RRepoGEO

REPOGEO 报告 · LITE

Jittor/JittorLLMs

默认分支 main · commit 8f2d3ce5 · 扫描时间 2026/5/17 15:08:52

星标 2,422 · Fork 187

本仓库扫描历史

下方为分数趋势(含全部就绪扫描;左旧右新,可横向滚动)。表格明细默认折叠,展开后每页 10 条,最新在上。

分数趋势(左 → 右:旧 → 新)

共 2 条就绪扫描。点击下方按钮展开表格(每页 10 条,可翻页)。

AI 可见性总分
35 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时,AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试:当用户向 AI 提一个不带品牌、本应让 Jittor/JittorLLMs 浮出水面的问题时,AI 是真的推荐了你,还是推荐了你的竞品?客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • hightopics#1
    Add relevant topics to the repository

    原因:

    复制粘贴的修复
    llm, large-language-models, inference, cpu-inference, low-resource, portable, jittor, deep-learning, nlp, chatglm, llama, pangualpha, chatrwkv
  • highreadme#2
    Strengthen the README's opening statement to clarify its core purpose

    原因:

    当前
    # 计图大模型推理库 - 笔记本没有显卡也能跑大模型
    本大模型推理库JittorLLMs有以下几个特点:
    复制粘贴的修复
    # JittorLLMs: 高性能、低成本大模型推理库 - 笔记本没有显卡也能跑大模型
    JittorLLMs 是一个基于 Jittor 框架的高性能、低成本大模型推理库,专为在普通机器上(包括无显卡、低内存环境)实现大模型本地部署而设计,提供与 llama.cpp、Ollama 等工具类似的轻量级、可移植的 LLM 运行体验。本库具有以下几个特点:
  • mediumhomepage#3
    Add a homepage URL to the repository metadata

    原因:

    复制粘贴的修复
    https://jittor.org/jittorllms

本次扫描解析到的品类 GEO 通道:google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你,还是推荐了别人?

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 Jittor/JittorLLMs
平均排名
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中,你占了多少?
头号对手
llama.cpp
在 2 个问题中被推荐 2 次
竞品排行
  1. llama.cpp · 被推荐 2 次
  2. Ollama · 被推荐 2 次
  3. Intel OpenVINO · 被推荐 2 次
  4. ONNX Runtime · 被推荐 2 次
  5. Transformers.js · 被推荐 1 次
  • 品类问题
    Looking for an LLM inference solution that runs on CPU with low RAM footprint.
    你:未被推荐
    AI 推荐顺序:
    1. llama.cpp
    2. Ollama
    3. Transformers.js
    4. ONNX Runtime Web
    5. Intel OpenVINO
    6. ONNX Runtime

    AI 推荐了 6 个替代方案,却始终没点名 Jittor/JittorLLMs。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are the best options for fast and portable LLM inference on standard machines?
    你:未被推荐
    AI 推荐顺序:
    1. llama.cpp
    2. Ollama
    3. MLC LLM
    4. ONNX Runtime
    5. Intel OpenVINO
    6. TensorRT-LLM

    AI 推荐了 6 个替代方案,却始终没点名 Jittor/JittorLLMs。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议:

  • README presence
    pass

自指检查

当被直接问到你时,AI 是否还知道你的仓库存在?

  • Compared to common alternatives in this category, what is the core differentiator of Jittor/JittorLLMs?
    pass
    AI 明确点名了 Jittor/JittorLLMs

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

  • If a team adopts Jittor/JittorLLMs in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 Jittor/JittorLLMs

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

  • In one sentence, what problem does the repo Jittor/JittorLLMs solve, and who is the primary audience?
    pass
    AI 明确点名了 Jittor/JittorLLMs

    AI 的回答可能信誓旦旦却是错的。请按事实核对:技术栈、目标人群、差异化点是不是和你实际的对得上?

嵌入你的 GEO 徽章

把这个徽章贴进 Jittor/JittorLLMs 的 README。每次重新扫描都会自动更新,并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN(README)
[![RepoGEO](https://repogeo.com/badge/Jittor/JittorLLMs.svg)](https://repogeo.com/zh/r/Jittor/JittorLLMs)
HTML
<a href="https://repogeo.com/zh/r/Jittor/JittorLLMs"><img src="https://repogeo.com/badge/Jittor/JittorLLMs.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

Jittor/JittorLLMs — 轻量扫描仍免费;本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5,轻量 2
  • 优先行动项8,轻量 3