Token导航 LogoToken导航TokenDH.com
中转站排行榜
效率只读clawhub未标认证来源可访问clear审计通过

hardware-llm-optimizer（hardware LLM 优化器）

Agent Skill

hardware-llm-optimizer 用于辅助部署、云资源、容器和基础设施运维，适合在 OpenClaw 中需要检查配置、整理部署步骤或排查环境问题时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

总安装

2,791

周安装

114

GitHub Stars

公开资料未说明

下载量

894
OpenClaw

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：hardware-llm-optimizer（hardware LLM 优化器）
来源仓库：https://github.com/smseow001/hardware-llm-optimizer
安装命令：
openclaw skills install hardware-llm-optimizer
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw
openclaw skills install hardware-llm-optimizer

简介

用于根据 PC 硬件（CPU/GPU/RAM/VRAM）自动推荐适合的 LLM 模型与量化方案。

  • 适合在 OpenClaw 中优化本地大模型部署，平衡性能与资源消耗。
  • 提供从 3B 到 70B 模型的选型建议，并附带部署工具和机器人配置指引。
  • 安装前应确认硬件检测脚本的准确性，避免因误判导致推荐偏差。
  • 使用时需注意量化可能带来的精度损失，建议结合实际任务验证效果。

SKILL.md

name
hardware-llm-optimizer
version
1.1.0
description
Auto-detect PC hardware (CPU/GPU/RAM/VRAM) -> Determine max LLM parameters -> Recommend models (3B/7B/8B/13B/34B/70B) + quantization + deployment tools + bottleneck analysis. Chinese interface.

Hardware LLM Optimizer

Detects PC hardware configuration and recommends which large language models can run.

Features

  1. Auto-detect: CPU, RAM, GPU (NVIDIA/AMD), VRAM
  2. Calculate: Maximum runnable model size
  3. Quantization: FP16 / 8bit / 4bit / 2bit recommendation
  4. Model Suggestion: Llama 2/3, Qwen, Mistral, Phi, Gemma, Yi, etc.
  5. Bottleneck Analysis: System constraint diagnosis
  6. Deployment Tools: Ollama, Llama.cpp, vLLM, Chatbox
  7. Optimization Tips: Low VRAM solutions
  8. Minimum Config Table: 3B/7B/13B/34B/70B requirements

Usage

When user asks about running LLMs on their computer:

检测电脑配置
大模型推荐
能跑什么模型
硬件检测
LLM优化

Quick Run

python3 skills/hardware-llm-optimizer/detect.py

Requirements

  • Python 3.8+
  • psutil: pip install psutil
  • nvidia-smi (optional, for NVIDIA GPU detection)

Minimum Config Reference

ModelMin VRAMRec VRAMQuantization
3B2GB4GBQ4
7B6GB8GBQ4/Q8
13B10GB16GBQ4/Q8
34B20GB32GBQ4
70B40GB80GBQ4

Chinese Interface

This skill outputs in Chinese for user convenience.

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

98.68%
按下载量换算882

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容，本身偏只读；真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

GitHub 仓库

github.com

/smseow001/hardware-llm-optimizer

SKILL.md 来源

clawhub.ai

/smseow001/hardware-llm-optimizer

继续浏览同类 Skills

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

haqq-content-workbench（Haqq 内容工作台）

用于辅助文档、README、Markdown、说明文和内容稿件的整理与改写。它适合让 Agent 提炼结构、补齐章节、统一术语、检查链接或把零散材料整理成可读文档。使用时应保留项目已有事实、命令和路径，不要把未确认的信息写成确定结论；涉及对外文案时，还需要控制语气，避免过度营销或夸大能力。

下一个 Skill

hardware-llm-optimizer-v2（hardware LLM 优化器 V2）

hardware-llm-optimizer-v2 用于辅助前端页面、组件、样式和交互逻辑开发，适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。