omlx
Apple Silicon 专用 LLM 推理服务器，支持连续批处理和 SSD 缓存，从 macOS 菜单栏管理。为 Mac 用户提供了一键式 LLM 本地部署方案，14K+ stars
🎯适用场景：本地模型运行与推理服务
📥 收录于 2026/5/19
📊 仓库数据
📈 Stars 变化 ↑12 小时 +14· 统计区间 7/10 12:08 → 7/11 00:11（12 小时）
✅ 优点
- •Apple Silicon 原生优化
- •连续批处理提升吞吐
- •SSD 缓存降低内存压力
- •菜单栏一键管理本地模型
⚠️ 限制
- •仅支持 Apple Silicon Mac
- •大模型仍受内存限制
- •生态相比 Ollama 较小
🔗 相关工具
GPT4Free
github.com/xtekky/gpt4free
多模型免费访问平台，66,037+ stars。提供多种大语言模型的免费访问接口，包括 GPT-4、Claude、Gemini 等主流模型的聚合调用方案
🎯本地模型运行与推理服务
Sweep
github.com/sweepai/sweep
Sweep AI 编码助手，8.7K+ stars。面向 JetBrains 的 AI 编码助手，支持代码重构、Bug 修复和功能添加
🎯本地模型运行与推理服务
Infinity
github.com/infiniflow/infinity
AI 原生数据库，8.1K+ stars。为 LLM 应用构建的 AI 原生数据库，提供超快的混合搜索能力，支持向量和全文检索
🎯本地模型运行与推理服务
Needle
github.com/cactus-compute/needle
将 Gemini 工具调用能力蒸馏到 26M 参数微型模型的开源项目，Hacker News 572 票热评。仅需约 50MB 即可在边缘设备运行工具调用，展示了知识蒸馏在 Agent 领域的可行性，适合端侧部署和低带宽场景。
🎯本地模型运行与推理服务
Rapid-MLX
github.com/raullenchai/Rapid-MLX
Apple Silicon 上最快的本地 AI 引擎，比 Ollama 快 4.2 倍，缓存 TTFT 仅 0.08 秒。17 种工具解析器，提示词缓存，推理分离
🎯Mac 本地 LLM 推理、Claude Code/Cursor 加速
Sidekick
github.com/johnbean393/Sidekick
原生 macOS 应用，可与本地 LLM 聊天并获取文件/文件夹/网站信息，无需安装其他软件，基于 llama.cpp 驱动
🎯Mac 用户与本地 LLM 交互并检索本地文件信息
