STACKELIER

你好，Product Hunt 👋

我打造 STACKELIER，是因为「本地运行」和「自托管」常常被默认等同于隐私安全。但事实并非如此。

一个真正专业的 AI 部署，其实是一整套配置的组合：应用程序可以跑在本地，但推理调用或数据仍然可能传出本机；硬件条件也决定着哪些方案在现实中真正可用；而且，光看模型名称根本无法判断这套方案是否真的适合你。

STACKELIER 从四个维度出发：你的职业、具体任务、隐私要求，以及硬件条件。

随后，它会从工具、模型、运行时、部署方式、硬件匹配度和支撑证据等多个角度，对经过验证的参考配置进行评估。

在构建过程中，有几条原则对我至关重要：

* 严格的隐私或硬件约束可以直接淘汰一套技术栈，而不仅仅是降低其排名；

* 隐私评分（Privacy Score）会感知具体配置；

* 证据可信度与隐私评分相互独立；

* 自托管并不天然等于私密；

* 自然排名不可购买。

公开版的 Finder 完全免费，也无需注册账号。

我最希望能听到大家对一个问题的反馈：相比起一个个去挑选工具，STACKELIER 能否让你更清晰地看清打造一套私密 AI 部署背后的种种权衡？

感谢你的关注。