AI 推荐理由
nvidia/tensorrt-llm：提供 Python API 简化 LLM 部署，支持 NVIDIA GPU 优化推理。近期 GitHub 活动显示 30 天内有 6 个 Pull Request 和 2 次推送，适合关注 AI Coding 的开发者与技术负责人。
REPOSITORY DOSSIER / OVERALL #17
nvidia/tensorrt-llm
TensorRT LLM provides users with an easy-to-use Python API to define Large Language Models (LLMs) and supports state-of-the-art optimizations to perform inference efficiently on NVIDIA GPUs. TensorRT LLM also contains components to create Python and C++ runtimes that orchestrate the inference execution in a performant way.
- 发布分
- 50.0
- 基础分
- 57.7
- 置信度
- 中 · 77%
- 风险扣分
- −6
Star14,318
Fork2,641
语言Python
许可证未识别 · 生产采用前需核验
最近推送2026/08/07
RISK & COVERAGE
风险与证据边界
明确风险 Finding
- 中风险 · −6GitHub 未返回明确许可证，不进入生产采用候选。
缺失证据
- 许可证信息缺失
- 安全工程证据缺口
OpenSSF：安全工程证据缺口
VALUE PROFILE / 08
八维价值剖面
权重用于综合价值计算；置信度不是第九个价值维度。
- 01实用价值权重 18%63.2
- 02开发活跃度权重 18%54.0
- 03组织与维护者权重 15%72.3
- 04工程成熟度权重 14%35.0
- 05采用与生态权重 10%69.0
- 06安全与合规权重 10%50.0
- 07趋势动量权重 10%58.2
- 08创新潜力权重 5%63.0
EDITORIAL BRIEF / ZH
中文决策分析
把分数还原成适用场景、风险边界和可执行验证。
Ollama · qwen3-vl:8b
适合谁
适合关注 AI Coding、Agent 工程化和研发效率的开发者与技术负责人；仍需结合项目类型和自身约束判断。
风险与边界
风险：GitHub 未返回明确许可证，不进入生产采用候选。；证据缺口：scorecard。高分不能抵消许可证、安全或维护风险。
下一步验证
下一步：先与同赛道项目进行对比，再决定是否进入小范围试用。
30-DAY ENGINEERING WINDOW
近期工程活动
事件窗口反映维护活动，不直接代表代码质量。
- 7 日活跃天
- 2
- 30 日活跃天
- 2
- 真人参与者
- 22
- Push
- 2
- Pull Request
- 6
- Issue
- 0
- Release
- 0
DISCOVERY TRAIL / 1
候选发现信号
同一 GitHub 数据组的多个信号不能被误算为完全独立证据。
- 01GitHub SearchTier S · 来源排名 #2查看信号
PUBLIC EVIDENCE / 2
公开证据
仅展示可访问 URL；内部原始对象标识与存储哈希不会公开。