[TIP] llmfit - 내 PC에 맞는 LLM 모델 자동 추천 도구

llmfit - 내 PC에 맞는 LLM 모델 자동 추천 도구

로컬 LLM을 실행하고 싶지만 어떤 모델이 내 하드웨어에서 잘 돌아갈지 모르겠다면 llmfit이 해결책입니다.

수백 개의 모델과 제공자 중에서 내 PC 사양에 딱 맞는 모델을 한 명령어로 찾아줍니다.

🎯 핵심 기능

기능	설명
자동 하드웨어 감지	CPU, RAM, GPU 이름, VRAM, 백엔드 자동 분석
4차원 모델 평가	품질, 속도, 적합도, 컨텍스트 기반 종합 점수
다중 GPU 지원	NVIDIA, AMD, Intel Arc, Apple Silicon, Ascend
동적 양자화 선택	하드웨어에 맞는 최적의 양자화(Q8_0 ~ Q2_K) 자동 추천
TUI/CLI 모드	인터랙티브 터미널 UI와 클래식 명령행 모드

📊 llmfit이 추천하는 모델 선정 기준

llmfit은 각 모델을 4가지 차원(0~100점)으로 평가합니다:

차원	평가 기준
품질(Quality)	파라미터 수, 모델 패밀리 평판, 양자화 패널티, 작업 적합도
속도(Speed)	백엔드, 파라미터, 양자화 기반 추정 토큰/초
적합도(Fit)	메모리 활용 효율성 (50~80% 스위트 스팟)
컨텍스트(Context)	컨텍스트 윈도우 vs 사용 사례별 목표

★ Insight ────────────────────────────────────────────────────
Fit Level 시스템: Perfect(권장), Good(여유 있음), Marginal(빠듯함), Too Tight(불가능) 등으로
분류하여 실제 실행 가능성을 명확히 알려줍니다. CPU 전용 모델은 무조건 Marginal로 캡핑됩니다.
───────────────────────────────────────────────────────────

🪟 Windows에서 설치 및 실행하기

1단계: Scoop 설치

Windows에서는 관리자 모드가 아닌 일반 PowerShell에서 Scoop를 설치해야 합니다.

# PowerShell (관리자 모드 X)에서 실행
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Invoke-RestMethod -Uri https://get.scoop.sh | Invoke-Expression

콘솔 출력:

PS C:\Users\user> Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

PS C:\Users\user> Invoke-RestMethod -Uri https://get.scoop.sh | Invoke-Expression
Initializing Scoop...
Installing Scoop to 'C:\Users\user\scoop'
Scoop was installed successfully!

2단계: llmfit 설치

Scoop이 설치되면 다음 명령어로 llmfit을 설치합니다.

scoop install llmfit

콘솔 출력:

PS C:\Users\user> scoop install llmfit
Installing 'llmfit' (0.5.0) [64bit]
llmfit.jar (7.2 MB) [======================================================================================] 100%
Checking hash of llmfit.jar ... ok.
Linking ~\scoop\shims\llmfit.exe => ~\scoop\apps\llmfit\current\llmfit.exe
'llmfit' (0.5.0) was installed successfully!

3단계: llmfit 실행

설치 후 터미널에서 llmfit을 입력하면 TUI가 시작됩니다.

llmfit

🖼️ TUI 화면 구성

실행 후 화면 상단에 시스템 사양이 표시됩니다:

상단 시스템 바 예시:

┌────────────────────────────────────────────────────────────────────┐
│ CPU: 16 cores │ RAM: 31.7/32.0 GB │ GPU: RTX 4070 (11.8 GB) │ CUDA │
└─────────────────────────────────────────────────────────────────────────────┘

CPU: 코어 수 (예: 16 cores)
RAM: 전체/가용 메모리 (예: 31.7/32.0 GB)
GPU: GPU 이름, VRAM, 백엔드 (예: RTX 4070, 11.8 GB, CUDA)

아래 표에는 모델들이 종합 점수순으로 정렬됩니다:

모델 리스트 예시 (Perfect 필터 적용 시):

┌──────────┬────────────┬──────────┬─────────┬─────────┬─────────┬──────┬─────────┐
 Score     │ Model      │ Params   │ TPS     │ Mem%    │ Fit     │ Inst │ Use     
├──────────┼────────────┼──────────┼─────────┼─────────┼─────────┼──────┼─────────┤
 ★ 85     │ Llama-3.2  │ 3B       │ 85      │ 68%     │ Perfect │      │ General 
 ★ 82     │ Qwen2.5    │ 3B       │ 92      │ 65%     │ Perfect │      │ Coding  
 ★ 79     │ Phi-4      │ 3.8B     │ 78      │ 72%     │ Perfect │ ✓    │ Chat    
└──────────┴────────────┴──────────┴─────────┴─────────┴─────────┴──────┴─────────┘

⌨️ 주요 TUI 단축키

키	기능
`↑`/`↓` 또는 `j`/`k`	모델 탐색
`/`	검색 모드 (이름, 제공자, 파라미터, 용도)
`f`	Fit 필터 순환: All → Runnable → Perfect → Good → Marginal
`a`	가용성 필터: All → GGUF Avail → Installed
`s`	정렬 기준 변경: Score → Params → Mem% → Ctx → Date
`d`	선택한 모델 다운로드
`r`	설치된 모델 새로고침
`Enter`	상세 정보 보기
`q`	종료

💡 Perfect Fit 모델 찾기

llmfit 실행
f 키를 눌러 필터를 Perfect로 변경
상단에 있는 모델들이 내 하드웨어에 가장 적합한 모델들입니다.

실제 TUI 사용 예시:

# llmfit 실행 후 TUI 시작
$ llmfit

# 초기 화면 (All 필터)
Fit: All ────────────────────────────────

# f 키 누르면 필터 변경
Fit: Runnable ───────────────────────────

# 다시 f 키 누르면
Fit: Perfect ────────────────────────────
  ★ 내 하드웨어에 가장 적합한 모델들만 표시됨!

필터 순환: All → Runnable → Perfect → Good → Marginal

★ Insight ─────────────────────────────────────
Perfect vs Good: Perfect는 GPU에서 권장 사양을 충족하는 모델,
Good은 여유 있게 실행 가능한 모델입니다.
MoE(Mixture-of-Experts) 모델은 expert offloading이므로 Good이 최상입니다.
─────────────────────────────────────────────────

🖥️ CLI 모드 사용법

TUI 대신 테이블 출력이 필요하면 --cli 옵션을 사용합니다.

시스템 사양 확인

$ llmfit system

콘솔 출력:

System Information:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
CPU:  AMD Ryzen 7 7800X3D (16 cores)
RAM:  31.7 GB / 32.0 GB
GPU:  NVIDIA GeForce RTX 4070 (11.8 GB)
Backend: CUDA
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

Perfect Fit 모델 조회

$ llmfit fit --perfect -n 5

콘솔 출력:

┌──────────────┬─────────┬─────────┬─────────┬──────────┬─────────┬─────────┐
│ Model        │ Params  │ TPS     │ Mem%    │ Fit      │ Context │ Use     │
├──────────────┼─────────┼─────────┼─────────┼──────────┼─────────┼─────────┤
│ Llama-3.2-3B │ 3.0B    │ 85 t/s  │ 68%     │ Perfect  │ 128K    │ General │
│ Qwen2.5-3B   │ 3.0B    │ 92 t/s  │ 65%     │ Perfect  │ 32K     │ Coding  │
│ Phi-4-mini   │ 3.8B    │ 78 t/s  │ 72%     │ Perfect  │ 128K    │ Chat    │
│ Gemma-3-4B   │ 4.0B    │ 75 t/s  │ 77%     │ Perfect  │ 8K      │ General │
│ Qwen3-4B     │ 4.0B    │ 88 t/s  │ 70%     │ Perfect  │ 32K     │ Coding  │
└──────────────┴─────────┴─────────┴─────────┴──────────┴─────────┴─────────┘

기타 CLI 명령어

# 모든 모델을 적합도 순으로 표시
llmfit --cli

# 이름, 제공자, 크기로 검색
llmfit search "llama 8b"

# 특정 모델 상세 정보
llmfit info "Mistral-7B"

# JSON 출력 (스크립트/에이전트용)
llmfit recommend --json --limit 5

🎨 테마 변경

t 키를 누르면 6가지 내장 테마를 순환할 수 있습니다.

테마	설명
Default	기본 llmfit 색상
Dracula	짙은 보라 배경에 파스텔 강조
Solarized	Solarized Dark 팔레트
Nord	차가운 파란색-회색 톤
Monokai	Monokai Pro 따뜻한 문법 색상
Gruvbox	따뜻한 지구 톤의 레트로 그루브

선택한 테마는 ~/.config/llmfit/theme에 자동 저장됩니다.

🔧 고급 기능

GPU 메모리 오버라이드

GPU VRAM 자동 감지가 실패하면 --memory 옵션으로 수동 지정합니다.

# 32GB VRAM으로 오버라이드
llmfit --memory=32G

# 메가바이트도 가능 (32000 MB ≈ 31.25 GB)
llmfit --memory=32000M

# 모든 모드에서 작동
llmfit --memory=24G --cli
llmfit --memory=24G fit --perfect -n 5

컨텍스트 길이 캡

메모리 추정에 사용할 컨텍스트 길이를 제한합니다.

# 4K 컨텍스트로 메모리 적합도 추정
llmfit --max-context 4096 --cli

Plan 모드 (하드웨어 계획)

TUI에서 p 키를 누르면 Plan 모드가 활성화됩니다. 특정 모델 설정에 필요한 하드웨어를 추정합니다.

# CLI에서도 사용 가능
llmfit plan "Qwen/Qwen3-4B-MLX-4bit" --context 8192
llmfit plan "Qwen/Qwen3-4B-MLX-4bit" --context 8192 --quant mlx-4bit --target-tps 25

REST API 모드

클러스터 스케줄러나 애그리게이터를 위해 노드 수준 REST API를 실행할 수 있습니다.

llmfit serve --host 0.0.0.0 --port 8787

# 헬스 체크
curl http://localhost:8787/health

# 노드 하드웨어 정보
curl http://localhost:8787/api/v1/system

# 상위 5개 실행 가능한 모델
curl "http://localhost:8787/api/v1/models/top?limit=5&min_fit=good&use_case=coding"

🔄 런타임 제공자 통합

llmfit은 여러 로컬 런타임과 통합됩니다:

Ollama 통합

요구사항:

Ollama가 설치되어 실행 중이어야 함
http://localhost:11434에 자동 연결

# 원격 Ollama 인스턴스 연결
OLLAMA_HOST="http://192.168.1.100:11434" llmfit

TUI에서 설치된 모델에 ✓ 표시가 나타나며, d 키로 직접 다운로드 가능합니다.

llama.cpp 통합

GGUF 파일을 직접 다운로드하고 로컬 캐시를 감지합니다.

📊 Fit Level 가이드

레벨	설명	실행 모드
Perfect	GPU에서 권장 사양 충족	GPU 전용
Good	여유 있게 실행 가능	MoE expert offload 또는 CPU+GPU
Marginal	빠듯하거나 CPU 전용	CPU+GPU 또는 CPU 전용
Too Tight	VRAM 또는 시스템 RAM 부족	실행 불가

★ Insight ─────────────────────────────────────
MoE 아키텍처: Mixtral, DeepSeek-V2/V3 같은 MoE 모델은 토큰당 활성화되는 파라미터만 사용하므로, 전체 파라미터 수보다 훨씬 적은 VRAM이 필요합니다. 예: Mixtral 8x7B는 총 46.7B 파라미터지만 토큰당 ~12.9B만 활성화되어 VRAM이 23.9 GB가 아닌 ~6.6 GB면 됩니다.
─────────────────────────────────────────────────

🌐 지원 플랫폼

플랫폼	지원 수준
Linux	완전 지원 (NVIDIA, AMD, Intel Arc, Ascend)
macOS (Apple Silicon)	완전 지원 (유니파이드 메모리, Metal 가속)
macOS (Intel)	RAM/CPU 감지만 (NVIDIA GPU는 nvidia-smi 있으면 가능)
Windows	RAM/CPU 감지 (NVIDIA GPU는 nvidia-smi 있으면 가능)

📦 macOS/Linux 빠른 설치

Homebrew

brew install llmfit

설치 스크립트

curl -fsSL https://llmfit.axjns.dev/install.sh | sh

sudo 없이 ~/.local/bin에 설치:

curl -fsSL https://llmfit.axjns.dev/install.sh | sh -s -- --local

⚠️ 면책 조항

본 가이드를 따르면서 발생하는 모든 결과에 대한 책임은 전적으로 사용자 본인에게 있습니다. 이 문서는 참고용으로 제공되며, 작성자는 어떠한 손해나 문제에 대해 책임지지 않습니다.

금지 사항:

본 내용을 악의적인 목적으로 사용하는 것을 엄격히 금지합니다.
타인의 권리를 침해하거나 불법적인 활동에 사용하는 것을 금지합니다.
상업적 목적의 무단 복제나 재배포를 금지합니다.

본 가이드의 내용은 학습 및 교육 목적으로만 사용해야 합니다.
────────

llmfit - 내 PC에 맞는 LLM 모델 자동 추천 도구

로컬 LLM을 실행하고 싶지만 어떤 모델이 내 하드웨어에서 잘 돌아갈지 모르겠다면 llmfit이 해결책입니다.

수백 개의 모델과 제공자 중에서 내 PC 사양에 딱 맞는 모델을 한 명령어로 찾아줍니다.

🎯 핵심 기능

기능	설명
자동 하드웨어 감지	CPU, RAM, GPU 이름, VRAM, 백엔드 자동 분석
4차원 모델 평가	품질, 속도, 적합도, 컨텍스트 기반 종합 점수
다중 GPU 지원	NVIDIA, AMD, Intel Arc, Apple Silicon, Ascend
동적 양자화 선택	하드웨어에 맞는 최적의 양자화(Q8_0 ~ Q2_K) 자동 추천
TUI/CLI 모드	인터랙티브 터미널 UI와 클래식 명령행 모드

📊 llmfit이 추천하는 모델 선정 기준

llmfit은 각 모델을 4가지 차원(0~100점)으로 평가합니다:

차원	평가 기준
품질(Quality)	파라미터 수, 모델 패밀리 평판, 양자화 패널티, 작업 적합도
속도(Speed)	백엔드, 파라미터, 양자화 기반 추정 토큰/초
적합도(Fit)	메모리 활용 효율성 (50~80% 스위트 스팟)
컨텍스트(Context)	컨텍스트 윈도우 vs 사용 사례별 목표

🪟 Windows에서 설치 및 실행하기

1단계: Scoop 설치

Windows에서는 관리자 모드가 아닌 일반 PowerShell에서 Scoop를 설치해야 합니다.

# PowerShell (관리자 모드 X)에서 실행
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
Invoke-RestMethod -Uri https://get.scoop.sh | Invoke-Expression

콘솔 출력:

PS C:\Users\user> Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

PS C:\Users\user> Invoke-RestMethod -Uri https://get.scoop.sh | Invoke-Expression
Initializing Scoop...
Installing Scoop to 'C:\Users\user\scoop'
Scoop was installed successfully!

2단계: llmfit 설치

Scoop이 설치되면 다음 명령어로 llmfit을 설치합니다.

scoop install llmfit

콘솔 출력:

PS C:\Users\user> scoop install llmfit
Installing 'llmfit' (0.5.0) [64bit]
llmfit.jar (7.2 MB) [======================================================================================] 100%
Checking hash of llmfit.jar ... ok.
Linking ~\scoop\shims\llmfit.exe => ~\scoop\apps\llmfit\current\llmfit.exe
'llmfit' (0.5.0) was installed successfully!

3단계: llmfit 실행

설치 후 터미널에서 llmfit을 입력하면 TUI가 시작됩니다.

llmfit

🖼️ TUI 화면 구성

실행 후 화면 상단에 시스템 사양이 표시됩니다:

상단 시스템 바 예시:

┌────────────────────────────────────────────────────────────────────┐
│ CPU: 16 cores │ RAM: 31.7/32.0 GB │ GPU: RTX 4070 (11.8 GB) │ CUDA │
└─────────────────────────────────────────────────────────────────────────────┘

CPU: 코어 수 (예: 16 cores)
RAM: 전체/가용 메모리 (예: 31.7/32.0 GB)
GPU: GPU 이름, VRAM, 백엔드 (예: RTX 4070, 11.8 GB, CUDA)

아래 표에는 모델들이 종합 점수순으로 정렬됩니다:

모델 리스트 예시 (Perfect 필터 적용 시):

┌──────────┬────────────┬──────────┬─────────┬─────────┬─────────┬──────┬─────────┐
 Score     │ Model      │ Params   │ TPS     │ Mem%    │ Fit     │ Inst │ Use     
├──────────┼────────────┼──────────┼─────────┼─────────┼─────────┼──────┼─────────┤
 ★ 85     │ Llama-3.2  │ 3B       │ 85      │ 68%     │ Perfect │      │ General 
 ★ 82     │ Qwen2.5    │ 3B       │ 92      │ 65%     │ Perfect │      │ Coding  
 ★ 79     │ Phi-4      │ 3.8B     │ 78      │ 72%     │ Perfect │ ✓    │ Chat    
└──────────┴────────────┴──────────┴─────────┴─────────┴─────────┴──────┴─────────┘

⌨️ 주요 TUI 단축키

키	기능
`↑`/`↓` 또는 `j`/`k`	모델 탐색
`/`	검색 모드 (이름, 제공자, 파라미터, 용도)
`f`	Fit 필터 순환: All → Runnable → Perfect → Good → Marginal
`a`	가용성 필터: All → GGUF Avail → Installed
`s`	정렬 기준 변경: Score → Params → Mem% → Ctx → Date
`d`	선택한 모델 다운로드
`r`	설치된 모델 새로고침
`Enter`	상세 정보 보기
`q`	종료

💡 Perfect Fit 모델 찾기

llmfit 실행
f 키를 눌러 필터를 Perfect로 변경
상단에 있는 모델들이 내 하드웨어에 가장 적합한 모델들입니다.

실제 TUI 사용 예시:

# llmfit 실행 후 TUI 시작
$ llmfit

# 초기 화면 (All 필터)
Fit: All ────────────────────────────────

# f 키 누르면 필터 변경
Fit: Runnable ───────────────────────────

# 다시 f 키 누르면
Fit: Perfect ────────────────────────────
  ★ 내 하드웨어에 가장 적합한 모델들만 표시됨!

필터 순환: All → Runnable → Perfect → Good → Marginal

🖥️ CLI 모드 사용법

TUI 대신 테이블 출력이 필요하면 --cli 옵션을 사용합니다.

시스템 사양 확인

$ llmfit system

콘솔 출력:

System Information:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
CPU:  AMD Ryzen 7 7800X3D (16 cores)
RAM:  31.7 GB / 32.0 GB
GPU:  NVIDIA GeForce RTX 4070 (11.8 GB)
Backend: CUDA
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

Perfect Fit 모델 조회

$ llmfit fit --perfect -n 5

콘솔 출력:

┌──────────────┬─────────┬─────────┬─────────┬──────────┬─────────┬─────────┐
│ Model        │ Params  │ TPS     │ Mem%    │ Fit      │ Context │ Use     │
├──────────────┼─────────┼─────────┼─────────┼──────────┼─────────┼─────────┤
│ Llama-3.2-3B │ 3.0B    │ 85 t/s  │ 68%     │ Perfect  │ 128K    │ General │
│ Qwen2.5-3B   │ 3.0B    │ 92 t/s  │ 65%     │ Perfect  │ 32K     │ Coding  │
│ Phi-4-mini   │ 3.8B    │ 78 t/s  │ 72%     │ Perfect  │ 128K    │ Chat    │
│ Gemma-3-4B   │ 4.0B    │ 75 t/s  │ 77%     │ Perfect  │ 8K      │ General │
│ Qwen3-4B     │ 4.0B    │ 88 t/s  │ 70%     │ Perfect  │ 32K     │ Coding  │
└──────────────┴─────────┴─────────┴─────────┴──────────┴─────────┴─────────┘

기타 CLI 명령어

# 모든 모델을 적합도 순으로 표시
llmfit --cli

# 이름, 제공자, 크기로 검색
llmfit search "llama 8b"

# 특정 모델 상세 정보
llmfit info "Mistral-7B"

# JSON 출력 (스크립트/에이전트용)
llmfit recommend --json --limit 5

🎨 테마 변경

t 키를 누르면 6가지 내장 테마를 순환할 수 있습니다.

테마	설명
Default	기본 llmfit 색상
Dracula	짙은 보라 배경에 파스텔 강조
Solarized	Solarized Dark 팔레트
Nord	차가운 파란색-회색 톤
Monokai	Monokai Pro 따뜻한 문법 색상
Gruvbox	따뜻한 지구 톤의 레트로 그루브

선택한 테마는 ~/.config/llmfit/theme에 자동 저장됩니다.

🔧 고급 기능

GPU 메모리 오버라이드

GPU VRAM 자동 감지가 실패하면 --memory 옵션으로 수동 지정합니다.

# 32GB VRAM으로 오버라이드
llmfit --memory=32G

# 메가바이트도 가능 (32000 MB ≈ 31.25 GB)
llmfit --memory=32000M

# 모든 모드에서 작동
llmfit --memory=24G --cli
llmfit --memory=24G fit --perfect -n 5

컨텍스트 길이 캡

메모리 추정에 사용할 컨텍스트 길이를 제한합니다.

# 4K 컨텍스트로 메모리 적합도 추정
llmfit --max-context 4096 --cli

Plan 모드 (하드웨어 계획)

TUI에서 p 키를 누르면 Plan 모드가 활성화됩니다. 특정 모델 설정에 필요한 하드웨어를 추정합니다.

# CLI에서도 사용 가능
llmfit plan "Qwen/Qwen3-4B-MLX-4bit" --context 8192
llmfit plan "Qwen/Qwen3-4B-MLX-4bit" --context 8192 --quant mlx-4bit --target-tps 25

REST API 모드

클러스터 스케줄러나 애그리게이터를 위해 노드 수준 REST API를 실행할 수 있습니다.

llmfit serve --host 0.0.0.0 --port 8787

# 헬스 체크
curl http://localhost:8787/health

# 노드 하드웨어 정보
curl http://localhost:8787/api/v1/system

# 상위 5개 실행 가능한 모델
curl "http://localhost:8787/api/v1/models/top?limit=5&min_fit=good&use_case=coding"

🔄 런타임 제공자 통합

llmfit은 여러 로컬 런타임과 통합됩니다:

Ollama 통합

요구사항:

Ollama가 설치되어 실행 중이어야 함
http://localhost:11434에 자동 연결

# 원격 Ollama 인스턴스 연결
OLLAMA_HOST="http://192.168.1.100:11434" llmfit

TUI에서 설치된 모델에 ✓ 표시가 나타나며, d 키로 직접 다운로드 가능합니다.

llama.cpp 통합

GGUF 파일을 직접 다운로드하고 로컬 캐시를 감지합니다.

📊 Fit Level 가이드

레벨	설명	실행 모드
Perfect	GPU에서 권장 사양 충족	GPU 전용
Good	여유 있게 실행 가능	MoE expert offload 또는 CPU+GPU
Marginal	빠듯하거나 CPU 전용	CPU+GPU 또는 CPU 전용
Too Tight	VRAM 또는 시스템 RAM 부족	실행 불가

🌐 지원 플랫폼

플랫폼	지원 수준
Linux	완전 지원 (NVIDIA, AMD, Intel Arc, Ascend)
macOS (Apple Silicon)	완전 지원 (유니파이드 메모리, Metal 가속)
macOS (Intel)	RAM/CPU 감지만 (NVIDIA GPU는 nvidia-smi 있으면 가능)
Windows	RAM/CPU 감지 (NVIDIA GPU는 nvidia-smi 있으면 가능)

📦 macOS/Linux 빠른 설치

Homebrew

brew install llmfit

설치 스크립트

curl -fsSL https://llmfit.axjns.dev/install.sh | sh

sudo 없이 ~/.local/bin에 설치:

curl -fsSL https://llmfit.axjns.dev/install.sh | sh -s -- --local

⚠️ 면책 조항

금지 사항:

본 내용을 악의적인 목적으로 사용하는 것을 엄격히 금지합니다.
타인의 권리를 침해하거나 불법적인 활동에 사용하는 것을 금지합니다.
상업적 목적의 무단 복제나 재배포를 금지합니다.

본 가이드의 내용은 학습 및 교육 목적으로만 사용해야 합니다.
────────

llmfit - 내 PC에 맞는 LLM 모델 자동 추천 도구

🎯 핵심 기능

📊 llmfit이 추천하는 모델 선정 기준

🪟 Windows에서 설치 및 실행하기

1단계: Scoop 설치

2단계: llmfit 설치

3단계: llmfit 실행

🖼️ TUI 화면 구성

⌨️ 주요 TUI 단축키

💡 Perfect Fit 모델 찾기

🖥️ CLI 모드 사용법

시스템 사양 확인

Perfect Fit 모델 조회

기타 CLI 명령어

🎨 테마 변경

🔧 고급 기능

GPU 메모리 오버라이드

컨텍스트 길이 캡

Plan 모드 (하드웨어 계획)

REST API 모드

🔄 런타임 제공자 통합

Ollama 통합

llama.cpp 통합

📊 Fit Level 가이드

🌐 지원 플랫폼

📦 macOS/Linux 빠른 설치

Homebrew

설치 스크립트

⚠️ 면책 조항

태그

llmfit - 내 PC에 맞는 LLM 모델 자동 추천 도구

🎯 핵심 기능

📊 llmfit이 추천하는 모델 선정 기준

🪟 Windows에서 설치 및 실행하기

1단계: Scoop 설치

2단계: llmfit 설치

3단계: llmfit 실행

🖼️ TUI 화면 구성

⌨️ 주요 TUI 단축키

💡 Perfect Fit 모델 찾기

🖥️ CLI 모드 사용법

시스템 사양 확인

Perfect Fit 모델 조회

기타 CLI 명령어

🎨 테마 변경

🔧 고급 기능

GPU 메모리 오버라이드

컨텍스트 길이 캡

Plan 모드 (하드웨어 계획)

REST API 모드

🔄 런타임 제공자 통합

Ollama 통합

llama.cpp 통합

📊 Fit Level 가이드

🌐 지원 플랫폼

📦 macOS/Linux 빠른 설치

Homebrew

설치 스크립트

⚠️ 면책 조항

태그