加批注或评论,并把反馈直接发回给智能体。

新上架10.5k

open-code-review

alibaba · 工具包

用 AI 智能体审查 Git 改动:它会读取文件、搜索代码库,再写出对应到具体行的审查意见。适合想在命令行里自动做代码审查的开发者。

新上架50.7k