我花一天时间Vibe Coding的开源AI工具,一键检测你的电脑能跑哪些AI大模型

最近一直在深耕 AI Agent 与大模型应用,比如 JitKnow AI 知识库、JitWord协同AI文档、Pxcharts 超级表格,同时也持续在给大家分享 GitHub 上真正能落地、能解决实际问题的优质AI开源项目。

今天和大家分享一款我花了一天时间做的开源工具------ai-detector。

它是一款完全运行在浏览器端的免费硬件检测工具。能自动读取你电脑的内存、CPU、GPU 信息,智能匹配 21+ 主流开源 AI 大模型 的兼容性,并给出本地运行速度预估,帮你在 5 秒内找到最适合自己电脑的 AI 模型。

无需安装、无需登录、无需上传任何数据,全程 100% 本地运行。

ps:最近小龙虾很火,但是又担心自己电脑配置不够的朋友,可以使用这款线上工具检测一下电脑适合哪些模型,告别AI恐惧啦~老规矩,先上开源地址。

github:github.com/MrXujiang/a...

演示地址:jitword.com/ai-detector

下面就和大家详细分享一下这款 AI Coding 出来的开源项目。

先上一个基础的功能演示比如我想在我的电脑里部署一个本地AI模型,但是又担心我的电脑配置不够,那么直接运行这个项目:

点击开始检测, 不到5s,就会给出自己电脑的性能和适合运行哪些模型的详细报告:

分析的非常准确,可能是我电脑年久失修,只给出了28分。。。ai-detector 还会为我们推荐基于当前电脑,适合运行的模型推荐:

不仅如此,它还会对目前主流的数十个开源模型,对当前电脑进行分析评测,分析出部署这些大模型的性能,风险等信息,如下:

对于比较吃电脑性能的模型,它会给我们全面的分析:

最后会基于我们的硬件配置,估算各模型生成速度(tokens/秒),并输出可视化的分析报表:

核心能力总结

下面和大家总结一下 ai-detector 的核心能力和亮点。

  1. 硬件自动检测
  • 系统内存 通过 navigator.deviceMemory 读取 RAM 大小
  • CPU 核心数 通过 navigator.hardwareConcurrency 读取逻辑核数
  • GPU 型号 通过 WebGL WEBGL_debug_renderer_info 扩展识别显卡
  • 综合跑分基于内存与 CPU 计算 0-100 综合评分,直观了解你的 AI 能力等级

2. 21+ 大模型兼容性分析

覆盖当前最主流的开源大模型系列,一键发现哪些能跑、哪些跑不动:

系列 代表模型 参数规模
🦙 Llama TinyLlama、Llama 3.2、Llama 3.1 1.1B ~ 70B
🌐 Qwen Qwen2.5 3B/7B/14B/32B/72B 3B ~ 72B
💎 Phi Phi-3 Mini、Phi-3 Medium 3.8B ~ 14B
🌬️ Mistral Mistral 7B 7B
🧠 DeepSeek DeepSeek-R1、DeepSeek Coder 7B ~ 70B
👁️ 多模态 LLaVA 7B、MiniCPM-V 8B 7B ~ 8B
💫 Gemma Gemma 2 2B 2B
  1. 支持兼容性三级分类
  • 😊 流畅运行内存充裕,可稳定高速推理
  • ⚠️ 勉强运行:内存刚好满足,速度偏慢
  • 内存不足:当前配置无法加载该模型
  1. 运行速度排行

检测完成后自动生成可运行模型的速度排行榜,按 tokens/秒从高到低排列,帮你优先选出响应最快的模型。

  1. 量化模式切换
  • Q4 量化内存占用更低,普通设备首选
  • Q8 量化精度更高,内存需求约为 Q4 的 2 倍
  • 一键切换,实时刷新所有模型兼容状态
  1. 个性化模型推荐基于我们的硬件配置,自动从模型库中精选 最均衡速度最快能力最强 三款推荐,省去选择烦恼。

  2. 一键复制检测报告

生成包含硬件配置、综合评分、可运行模型的文本报告,方便分享或咨询。

完整使用流程总结

为了让大家轻松上手使用,我总结了一下7步使用法,大家可以参考一下:

  1. 打开页面 → 点击「开始硬件检测」按钮
  2. 等待扫描(约 3~5 秒)→ 自动完成内存、CPU、GPU 检测
  3. 查看结果 → 获得综合跑分与设备等级评价
  4. 浏览推荐 → 查看「为你推荐」区块,获取最适合你的 3 款模型
  5. 筛选模型 → 在「模型列表」中按兼容状态、类型筛选,支持关键词搜索
  6. 切换量化 → 尝试切换 Q4 / Q8 量化,查看内存需求变化
  7. 复制报告 → 一键复制检测结果,方便保存或分享

为什么要做这个开源项目这里分析一张图,大家就知道了:

特性 AI -Detector 其他工具
需要安装 ❌ 无需安装 ✅ 通常需要
需要登录 ❌ 无需注册 ✅ 通常需要
数据上传 ❌ 完全不上传 ⚠️ 部分上传
模型覆盖 ✅ 21+ 主流模型 ⚠️ 覆盖有限
速度预估 ✅ tokens/s 量化估算 ⚠️ 通常无此功能
升级建议 ✅ 智能提示内存升级方案 ❌ 无
量化切换 ✅ Q4 / Q8 实时切换 ❌ 无
开源免费 ✅ MIT 协议 ⚠️ 多数收费

主要是为了让任何没有技术基础的人,也能轻松拥有专业级AI模型选型能力,告别AI焦虑。

目前已开源,大家可以免费使用:

github:github.com/MrXujiang/a...

DEMO演示地址:jitword.com/ai-detector

相关推荐
英俊潇洒美少年2 小时前
Vue3 企业级封装:useEventListener + 终极版 BaseEcharts 组件
前端·javascript·vue.js
嵌入式×边缘AI:打怪升级日志2 小时前
使用JsonRPC实现前后台
前端·后端
小码哥_常3 小时前
深度剖析:为什么Android选择了Binder
前端
方安乐4 小时前
单元测试之helper函数
前端·javascript·单元测试
音仔小瓜皮4 小时前
【Web八股】深入理解浏览器DOM事件流,灵活控制它!
前端·web
灼灼桃花夭5 小时前
js之阳历 → 农历(含时辰)转换函数
开发语言·前端·javascript
gyx_这个杀手不太冷静5 小时前
大人工智能时代下前端界面全新开发模式的思考(三)
前端·架构·ai编程
小李子呢02115 小时前
前端八股性能优化(1)---防抖和节流
开发语言·前端·javascript
IT_陈寒5 小时前
Python多进程共享变量那个坑,我差点没爬出来
前端·人工智能·后端