इस प्रोजेक्ट के बारे में

HermesMade एक स्वतंत्र कमांड-लाइन इंटरफेस (CLI) उपकरणों का संग्रह है, जो Reddit पर पाए गए AI उपयोगकर्ताओं की विशिष्ट शिकायतों को संबोधित करने के लिए डिज़ाइन किया गया है। यह परियोजना डेटा-संचालित दृष्टिकोण पर जोर देती है, जिसमें सामान्य दर्द बिंदुओं की पहचान की जाती है जैसे कि आक्रामक AI सेंसरशिप, मौन मॉडल क्षरण, अपारदर्शी API मूल्य निर्धारण, और जटिल स्थानीय LLM सेटअप। रिपॉजिटरी में छह प्राथमिक उपकरण शामिल हैं: 1. **prompt-inspector**: हिंसा, राजनीति, और वयस्क सामग्री जैसी श्रेणियों में ट्रिगर शब्दों का पता लगाकर सेंसरशिप जोखिमों के लिए प्रॉम्प्ट का विश्लेषण करता है। यह पुन: लेखन रणनीतियों (जैसे कि अकादमिक उपसर्ग) का सुझाव देता है और Gemma, DeepSeek, और Llama जैसे स्थानीय LLMs के लिए बिना सेंसर वाले प्रीसेट प्रदान करता है। 2. **model-watch**: तर्क, कोडिंग, और भ्रम के लिए मानकीकृत परीक्षण चलाकर AI मॉडल की गुणवत्ता की निगरानी करता है। यह समय के साथ स्कोर इतिहास को ट्रैक करता है और ऐतिहासिक आधार रेखाओं की तुलना में महत्वपूर्ण क्षरण के बारे में उपयोगकर्ताओं को सचेत करता है। 3. **api-cost**: OpenAI, Anthropic, और DeepSeek जैसे प्रदाताओं से 18 मॉडलों के बीच मूल्य निर्धारण की तुलना करता है। यह विशिष्ट परिदृश्यों (कोडिंग, चैट, लेखन) के लिए लागत-प्रभावी मॉडलों की सिफारिश करता है और एक खर्च ट्रैकर शामिल करता है। 4. **llm-deploy**: हार्डवेयर विनिर्देशों (RAM, GPU) का पता लगाकर और उपयुक्त मॉडलों और स्थापना आदेशों (जैसे कि Ollama के लिए) की सिफारिश करके स्थानीय LLM सेटअप में सहायता करता है। 5. **code-inspector**: हार्डcoded API कुंजियों या परिवर्तनशील डिफ़ॉल्ट जैसी गुणवत्ता समस्याओं के लिए AI-जनित कोड को स्कैन करता है, एक समीक्षा स्कोर प्रदान करता है। 6. **task-cost-estimator**: विशिष्ट AI कार्यों के लिए लागत का अनुमान लगाता है। स्थापना एक कमांड स्क्रिप्ट या प्रत्येक उपकरण के लिए व्यक्तिगत pip इंस्टॉलेशन के माध्यम से समर्थित है। यह परियोजना MIT के तहत लाइसेंस प्राप्त है और एक मोनोरेपो के रूप में संरचित है, जिसमें प्रत्येक उपकरण के लिए अलग-अलग निर्देशिकाएँ हैं।