llmctl：面向 AMD Strix Halo 的本地 LLM 服务器管理工具开源

GitHub 上的 llmctl 项目用一条命令管理本地 AI 机器：llama.cpp、halogen 和 gufo 后端跑语言模型并提供 OpenAI/Anthropic 兼容代理供 Claude Code 等客户端使用，语音与图像、视频、音乐和 3D 由 ComfyUI 处理，支持槽位、预设、显存核查与模型下载更新。README 给出大量实测：Qwen3.8 经 MTP 头投机解码从 7.22 提速到 15.48 t/s，70B 级模型配独立草稿模型提速约一倍，halogen-server 在 0.15.1 加 v2 检查点下省 14.6 GiB 内存且 prefill 快 3–7%。