hermesmade

HermesMade 是一个由独立命令行界面（CLI）工具组成的集合，旨在解决 AI 用户，特别是 Reddit 用户报告的特定痛点。该项目强调数据驱动的方法，识别常见的痛点，例如激进的 AI 审查、静默的模型退化、不透明的 API 定价以及复杂的本地 LLM 设置。 该仓库包含六个主要工具： 1. **prompt-inspector**：通过检测暴力、政治和成人内容等类别中的触发词，分析提示中的审查风险。它建议重写策略（例如，学术前缀），并为本地 LLM（如 Gemma、DeepSeek 和 Llama）提供无审查的预设。 2. **model-watch**：通过运行标准化测试（用于推理、编码和幻觉）来监控 AI 模型质量。它跟踪随时间的得分历史，并提醒用户与历史基线相比的显著退化。 3. **api-cost**：比较来自 OpenAI、Anthropic 和 DeepSeek 等提供商的 18 个模型的定价。它为特定场景（编码、聊天、写作）推荐具有成本效益的模型，并包括一个支出跟踪器。 4. **llm-deploy**：通过检测硬件规格（RAM、GPU）并推荐合适的模型和安装命令（例如，用于 Ollama），协助本地 LLM 设置。 5. **code-inspector**：扫描 AI 生成的代码，查找硬编码 API 密钥或可变默认值等质量问题，并提供一个审查分数。 6. **task-cost-estimator**：估算特定 AI 任务的成本。 安装可以通过一个命令脚本或每个工具的单独 pip 安装来支持。该项目采用 MIT 许可证，并以单仓库的形式组织，每个工具都有单独的目录。