用途：llmfit 检测本机硬件（RAM、CPU、GPU），对数百个 LLM 模型按质量、速度（估算 tok/s）、适配度（显存余量）、上下文容量打分，告诉你哪些模型能在你的硬件上良好运行。
主要能力：适配等级分为 perfect、good、marginal、too_tight；支持 GPU、CPU+GPU 卸载、纯 CPU、MoE 运行模式；自动选择最佳量化（如 Q4_K_M、Q5_K_S、mlx-4bit）；支持多 GPU 与 Ollama、llama.cpp、MLX、Docker Model Runner 等本地运行时；提供交互式 TUI、CLI、REST API 服务器，以及反向的硬件规划（plan）功能。
使用方式：安装可用 brew install llmfit、curl -fsSL https://llmfit.axjns.dev/install.sh | sh（加 --local 免 sudo 装到 ~/.local/bin）、scoop install llmfit、docker run ghcr.io/alexsjones/llmfit，或从源码 cargo build --release。常用命令：llmfit 启动 TUI；llmfit --cli 输出表格；llmfit system 查看硬件；llmfit list / search 列出与搜索模型；llmfit fit --perfect -n 5 查看完美适配；llmfit info "Mistral-7B" 查看详情；llmfit recommend --json --use-case coding --limit 3 按用途推荐；llmfit plan "Qwen/Qwen3-4B-MLX-4bit" --context 8192 规划所需硬件；llmfit serve --host 0.0.0.0 --port 8787 启动 REST API。可用 --memory=24G 覆盖显存、--max-context 限制上下文，或设置 OLLAMA_CONTEXT_LENGTH。
适用场景：判断某模型能否在本机运行、为编码/推理/聊天等用途挑选模型、为集群调度提供节点能力接口、脚本自动化选择并拉取模型。
限制：资料未提供收费、价格与平台支持范围等细节；自动检测在虚拟机、nvidia-smi 异常或直通环境下可能失败，需手动覆盖；Apple Silicon 统一内存会显示为系统 RAM，属预期行为。