Mac 屏幕上的本地 AI 工作台,以内存容量仪表和图像、音频、视频及 3D 任务卡片呈现功能。

Silicon Optimizer:根据 Mac 能力规划并运行本地 AI

下载模型前先看清 Apple 芯片 Mac 能承受多大负载。Silicon Optimizer 把模型资源规划、本地聊天与智能体,以及图像、音频等创作工作流整合在一款 Mac 工具中。

要点摘要
  • 读取 Apple 芯片 Mac 的硬件信息,在下载权重前估算模型是否装得下、需要多少内存以及大致速度。
  • 除本地模型聊天外,还整合工具型智能体、图像、音频、视频和 3D 工作流;部分运行时与模型需额外安装。
  • 本地推理是核心路径,但网页搜索、TypeSafe 判断、云端供应商和配对电脑属于可选网络路径。
  • 应用采用 MIT 许可证,要求 Apple 芯片 M1 或更新机型及 macOS 14+。未找到匹配的 App Store 版本,官方 v0.5.0 Release 提供 DMG。

先弄清楚这台 Mac 真正能跑什么

Silicon Optimizer 并非又一份大模型清单,它先回答一个更实际的问题:这台 Mac 不靠猜测,究竟能运行哪些模型?规划器会读取芯片、内存、GPU 核心和存储等信息,估算候选模型是否适配。

在下载大型权重之前,你可以比较内存占用、上下文长度和预计速度。应用会给出一个有竞争力的推荐,但仍允许你自行选择其他模型并调整方案。

探索精选目录,也搜索 Hugging Face 模型

内置模型目录为 Apple 芯片用户提供了经过筛选的起点。Silicon Optimizer 会把候选模型与 Mac 的资源预算对照,而不只是看模型标称参数量。

你也能搜索 Hugging Face 上的 GGUF 模型。项目说明,应用会先读取模型文件头来识别架构并估算资源需求,再决定是否下载完整权重。这样可以在开始数 GB 下载之前,先判断陌生模型值不值得尝试。

不只是提示词框:能调用工具的本地智能体

Chat 标签页支持普通本地对话,也可以使用智能体 harness。项目 README 列出内置模式、默认的 DeepSeek Harness、Codex 和 Qwen Code。启用 harness 后,智能体可以抓取和搜索网页、读取或编辑指定文件夹中的文件,以及执行命令。

项目为 Codex 和 Qwen Code 的命令执行及文件改动提供了确认流程。它适合让智能体协助本地项目,但本地执行不等于没有风险;每次操作请求仍值得认真检查。

应用内置用于模型推理的 llama.cpp 和供 harness 聊天使用的 Node.js,因此基础本地路径不要求另装引擎或提供 API Key。搜索和可选的远程供应商仍有各自的网络与凭据要求。

借助专家流式加载延伸内存边界

对于受支持的混合专家模型,应用利用 llama.cpp 的专家流式加载方式,只把部分专家留在内存中,并按需从磁盘读取其他权重。项目 README 举例称,这能让 36 GB 内存的 Mac 运行 117 GB 级模型;这是有取舍的特殊方案,不代表所有大模型都能快速运行。

高级模式允许调整上下文长度、缓存精度、批次大小、GPU 层数、线程数和专家槽位等参数。内存计划会随改动更新,并在开始加载前提示设备无法支持的组合。

从文字延伸到图像、音频、视频和 3D

更广的工作台还包含本地图像生成、语音合成、音乐与音效、语音识别,以及从图像生成 3D 模型。具体能力取决于模型和后端,模型权重也可能占用大量磁盘空间。

部分能力需要额外准备。项目把 MLX-LM 列为可选语言模型引擎,把 MFLUX 用于图像生成;视频渲染可能还要安装独立的本地节点和外部模型权重。这些是附加工作流,并不意味着装好主应用后所有创作功能都能立即使用。

视频和肖像动画可以交给配对的 NVIDIA 显卡 Windows 电脑渲染,让 Mac 继续处理其他工作。3D 模型则可在内置查看器中旋转,并将转台图或快照复制到剪贴板。

连接 MCP 客户端和自己的其他电脑

Silicon Optimizer 内置 MCP 桥接服务,兼容的助手可通过它查询 Mac 硬件、查找和加载模型、检查状态,或调用本地模型。项目仓库提供了 Claude Desktop、Claude Code 和 Codex 等客户端的配置说明。

远程访问方面,Silicon Buddy 和 swarm 使用 Tailscale 网络,而不是把 Mac 控制 API 暴露到公共互联网。这些功能都是可选的;启用前先确认每个配对设备或节点能访问哪些工具。

本地优先,不代表所有功能都离线

选择运行在 Mac 上的模型时,推理过程可以留在本机。但下载模型权重需要联网,抓取网页或搜索网络也会连接外部服务。

项目还提供可选的 TypeSafe 判断、外部供应商和其他电脑节点等网络路径。启用后,选定请求可能离开 Mac;TypeSafe 按使用量收费。处理敏感材料前应核对供应商和路由设置;如果要求完全本地,请选择仅本地的配置。

应用没有启用沙盒,因为它需要从用户指定的位置启动引擎并读取模型文件。应把它看作能访问获准文件和命令的本地工具,而不是受限的只读查看器。

macOS 14+,从官方 v0.5.0 DMG 安装

需要搭载 Apple 芯片 M1 或更新机型、运行 macOS 14 或更新版本的 Mac。我们没有找到此应用与开发者对应的 Mac App Store 上架信息,所以主要安装方式是官方 GitHub Release,而不是其他同名应用。

下载官方 v0.5.0 DMG,也可以查看v0.5.0 Release 说明。打开 DMG,将 Silicon Optimizer.app 移入“应用程序”文件夹。项目的 Homebrew cask 提醒,Release 应能通过 Gatekeeper;如果 macOS 拦截,请勿绕过警告,应重新下载并向项目报告。

应用代码采用 MIT,模型各有许可证

应用源码采用 MIT 许可证。模型文件和内置组件可能有不同条款;项目举例提到 Gemma Terms of Use 和 Llama Community License。重新分发或商用某个模型前,请先阅读该模型自己的许可证。

最新安装说明与功能边界可查看Silicon Optimizer 仓库和 README、官方 v0.5.0 Release以及许可证文件。

项目概况

许可证
MIT
平台
macOS 14 or later; Apple Silicon M1 or newer
开发语言
Swift and SwiftUI; bundled llama.cpp and Node.js runtimes
查看版本
v0.5.0 (official GitHub Release checked 2026-09-24)

安装

# Download the official v0.5.0 DMG:
open https://github.com/OGZamasu/silicon-optimizer/releases/download/v0.5.0/Silicon.Optimizer.dmg

# Open the DMG and move Silicon Optimizer.app to /Applications.

许可说明

Silicon Optimizer 应用源码采用 MIT 许可证。模型文件和内置组件可能有各自的许可条件,不能假定应用许可证自动覆盖所有模型。