背景：为什么做这个项目#
这个仓库是演讲 《Mac 电脑上如何本地部署一个 LLM 模型》 的完整配套文档：即使不看视频，照着文档一步步操作，也能在自己的 Mac 上完成部署。很多朋友手里有一台 Apple Silicon 的 Mac，想用 AI 编程，却被三个问题挡住——API 订阅贵、模型选型晕、不知道本地模型怎么"真正干活"。这个项目就是把这条路打通，并用一个看得见的结果收尾：让本地模型画出一只骑自行车的小黄鸭 🦆🚲。
意义在哪里#
- 🔒 隐私是第一理由：数据从不离开你的电脑——私有代码、商业文档、客户数据、个人对话，不上云、不用于训练、不泄露。涉及商业机密/合规/隐私的场景，本地推理是首选
- 💰 成本可控：一次部署，模型跑在本地统一内存里，不按 token 计费
- 🛠 让本地模型真正干活：不止是网页聊天，而是接入 Claude Code 等 Harness，进入真实的编程工作流
- 🧭 降低心智门槛：从"本地部署到底在部署什么"的心智模型，到硬件评估、模型选型、术语速查，一篇文档讲透
三步上手（Apple Silicon，统一内存 ≥16GB）#
- 安装 oMLX：
brew install omlx - 启动并选模型：
omlx start，在菜单栏选择模型（如 Qwen3.6-35B MLX 3bit） - 接入 Claude Code：
omlx launch claude→ 让它"画一只骑自行车的小黄鸭"
技术栈：Apple MLX 框架 + oMLX 运行时 + Claude Code。仓库里还有配套幻灯片和「小黄鸭画廊」（每个模型的实际画作对比）。
视频讲解#
开源地址：MESevenJourney/mac-llm-deploy（中英双语 README）
