# macMLX 常见问题解答

八个 v0.6.2 答案，涵盖平台、安装、Python、模型、API、隐私、视觉、大型 MoE 与路线图状态。

## 直接回答

以下答案以 v0.6.2 为审计基线，并区分已发布能力与规划工作。API 控制项保留提供方、Schema 与组合边界；VLM 与大型模型答案保留检查点特定限制。详情请查看相关技术页面。每个可见声明都指向带日期的官方证据。

- 规范网址：https://macmlx.app/zh/faq/
- 最后核验：2026-07-15

## 页面事实

- **Apple 芯片 macOS 安装** — 已发布; 始于 0.1.0; 最后核验 2026-07-15. macMLX 支持运行 macOS 14 或更高版本的 Apple 芯片 Mac。 请使用项目当前安装与 Gatekeeper 指南；不要仅为打开应用而关闭系统级安全保护。
- **默认路径无需 Python** — 已发布; 始于 0.1.0; 最后核验 2026-07-15. 已发布的默认引擎为 Swift 原生，不需要 Python 运行时。 可选兼容引擎可能使用子进程与其他运行时，因此这并不表示项目任何地方都没有 Python。
- **Apple 芯片统一内存** — 已发布; 始于 0.1.0; 最后核验 2026-07-15. MLX 数组使用 Mac 的 CPU/GPU 共享内存系统。 统一内存减少 CPU 编排与集成 GPU 计算之间的显式传输，但模型权重、激活值和 KV 缓存仍会占用有限的物理内存。
- **有界模型池** — 已发布; 始于 0.5.0; 最后核验 2026-07-15. 预算、LRU 淘汰、固定、冷切换、空闲 TTL 与探针共同约束多模型使用。 模型池在 v0.5.0 发布并于 v0.5.3 加固；它不是统一自适应控制器。
- **受支持的 LoRA 适配器** — 已发布; 始于 0.5.0; 最后核验 2026-07-15. 原生引擎可应用受支持的 LoRA 适配器。 适配器兼容性取决于基础架构与权重，不宣称通用 LoRA 兼容。
- **检测 14 个 VLM 家族** — 已发布; 始于 0.5.3; 最后核验 2026-07-15. 模型库可检测 14 个视觉语言 model_type 家族。 这是有证据支持的家族数量，不保证每个检查点或处理器变体都能加载。
- **OpenAI 端点兼容** — 已发布; 始于 0.5.3; 最后核验 2026-07-15. 聊天、传统补全、模型列表与嵌入使用兼容的请求和响应结构。 兼容范围按端点界定。/x/models 下的模型加载与卸载是 macMLX 扩展，不属于 OpenAI 兼容的模型管理。
- **Anthropic Messages 兼容** — 已发布; 始于 0.5.3; 最后核验 2026-07-15. v0.5.3 提供 POST /v1/messages，并支持流式响应。 这里只兼容 Messages API，不代表兼容完整 Anthropic API。
- **部分 Ollama 端点** — 已发布; 始于 0.3.7; 最后核验 2026-07-15. macMLX 支持 /api/version、/api/tags、/api/show、/api/chat 与 /api/generate。 该兼容层自 v0.3.7 起提供；它只覆盖选定端点，不是完整 Ollama API 的无差别替代。
- **聊天集成工具路由** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 为 OpenAI、Anthropic 与 GUI MCP 循环交付多轮工具路由。 各协议的验证明确约束工具调用历史；该路由与 MCP 服务端及客户端池基础设施不同。
- **结构化输出** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 支持 response_format 的 json_object 与明确界定的 JSON Schema 子集。 不支持的 Schema 关键字返回 400；VLM 与结构化输出、工具与结构化输出都是不支持的组合，会被明确拒绝而非静默降级。
- **API 兼容功能包** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 新增 logit_bias、logprobs 与 top_logprobs、XTC、逐请求 LoRA 适配器和 tools。 明确的兼容矩阵约束参数组合，不支持的配对返回 400，而不会静默降级。
- **KV 缓存量化** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 为兼容请求开放 kv_bits、kv_group_size 与 quantized_kv_start。 这些参数改变 KV 缓存精度，而非模型权重精度；非正数 kv_bits 会禁用该功能，兼容矩阵会拒绝不支持的模型或请求组合。
- **Swift 进程内推理** — 已发布; 始于 0.1.0; 最后核验 2026-07-15. 默认引擎在 Swift 进程内加载并运行 MLX 模型。 模型加载、生成、缓存与服务通过 MacMLXCore 使用 Apple MLX；默认推理路径不需要 Python 运行时。
- **DeepSeek V3.2 Swift 覆盖层** — 已发布; 始于 0.5.3; 最后核验 2026-07-15. v0.5.3 包含 DeepSeek V3.2 架构的纯 Swift 组件对齐实现。 真实检查点冒烟测试仍待完成，且缺少 FP8 反量化，因此不构成端到端或通用 MoE 声明。
- **Track G 已测试模型** — 已发布; 始于 0.6.2; 最后核验 2026-07-15. v0.6.2 新增四个通过检查点实测的原生模型家族。 真实检查点生成实测：Seed-OSS-36B 4-bit 为 18.2 tok/s；Hunyuan V1 Dense 1.8B 4-bit 为 80.3 tok/s；Cohere Command R7B 7B 4-bit 为 21.7 tok/s；MiniCPM3-4B 4-bit 为 18.7 tok/s。结果仅适用于对应检查点，不构成整个家族的性能保证。
- **资格门控的连续批处理** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 仅在真实并发下批处理符合条件的稠密文本请求，并自动回退到串行路径。 标签版 4 客户端基准测得 2.5–3.2× 聚合吞吐量；VLM、推测解码、Ollama、Anthropic 与嵌入仍保持串行。
- **Trie 最长前缀复用** — 已发布; 始于 0.6.0; 最后核验 2026-07-15. v0.6.0 可复用最长兼容缓存词元前缀。 多轮提示可裁剪到最长公共前缀，只增量预填充新增后缀，同时用量统计仍按完整提示计算。
- **分页 KV、块共享与 CoW** — 规划中; 始于 future; 最后核验 2026-07-15. 分页分配、共享块与写时复制分支处于规划阶段。 这些缓存虚拟化能力均未在 v0.6.2 发布。
- **统一自适应内存守卫** — 规划中; 始于 future; 最后核验 2026-07-15. 跨缓存、模型池与并发的反馈控制器处于规划阶段。 已发布的内存探针和模型池上限是独立机制，不能称为该守卫。
- **扩展采样控制** — 规划中; 始于 future; 最后核验 2026-07-15. top-k、min-p、presence、frequency 与 repetition 惩罚项，以及逐请求 seed 处于规划阶段。 DeepSeek 专家路由 top-k 是架构内部操作，与用户采样 top-k 无关。

## 来源

- https://github.com/magicnight/mac-mlx/releases/tag/v0.6.2
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/README.md
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Engine/MLXSwiftEngine.swift
- https://ml-explore.github.io/mlx/build/html/usage/unified_memory.html
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/CHANGELOG.md
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/ModelPool/ModelPool.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Managers/ModelLibraryManager.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Server/HummingbirdServer.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/MCP/ToolCallingSession.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Constraint/ResponseFormatDecoder.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Engine/GenerateRequest.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Models/DeepseekV32.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/docs/model-support.md
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Batching/BatchScheduler.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/Engine/MLXSwiftEngine+BatchGenerationServing.swift
- https://github.com/magicnight/mac-mlx/blob/v0.6.2/MacMLXCore/Sources/MacMLXCore/PromptCache/PromptTrie.swift
- https://github.com/magicnight/mac-mlx/blob/main/docs/superpowers/specs/2026-07-10-engine-scroll-story-design.md
- https://github.com/magicnight/mac-mlx/blob/main/MacMLXCore/Sources/MacMLXCore/Managers/ModelParametersStore.swift

## 相关页面

- [逐端点说明本地 API 兼容性](https://macmlx.app/zh/api-compatibility/)
- [按任务与内存选择模型](https://macmlx.app/zh/models/)
- [不混淆路线图的版本状态](https://macmlx.app/zh/releases/)
- [macMLX v0.5.3（历史版本）](https://macmlx.app/zh/releases/v0-5-3/)