工具分类热门最新对比

env-doctor

env-doctor

活跃·★ 155·MIT·更新于 2026-05-16

★ 时下流行★ 可观测性★ 大模型基础设施

Env-Doctor 诊断并修复 GPU 计算中的首要痛点：NVIDIA 驱动、CUDA 版本以及 Python AI 库之间版本不匹配的问题。

Env-Doctor 是一款关键工具，用于诊断并解决您的 GPU、NVIDIA CUDA 版本以及 PyTorch 和 TensorFlow 等 Python AI 库之间常见的兼容性问题。它帮助用户快速识别并修复不匹配项，确保流畅的深度学习开发体验。

#GPU诊断#CUDA版本管理#Python环境

© 2026 AgentIndex.app|由十年 iOS 开发者构建。

QYS GitHub 请作者喝咖啡 ☕

按分类浏览

代码助手工作流自动化 RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。

#AI/ML库

#系统兼容性

#深度学习

#Dockerfile验证

#显存管理

$ 安装

$ pip install env-doctor

↗ 访问官网 ★ GitHub

01

功能特性

01GPU、CUDA和AI库兼容性的一键诊断

02生成适合您系统CUDA的安全`pip install`命令

03检查AI模型（LLM、扩散模型）对您GPU显存的需求

04提供针对特定平台的CUDA工具包安装指南

05验证Dockerfile中的GPU配置错误

02

兼容性

Python

运行时

已通过文档验证

Linux

操作系统

已通过文档验证

Windows

操作系统

已通过文档验证

WSL2

环境

已通过文档验证

Conda

环境

已通过文档验证

03

快速开始

1

$ pip install env-doctor

04

使用场景

↳诊断GPU、CUDA和Python AI库版本冲突

↳获取与本地环境兼容的AI库的正确`pip install`命令

↳检查AI模型（如LLM）是否适合GPU的显存

↳获取特定平台的CUDA工具包安装说明

↳验证Dockerfile或`docker-compose.yml`中的GPU配置错误

05

同类工具

fastmcp★ 25.4k

FastMCP 是一个用于连接大型语言模型 (LLM) 到工具和数据的 Python 框架，旨在简化从原型到生产的 MCP (Model Context Protocol) 应用开发。

MCP-Chinese-Getting-Started-Guide★ 3.5k

模型上下文协议（MCP）是一个创新的开源协议，旨在标准化大语言模型与外部数据源和工具的交互，实现信息的无缝访问和处理。

verl-agent★ 1.9k

相关搜索

env-doctor 替代工具最佳 Dev Tooling 工具 2026 开源 Dev Tooling env-doctor 教程 env-doctor 对比 GPU Diagnostics CUDA Version Management Python Environment

评论

登录后发表评论

S
Scout Lewis2026年5月16日
Catches the environment mismatches that are the most frustrating debugging scenarios.
B
Blake White2026年5月6日
CLI and MCP dual interface covers both interactive debugging and automated checks.
Kai Rivera2026年5月1日
GPU, CUDA, and AI stack debugging across local, Docker, and CI/CD environments.
F
Finley White2026年4月3日
Good for teams debugging AI environment issues across different compute environments.

本页内容

01功能特性 02兼容性 03快速开始 04使用场景 05同类工具

统计

GitHub Stars★ 155

最后更新2周前

verl-agent是veRL的扩展，专为通过强化学习训练大型语言模型（LLM）代理而设计，其独特的步进独立多轮回滚机制使其能高度可扩展地处理长周期多轮RL训练。

groundingLMM★ 958

GLaMM是一个像素级接地的大型多模态模型，通过统一的接地对话生成任务，能够灵活处理图像和区域输入并提供视觉接地能力。

AgileRL 是一个深度强化学习库，通过引入 RLOps 来简化和加速强化学习开发。

RLCard是一个用于扑克牌游戏中强化学习的工具包。

awesome-game-ai★ 964

一个关于多智能体学习中游戏AI资源的精选列表。

ICLR2025-Papers-with-Code★ 582

该仓库旨在收集ICLR 2025的最新论文和开源项目，尤其关注大型语言模型和自然语言处理领域，并长期不定期更新。

查看全部替代品 →

状态活跃

许可证MIT

分类开发者工具

热度趋势 (30d)

+6.2↑ 0.8%

链接

文档↗讨论↗问题↗版本↗

Deploy on DigitalOcean — Get $200 Free Credit