RepoAlerts

Veloresearch/kinetic

Herramienta de terminal

¿Es de fiar?

Conviene mirarlo con calma antes de usarlo.

  • Avisos Revisa

    Muy nuevo: se creó hace 6 días. Espera un poco antes de instalarlo.

  • Estrellas de cuentas reales Sin datos

    Todavía no hemos comprobado si sus estrellas son falsas.

  • Activo Bien

    Último cambio hoy.

  • Licencia Bien

    Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.

Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.

Qué es

Un motor de inferencia escrito en Rust que ejecuta modelos en formato GGUF, el formato de llama.cpp, en CPU y en GPU de NVIDIA, AMD e Intel desde un único binario. Incluye decodificación especulativa y reutilización del estado del prompt para acelerar la generación, y afirma que…

Para quién es

Desarrolladores y usuarios que quieran ejecutar LLM en local en su propio equipo, en CPU o GPU, desde la línea de comandos o un servidor

Cómo usarlo

Instalación

cargo install --locked --git https://github.com/Veloresearch/kinetic kinetic-cli

Sacado de su README. Compruébalo allí antes de ejecutarlo.

Pide a tu IA que lo instale

Pega esto en Claude, ChatGPT o tu asistente de programación.

Ayúdame a instalar y configurar Veloresearch/kinetic en mi proyecto. Sigue su README: https://github.com/Veloresearch/kinetic. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.

Curva de estrellas

89De 0 a 89 estrellas entre el 10 nov 2026 y el 15 nov 2026.

Alternativas

Proyectos parecidos que cita su ficha. Cada enlace busca en el directorio.

Recibe alertas de repos como este

Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.

Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad

Para quien mantiene el repo

Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.

[![Veloresearch/kinetic on RepoAlerts](https://repoalerts.com/badge/Veloresearch/kinetic.svg)](https://repoalerts.com/repo/Veloresearch/kinetic?ref=badge)
Compartir en X

  • RustingStudio/RustingStrata

    Motor de inferencia escrito en Rust puro para modelos GGUF de mezcla de expertos de la familia Qwen3.5/3.6, con kernels CUDA compilados en tiempo de ejecución mediante NVRTC y un backend Vulkan. Ejecu

    AppModelos e inferenciaRust · 253 estrellas · +103 esta semana · 37 días

  • samir-sarwar/samir-vllm

    Un motor de inferencia de LLM con fines didácticos, escrito en C++17 y CUDA, que ejecuta Llama 3.2 1B Instruct. Carga los pesos de safetensors en la GPU, implementa tokenizador, prefill y decode con c

    RecursoModelos e inferenciaC++ · 223 estrellas · +186 esta semana · 82 días · HN 80 pts

  • openlake-project/openlake

    Motor de almacenamiento en Rust basado en io_uring para cargas de trabajo con GPU. Ofrece descarga de caché KV para inferencia de LLM entre hosts con GPU, además de un almacén de objetos compatible co

    AppInfraestructuraRust · 3095 estrellas · +246 esta semana · 203 días

  • freriadoc/Avalon

    Una bifurcación de llama.cpp optimizada para ejecutar el modelo MoE Qwen3.8-Flash-Next de 125B en una única GPU AMD de consumo, con los expertos descargados a la RAM del sistema. Usa una caché de expe

    LibreríaModelos e inferenciaC++ · 436 estrellas · +50 esta semana · 38 días

  • manuelgscom/inside-llm

    Un binario nativo que carga uno o dos modelos GGUF con llama.cpp y muestra en el navegador las probabilidades de cada token, las alternativas descartadas, el efecto de los muestreadores y el token don

    AppModelos e inferenciaTypeScript · 64 estrellas · +64 esta semana · 1 día

  • simplexai-labs/PolyStrata

    Ejecuta modelos de lenguaje grandes de pesos abiertos en local con una GPU NVIDIA, y expone endpoints de API compatibles con OpenAI y Anthropic en localhost. Incluye un segundo motor de inferencia, ex

    AppModelos e inferenciaC++ · 1085 estrellas · +151 esta semana · 41 días