开发者项目与工具展示
nehe.me 是 Jeff Molofee 的个人开发者作品集，页面按 Windows Apps 与 iOS Apps 展示多个项目。就开发者工具类目看，最值得关注的是 LLM Training Studio、Camera Effects Playground、DmgConverter 和 mame-ao。它不是一个统一平台或企业产品，而是一组面向本地使用、学习和实验的独立工具。
LLM Training Studio 是本地 LLM 微调工作室，基于 Python 与 Flask，浏览器访问 localhost:5001，可用 LoRA 与 4-bit QLoRA 在本机训练自定义问答数据，支持多模型、GGUF 导出 q4_k_m/q8_0/f16/q4_0，并能自动注册到 Ollama，还提供本地聊天服务器和 CPU/RAM/GPU/VRAM 监控。Camera Effects Playground 使用 PyQt6、OpenCV、MediaPipe，实现 22 种实时摄像头特效，且全部本地处理。DmgConverter 用 C++ 编写，强调 Windows 上零依赖、免安装，将 .dmg 转为 ISO/IMG，并支持可选 VMDK。mame-ao 则是带 Web UI 的 MAME 启动器。
页面中多个项目提供“View Source on GitHub”，可判断源码可查看，但未披露许可证，因此不能直接推定具体开源协议。定价方面没有商业套餐信息，LLM 工具明确无需云、无需账号；iOS 应用已不再可用。生态集成主要体现在 Ollama、GGUF、OpenCV、MediaPipe、archive.org、BitTorrent 和 VirtualBox 输出格式。
优点是本地优先、依赖少、覆盖实际开发者需求，尤其 LLM 微调链路较完整，适合不想上传数据到云端的个人用户。缺点也明显：页面是作品集式介绍，缺少安装指南、系统要求、许可证、版本维护、问题支持和路线图等正式产品信息，团队与服务支持能力有限。
适合个人开发者、AI 本地微调爱好者、Windows 工具用户、图形/游戏编程学习者。中国访问情况页面未提供可验证信息，判定为未知；若 GitHub 或外部资源访问不稳定，可能需要自行准备网络环境。替代品方面，LLM 微调可看 LLaMA-Factory、Axolotl、Hugging Face PEFT，本地运行可配合 Ollama 或 LM Studio。
本测评基于公开资料整理,不构成购买建议,请以 nehe.me 官网实际信息为准。
含本地LLM训练工具等项目，开发者可参考。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。