LLM Configurator

io.github.aikubav1.0.0更新於 Oct 2, 2026

Read-only: which local LLMs a GPU or Mac can run - VRAM fit, tokens/sec, model specs.

已驗證Streamable HTTP可網頁執行AI & ML

概覽

AI 產生的概覽

以唯讀方式查詢某張 GPU 或 Mac 能執行哪些本機大型語言模型，包含 VRAM 是否足夠、每秒 token 數與模型規格。

功能
這個遠端 MCP 伺服器提供在本機執行大型語言模型的唯讀參考資訊。根據登錄描述，它能回答某張 GPU 或 Mac 能執行哪些本機模型、模型是否符合可用 VRAM、預期的每秒 token 數，以及模型規格等問題。資訊清單中未列出工具，因此無法在此說明具體的工具名稱與參數。
適用情境
適合在規劃本機大型語言模型部署時，快速確認硬體相容性、VRAM 需求與大致效能預期，再決定是否下載或執行某個模型。它是查詢輔助工具，並不負責安裝、下載或執行模型。
執行需求
遠端 streamable HTTP 端點，不需要安裝套件。資訊清單未宣告驗證、環境變數或標頭，因此看起來不需要憑證。需要能連線到該服務供應商的端點。
安裝前請注意
資訊清單未宣告驗證、環境變數或標頭，因此不涉及密鑰。描述顯示為唯讀參考資料，但工具清單未公布，使用前應確認實際行為。查詢內容會傳送到第三方遠端端點。

安裝

在 SourceWeft 中

  1. 開啟 儀表板中的 LLM Configurator，將其新增到工作區。
  2. 為需要使用其工具的對話啟用該服務。

Web executable，透過 Streamable HTTP。 遠端服務在工作區中設定後即可從網頁執行環境執行。

其他 MCP 客戶端

把它新增到你客戶端的 mcpServers 設定中。

{
  "mcpServers": {
    "llmconfigurator": {
      "type": "http",
      "url": "https://elgadmisijrfowuujcmu.supabase.co/functions/v1/mcp"
    }
  }
}

README

該儲存庫沒有 README。

工具

0
工具後設資料尚未被收錄。

版本歷史

1
  1. v1.0.0最新Oct 2, 2026