RRepoGEO

REPOGEO 报告 · LITE

Tencent/AngelSlim

默认分支 main · commit 48c4adb1 · 扫描时间 2026/6/7 00:51:49

星标 1,281 · Fork 145

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 3 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
40 /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 2 · 警告 0 · 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 Tencent/AngelSlim 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
  • highreadme#1
    Reposition README H3 to emphasize inference optimization

    原因:

    当前
    A more accessible, comprehensive, and efficient toolkit for large model compression.
    复制粘贴的修复
    A more accessible, comprehensive, and efficient toolkit for large model compression, accelerating inference and reducing memory footprint for LLMs and VLMs.
  • mediumtopics#2
    Add outcome-focused topics for better categorization

    原因:

    当前
    audio, deepseek, dflash, diffusion, eagle, fp4, hunyuan, llm, llm-compression, quantization, qwen, speculative-decoding, vlm
    复制粘贴的修复
    audio, deepseek, dflash, diffusion, eagle, fp4, hunyuan, llm, llm-compression, quantization, qwen, speculative-decoding, vlm, llm-inference, model-optimization, inference-acceleration, model-deployment
  • mediumreadme#3
    Clarify existing license(s) in README

    原因:

    复制粘贴的修复
    This project is licensed under [Specify License Name(s) and terms, e.g., 'a custom license. See the LICENSE file for details.']

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 Tencent/AngelSlim
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
NVIDIA TensorRT
在 2 个问题中被推荐 1 次
竞品排行
  1. NVIDIA TensorRT · 被推荐 1 次
  2. OpenVINO · 被推荐 1 次
  3. ONNX Runtime · 被推荐 1 次
  4. PyTorch · 被推荐 1 次
  5. TensorFlow Lite · 被推荐 1 次
  • 品类问题
    How can I reduce the memory footprint and inference latency of large language models?
    你:未被推荐
    AI 推荐顺序:
    1. NVIDIA TensorRT
    2. OpenVINO
    3. ONNX Runtime
    4. PyTorch
    5. TensorFlow Lite
    6. Hugging Face Transformers
    7. DistilBERT
    8. TinyBERT
    9. TensorFlow Model Optimization Toolkit
    10. Mistral 7B
    11. Phi-2
    12. Gemma
    13. TinyLlama
    14. DeepSpeed

    AI 推荐了 14 个替代方案,却始终没点名 Tencent/AngelSlim。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What are effective toolkits for compressing and quantizing large AI models for deployment?
    你:未被推荐
    AI 推荐顺序:
    1. OpenVINO Toolkit (openvinotoolkit/openvino)
    2. NVIDIA TensorRT (NVIDIA/TensorRT)
    3. ONNX Runtime (microsoft/onnxruntime)
    4. PyTorch Quantization (pytorch/pytorch)
    5. TensorFlow Lite (tensorflow/tensorflow)
    6. Apache TVM (apache/tvm)
    7. Neural Network Compression Framework (NNCF) (openvinotoolkit/nncf)

    AI 推荐了 7 个替代方案,却始终没点名 Tencent/AngelSlim。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
    pass

  • 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 Tencent/AngelSlim?
    pass
    AI 明确点名了 Tencent/AngelSlim

    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 Tencent/AngelSlim in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 Tencent/AngelSlim

    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 Tencent/AngelSlim solve, and who is the primary audience?
    pass
    AI 明确点名了 Tencent/AngelSlim

    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 Tencent/AngelSlim 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/Tencent/AngelSlim.svg)](https://repogeo.com/zh/r/Tencent/AngelSlim)
HTML
<a href="https://repogeo.com/zh/r/Tencent/AngelSlim"><img src="https://repogeo.com/badge/Tencent/AngelSlim.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro,解锁深度诊断

Tencent/AngelSlim — 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