现在很多人看教程，想用 Ollama 或 LM Studio 在本地跑个 Qwen、Llama。真正卡人的地方，往往不是安装命令，而是硬件边界不好判断：8G 显存能不能跑 7B？Mac 的统一内存能不能顶住 14B？32B 模型是不是一上来就没戏？如果没提前算清楚，很容易下载了二三十 GB 的权重文件，等半天之后才发现显存溢出（OOM），或者速度慢到基本没法用。
这个工具真正有用的地方在于，你不需要自己去查复杂的算力对照表。打开网页，它会通过浏览器接口自动读取你当前设备的 CPU、GPU 和内存信息，然后直接给你列出一个清单，告诉你哪些模型能跑，哪些跑不动。
它主要通过 WebGL、WebGPU 和 Navigator 等浏览器接口识别 GPU、CPU 与内存信息，再结合内置硬件与模型数据库进行估算。当你允许网页读取硬件信息后，它不仅会给出是否能跑的判断，还会直接给出 S 到 F 的运行等级评分：
S 级到 A 级：显存相对充裕，理论上更适合作为日常使用的模型选择。
B 级到 C 级：可以跑，但显存刚好卡边，可能不稳定或频繁占用系统内存，适合不赶时间的离线任务。
D 级到 F 级：理论上能启动或完全无法运行，实际体验很差，不建议尝试。
除了评分，它还会给出具体的量化方案建议。稍微懂点本地化 AI 的人都知道，量化是普通电脑跑大模型的救命稻草。它能明确指出：你这台机器跑不动完整的全精度版本，但如果下载 GGUF 格式的 Q4 量化版，显存占用大概率会更接近可运行区间。目前它的模型库覆盖了 Llama、Qwen、DeepSeek、Gemma、Mistral、Phi 等常见本地模型，并可按聊天、代码、推理等任务进行初步筛选。 硬件评分只能做参考，实际运行速度还要实测