mw00/project-maya Cuda

Run GLM-5.3 (744B), DeepSeek-V4.1-Flash (748B), MiniMax-M3.1-Flash (428B), GLM-5.3-Flash (321B) and Hy4-Flash (220B) on your own GPUs - from 8 GB of VRAM, NVIDIA and AMD, one dashboard, OpenAI- and Anthropic-compatible API.

⭐ 3,145Stars
🍴 442Forks
🐛 193Issues
🕐 2026-11-21最近更新
anthropic-apicudadeepseekggufglmhunyuanhy4-flashllmllm-inferencelocal-llmminimaxmixture-of-expertsmoeopenai-apiquantizationrocmself-hostedstrix-halotencentwindows
项目观察

为什么值得关注

从项目描述、标签和公开数据来看,mw00/project-maya 值得先看的一点,是它围绕切中 AI 应用、智能体或大模型工具链需求在解决问题,相关标签包括 anthropic-api、cuda、deepseek、gguf,主要使用 Cuda。项目描述里最直接的信息是:“Run GLM-5.3 (744B), DeepSeek-V4.1-Flash (748B), MiniMax-M3.1-Flash (428B), GLM-5.3-Flash (321B) and Hy4-Flash…”。我会把它放进观察清单,不是因为 Star 数本身,而是因为它的方向和最近热度有交集:近一天新增约 31 Star、最近更新于 2026-11-21、3,145 Star 与 442 Fork 带来的关注度积累;最近一次代码更新在 2026-11-21,这次统计相对历史基准新增约 31 Star,如果后面几天还能继续增长,同时 Issue、PR、提交记录也比较活跃,说明它可能不只是短时间被转发了一波,而是确实踩中了开发者近期的需求。它更适合AI 产品开发者、独立开发者和大模型落地团队,尤其是正在做技术选型、找替代方案、观察新方向,或者想快速判断某类工具是否值得投入时间的人。真正要落地时,我建议先看四件事:README 的示例是不是清楚,安装和接入成本高不高,许可证是否适合自己的使用场景,维护者对问题反馈和版本发布是否稳定。整体来看,这类项目适合作为趋势观察样本,也适合在周末或碎片时间进一步读源码、看 demo、对比同类方案。

📈 趋势变化(3条数据)