# @harness-engineering/local-models 中文文档

规范地址：https://npmcn.com/package/%40harness-engineering/local-models/

版本：0\.8\.1
npm 元数据更新时间：2026-11-17T01:36:56.404Z
中文译文更新时间：2026-11-17T10:47:11.359Z
软件包许可：MIT

本文由上游 README 翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/%40harness-engineering/local-models
原文对照：https://npmcn.com/package/%40harness-engineering/local-models/?lang=original
项目主页：https://github.com/Intense-Visions/harness-engineering/tree/main/packages/local-models#readme
源码仓库：https://github.com/Intense-Visions/harness-engineering

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：628 kB，7 个文件
- 模块格式：ESM + CJS
- TypeScript 类型：包内自带
- 运行依赖：2 个
- 首次发布：2026-06-03T13:03:10.283Z
- 最新版本发布：2026-11-17T01:36:56.003Z
- 近 30 天下载量：9624（2026-10-17 至 2026-11-15，npm 官方下载统计）
- 已发布版本数：26（近 12 个月 26 个）

## 中文简介

Harness Engineering(LMLM)的硬件-有意识的本地模型推荐器、池管理器和提议引擎

## 安装

```sh
npm install @harness-engineering/local-models
```

也可以使用：`pnpm add @harness-engineering/local-models`、`yarn add @harness-engineering/local-models`、`bun add @harness-engineering/local-models`

## README

# @harness-engineering/ 当地型号

Harness Engineering的硬件-有意识的本地模型推荐器、游泳池管理器和提议引擎 **本地模拟生命周期管理器( LMLM)**。 。 。 .

见 [`docs/changes/local-model-lifecycle-manager/proposal.md`](https://npmcn.com/package/docs/changes/local-model-lifecycle-manager/proposal.md) 整个细节.

## 状态

**第3c阶段—— `PoolManager` 管弦乐器(带有第2d阶段) `RankedModel` 管弦乐师.**

迄今为止,公共水面:

-   `HardwareDetector` 编号 : `detectHardware` (第1阶段) — Apple Silicon, NVIDIA, CPU profile 有倒置警告.
-   `HuggingFaceClient` (第2a阶段)——打入包装 `/api/models` 财务报告和审定财务报表 `/api/models/:repo` 带有稳定出错代码并注入 `fetcher` DI接缝.
-   `HuggingFaceCache` (第2a阶段)——用于高频响应的内膜+原子-盘上缓存(TTL 24h).
-   `loadFrozenSnapshot` (第2a阶段)——当活源无法到达时,管弦乐器又回到了捆绑的基准快照装载器(S4).
-   `normalizeQuantId` 编号 : `QUANT_BITS_PER_WEIGHT` (第2b阶段) – 犬形GGUF + MLX四分位表,有对大小写不敏感的别名解析并保守地倒置了未知ID.
-   `estimateVram` (第2b阶段)——任何设备的四期VRAM分解(重量+KV缓存+活化+框架间接费用) `(sizeB, activeB?, quant, contextTokens, kvCacheQuant)` tu. 教育部保留所有重量; `activeB` 与速度估计器相呼应.
-   `estimateSpeed` (第2b阶段)——带带带宽的信号通量投影,并带有后端效率乘数,MOE活式等离子处理,部分卸载混合到CPU地层,以及一个硬零短路,供不适应的考生使用. 永不掷出.
-   `gradeEvidence` 编号 : `EVIDENCE_CONFIDENCE` (第2阶段c)——五重证据梯子`direct`, (中文(简体) ), `variant`, (中文(简体) ), `base`, (中文(简体) ), `interpolated`, (中文(简体) ), `self-reported`),有校正的置信乘数;自报观测被吸收.
-   `applyRecencyDecay` (第2阶段c)——指数年龄衰减(半衰期为9个月)加上可选的世系阶梯处罚(`× 0.6` 目标之后的每代人)。 重量夹住 `MIN_RECENCY_WEIGHT = 0.05`。 。 。 .
-   `openLlmLeaderboardSource` 编号 : `huggingFacePopularitySource` (第2阶段c) - 其后两个种子适配器 `BenchmarkSource` 接口。 两个都注射了 `Fetcher` 因此, CI 永远不会触碰网络; 每个失败路径都以结构化的外表显示 `SourceWarning` 而不是扔东西.
-   `mergeBenchmarks` (第2阶段c) – 将证据折叠为正反相×源重 `{ score (0–100), confidence: 'high' | 'medium' | 'low', contributions }` 每个候选人。 空输入短路到 `confidence: 'low'`永远不要扔出.
-   `PoolStateStore` (第3a阶段)——原子在磁盘上的持久性 `PoolState` 改为 `~/.harness/local-models/pool.json` (tmp + 重名, O2). 具有优雅退化的版本计划 `EmptyPoolState()` 在缺少/ 格式错误/ 版本匹配的文件上。 单突变路径( E)`update`)总是重算得出 `diskUsedGb` 从入分数.
-   `planEviction` (第3a阶段)——纯净得分最低的LRU计划员. 排序集合条目 `(currentScore, lastUsedAt, installedAt)` 递升(处理) `lastUsedAt: null` 并累积驱逐,直到提出要求 `freeBudgetGb` 或者池子已经耗尽.
-   `InstallAdapter` 编号 : `OllamaInstallAdapter` 编号 : `AdvisoryInstallAdapter` (第3b阶段)——运输-不可知安装合同外加两个具体实施。 Ollama适配器说话 `/api/pull` (NDJSON流出与类型 `InstallEvent`s),(c), `/api/delete`, (中文(简体) ), `/api/tags`,以及 `/api/show` 通过注射 `Fetcher`。咨询适配器使复制-粘贴命令(`lms get …`, (中文(简体) ), `vllm serve …`, (中文(简体) ), `llama-server -m …`用于生命周期由操作员驱动的后端(D4); `install`编号 :`evict`编号 :`inspect` 拒绝 `InstallError('advisory_only', …)`。 。 。 . `InstallError.code` 是稳定的分层分层 : `advisory_only`, (中文(简体) ), `failed_target_missing` (D13), (中文(简体) ), `installer_unavailable` 页:1, `install_failed` (补7), `not_in_pool` (D12), (中文(简体) ), `parse_failed`。 。 。 .
-   `nullInstallAdapter` (第3b阶段) - `InstallAdapter` 他们的方法是否认的 `installer_unavailable`。当 LMLM 禁用时,测试接合和管理器的默认值.
-   `rankModels` 编号 : `RankedModel` (第2d阶段)——有硬件意识的编剧 `estimateVram` + 键 `estimateSpeed` + 键 `mergeBenchmarks` 进入排序 `RankedModel[]`. Won't-fit 候选人默认被过滤(F3 / Q3); `options.includeUnfit` 把它们放在最下方 `score: 0`。每行 `evidence` 反映 **最弱者** 捐款的等级,因此,单次自报的观察标出一行,而全部捐款的分数则在 `benchmarkScore.contributions` 为仪表板工具提示。 决定性类型: 得分 = `estimatedTokPerSec` 国家 `hfRepoId` 代码点 asc. `scaleScore` 折叠合并的 `confidence` 标签和速度估计器 `confidence` 乐团的乐谱 `'high'`\- 自信会超越 `'low'`\- 信心1,与生值相等(问题4,Q5)。 永不抛出;已退化路径表面为 `RankerWarning[]` (例如:. `snapshot_unavailable` 用于空弹弓呼叫, S4.
-   `LiveObservation` (第二阶段d) - `BenchmarkObservation` 以 `hfRepoId` 因此管弦乐手可以将源适应器输出与候选的配对,而无需重排模型维度. 第6阶段的排程器会给源适配器进行再造,直接放出这个形状.
-   均等定型(第2d阶段) - `tests/ranker/parity/m3-max-36gb.json` 财务报告和审定财务报表 `rtx-4090-24gb.json` 将顶端1型号 id + a 标出 `[scoreMin, scoreMax]` 用于光谱成功标准Q1 + Q2中调出硬件的波段 捆绑的种子基准快照是断言的真相来源;CI从未引用过whichllm.
-   `PoolManager` (第3阶段c)——高级别指挥员 `PoolStateStore` + 键 `planEviction` +一个 `InstallAdapter`。 。 。 . `install` 在一个呼叫中运行全插槽管道(allullast gate → 等同电源短路 → 可选 `installer.inspect` 能力检查 + 承诺前 `installer.evict` 按最低得分的LRU顺序 `installer.install` 附录+持续)。 预算执行在引擎层很困难(S5: `budget_exceeded` 使用安装器前的短路). `install_failed` 通过 `installer.evict` (补7); `installer_unavailable` 没有(S6); `failed_target_missing` 没有(D13). `evict` 首先引用安装器, 只有在成功或 D12 校正后才会变换池态(`not_in_pool` )),以失败而寂静地和解. `reconcile()` prunes 池内输入安装器不再报告(D12 原始;F10的调度器将定时器接入第6阶段). 账簿接缝 `markUsed` 财务报告和审定财务报表 `updateScores` 持续每次呼叫一次; `configurePool(partial)` 是第七阶段CLI接合器,用于 `pool {set-budget, allow-org, allow-family}`· ; `snapshot()` + 键 `isAllowed({ hfRepoId, family? })` 是解析器/提议引擎/仪表板的只读接合.

这个 `LocalModelResolver` 集成(第4阶段),建议引擎+计划通则(第5阶段),背景排程器(第6阶段),以及每个规格的HTTP / WS / CLI /仪表板表面(第7-8阶段).

## 目标(目标)

-   检测操作员的硬件(Apple Silicon / NVIDIA / CPU),并对该硬件的Hugging Face模型进行排序.
-   在操作员批准的Org/家族许可列表中管理一个磁盘预算限制的已安装 Ollama 模型集合.
-   通过单一批准/拒绝UX的现有母体阶段-4审查队列提出集合变化.
-   通过现场HuggingFace API驱动推荐,同时为下线环境提供冷冻-snapshot回落.

## 许可证

麻省理工学院

## 常见问题

### @harness-engineering/local-models 是什么？

Harness Engineering\(LMLM\)的硬件-有意识的本地模型推荐器、池管理器和提议引擎

### 如何安装 @harness-engineering/local-models？

在项目目录运行 npm install @harness-engineering/local-models，或使用 pnpm add / yarn add / bun add。

### @harness-engineering/local-models 支持 TypeScript 吗？

支持。包内自带 TypeScript 类型声明（package\.json 声明了 types 入口），安装后即可获得类型提示，无需再安装 @types 包。

### @harness-engineering/local-models 支持 ESM 还是 CommonJS？

同时提供 ES Module 与 CommonJS 入口，import 和 require\(\) 都可以使用，打包工具会自动选择合适的版本。

### @harness-engineering/local-models 可以商用吗？

@harness-engineering/local-models 使用 MIT 许可。宽松许可：允许商业使用、修改和再分发，通常只需在分发时保留原版权与许可声明。以上为概括，不构成法律意见，请以许可原文为准。

### @harness-engineering/local-models 的下载量有多少？

根据 npm 官方下载统计，@harness-engineering/local-models 在 2026/10/17 – 2026/11/15 这 30 天内被下载 9,624 次，日均约 321 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入，适合横向比较热度，不能直接等同于使用人数。

### @harness-engineering/local-models 还在维护吗？

最新版本 0\.8\.1 发布于 2026/11/17（今天）；至今共发布 26 个版本，其中过去 12 个月发布了 26 个；首次发布于 2026/06/03。发布频率只是参考信号：功能稳定的工具可能很少需要更新，建议结合源码仓库的 issue 和提交记录判断。

