catwalk
Catwalk 是一个专为大语言模型(LLM)推理打造的开源项目,由知名命令行工具团队 Charm 维护。它的核心定位是一个兼容 Crush 框架的模型与推理提供商数据库,旨在简化开发者在本地或云端调用不同大模型的过程。
在实际应用中,开发者往往面临模型来源分散、接入标准不一的难题。Catwalk 通过统一整合各类推理提供商和模型资源,解决了模型发现难、配置繁琐的问题,让用户能够更便捷地在 Crush 生态中切换和使用不同的 AI 模型。作为一个社区驱动的项目,它鼓励用户贡献新的提供商支持或更新现有模型信息,从而保持生态的活力与时效性。
这款工具主要面向开发者和技术研究人员,特别是那些习惯使用命令行界面、希望灵活构建 AI 应用或进行模型实验的人群。对于普通用户而言,如果未直接使用 Crush 框架,可能暂时感受不到其直接价值。
Catwalk 的技术亮点在于其与 Crush 的深度集成能力,以及开放协作的社区模式。它不仅提供了一个集中的模型索引,还通过标准化的接口设计,降低了多模型切换的技术门槛,让 AI 推理变得更加模块化和易于管理。无论你是想尝试最新的开源模型,还是需要稳定的商业 API 支持,Catwalk 都能为你提供清晰的路径。
使用场景
一位终端开发者正在为命令行助手 Crush 集成最新的本地大模型,希望快速切换不同推理后端以测试代码生成效果。
没有 catwalk 时
- 开发者需要手动遍历 GitHub、Hugging Face 等多个网站,逐个查找兼容 Crush 的模型配置文件,耗时且容易遗漏。
- 每次更换推理提供商(如从 Ollama 切换到 LM Studio)时,必须反复查阅文档来确认参数格式,极易因配置错误导致服务启动失败。
- 社区新发布的优质模型无法及时同步到本地环境,导致开发团队只能使用过时的模型版本进行功能验证。
- 缺乏统一的元数据索引,难以对比不同模型在特定硬件上的推理性能表现,选型全靠盲目试错。
使用 catwalk 后
- 直接通过 catwalk 内置的数据库一键检索所有经过验证的 Crush 兼容模型,将原本数小时的搜集工作缩短至几分钟。
- 工具自动适配不同推理提供商的配置模板,开发者只需简单声明即可无缝切换后端,彻底消除了手动编写配置文件的出错风险。
- 借助社区驱动的更新机制,新发布的模型能实时同步到本地列表,确保团队始终基于最前沿的模型能力进行开发。
- 清晰的模型元数据展示让开发者能快速筛选出适合当前硬件条件的最优解,大幅提升了技术选型的准确性和效率。
catwalk 通过构建标准化的模型生态索引,让终端开发者能够像漫步猫步一样优雅、高效地管理和调度各类大模型资源。
运行环境要求
未说明
未说明

快速开始
版本历史
v0.35.12026/04/09v0.35.02026/04/08v0.34.52026/04/07v0.34.42026/04/06v0.34.32026/04/02v0.34.22026/04/01v0.34.12026/04/01v0.34.02026/04/01v0.33.22026/03/31v0.33.12026/03/30v0.33.02026/03/30v0.32.12026/03/27v0.31.42026/03/27v0.31.32026/03/27v0.31.22026/03/26v0.31.12026/03/24v0.31.02026/03/20v0.30.82026/03/19v0.30.72026/03/18v0.30.52026/03/18常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
