---
title: "nnzen 模型目录"
url: "https://ramenm.com/zh/projects/llm-models-hub"
markdown_url: "https://ramenm.com/zh/projects/llm-models-hub/index.md"
locale: "zh"
content_language: "zh-Hans"
page_kind: "project"
source: "localized_path"
llms_url: "https://ramenm.com/llms.txt"
llms_full_url: "https://ramenm.com/llms-full.txt"
---

# nnzen 模型目录

- Case study URL: https://ramenm.com/zh/projects/llm-models-hub
- Markdown URL: https://ramenm.com/zh/projects/llm-models-hub/index.md
- Role: Founder / Backend Developer
- Period: 2025-2026
- Team: Solo

实时 LLM 模型目录：收集模型数据、统一格式，并让模型比较更快完成。

## Problem
模型数据分散在多个来源，pricing、context size、limits 和 quality signals 都需要手工核对。

## Solution
构建 FastAPI backend：接入 OpenRouter 数据，规范化 model cards，补充 ranking context，并提供 search/filters。

## Impact
模型调研从多标签页和笔记，变成一个可搜索的比较界面。

## Stack
- Python, FastAPI, LLM APIs, RAG, Vector DB / pgvector, Tool calling

## Metrics
- 目录: 500+ 模型记录
- 数据流: 规范化接入
- 界面: 在线产品

## Highlights
- 为模型目录构建 ingestion 和 normalization。
- 实现 search、filters 和 comparison context，让 model selection 更快。
- 让后端可以继续接入新的 model sources 和 ranking signals。

## Lessons
- 好的数据工具先需要可靠的 normalization，然后才是漂亮 UI。
- 决策速度比一次性展示所有细节更重要。

## Links
- [打开 nnzen.com](https://nnzen.com)