macOS搭載のApple silicon向けローカル推論サーバー。バッチデコードと文法制約付きツール呼び出しで、多数のAIコーディングエージェントを同時に動かせます。
carloslfu/slotstream
SSDからエキスパートをストリーミングすることで、16〜64 GBのApple Silicon Mac上で105 GBのQwen3.8-Flash-Next 4-bitモデルを実行するネイティブSwiftエンジン。
- スター
- 653
- フォーク
- 54
- 未解決の Issue
- 77
- 最終コミット
- 一昨日
これは何?
Slotstreamは、AppleのMLXとMetalを基盤にSwiftで開発された、Apple Silicon Mac向けのローカル推論エンジンです。システムRAMを大幅に超える重みを持つmixture-of-expertsモデルを実行します。共有重みはメモリに保持し、各トークンに必要なエキスパートをSSDから上限付きキャッシュに読み込み、頻繁に使うエキスパートはRAMに保持します。モデルをダウンロードした後は、Pythonランタイムやクラウドアカウントなしで、Mac上ですべての推論を実行できます。
公開されているエンジンは、メモリ容量が16〜64 GBのMacでQwen3.8-Flash-Next 4-bitを動かすことを想定しています。Autoモードは起動時にメモリ予算、キャッシュサイズ、投機的デコーディング、コンテキストウィンドウを選択し、ほかのアプリがメモリを必要とするとガバナーがキャッシュを縮小します。CLI、Ollama・OpenAI・Anthropic互換のHTTP API、Swiftライブラリを提供します。`slotstream launch`コマンドを使うと、ローカルサーバーに接続済みの状態でClaude Code、Codex、Pi、opencode、Hermesを起動できます。
macOS 14以降とApple Siliconが必要です。Windows、Linux、Intel Macはサポートしていません。
主な機能
- 01mixture-of-expertsの重みをSSDから上限付きのエキスパート用メモリキャッシュにストリーミングします。
- 02Macに合わせてキャッシュサイズ、コンテキストウィンドウ、投機的デコーディングを自動で設定します。
- 03ローカルアプリ向けにOllama・OpenAI・Anthropic互換のAPIを提供します。
- 041つのコマンドでClaude Code、Codex、Pi、opencode、Hermesをローカルモデルに接続して起動できます。
- 05ネイティブアプリにエンジンを組み込むためのSwiftライブラリを提供します。
- 06モデルのダウンロード後は完全オフラインで動作します。
ユースケース
- RAMに収まらない大規模なオープンウェイトモデルを、16〜64 GBのMacで実行する。
- ローカルモデルでClaude CodeやCodexを使い、コードを自分のマシン内にとどめる。
- Open WebUIなどのローカルチャットフロントエンドを、オフラインのモデルサーバーに接続する。
- Swiftで開発したネイティブmacOSアプリにローカルLLMを組み込む。
クイックスタート
- 1
READMEに記載されている公式インストールスクリプトを実行する
- 2
Macのメモリとディスク空き容量を確認する
slotstream doctor - 3
モデルに最初の応答を求める(初回起動時にモデルがダウンロードされます)
slotstream run --prompt "Why is the sky blue?"
使う前に知っておきたいこと
- Apple Silicon搭載のmacOS 14以降のMacでのみ動作します。Windows、Linux、Intel Macには対応していません。
- デフォルトのモデルを使用するには、16 GB以上のメモリと約110 GBのSSD空き容量が必要です。
- 初回起動時に約105 GBのモデルをダウンロードするため、数時間かかる場合があります。
- Slotstreamが維持しているモデルは、Qwen3.8-Flash-Next 4-bitの1つのみです。
収録されている特集
トピック
よくある質問
- slotstream とは?
- SSDからエキスパートをストリーミングすることで、16〜64 GBのApple Silicon Mac上で105 GBのQwen3.8-Flash-Next 4-bitモデルを実行するネイティブSwiftエンジン。 Slotstreamは、AppleのMLXとMetalを基盤にSwiftで開発された、Apple Silicon Mac向けのローカル推論エンジンです。システムRAMを大幅に超える重みを持つmixture-of-expertsモデルを実行します。共有重みはメモリに保持し、各トークンに必要なエキスパートをSSDから上限付きキャッシュに読み込み、頻繁に使うエキスパートはRAMに保持します。モデルをダウンロードした後は、Pythonランタイムやクラウドアカウントなしで、Mac上ですべての推論を実行できます。
- slotstream は無料で使えますか?ライセンスは?
- slotstream は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- slotstream は今もメンテナンスされていますか?
- 活発にメンテナンス中。slotstream の最終コミットは 2026年11月4日 です。
- slotstream は何に使えますか?
- RAMに収まらない大規模なオープンウェイトモデルを、16〜64 GBのMacで実行する。 ローカルモデルでClaude CodeやCodexを使い、コードを自分のマシン内にとどめる。 Open WebUIなどのローカルチャットフロントエンドを、オフラインのモデルサーバーに接続する。 Swiftで開発したネイティブmacOSアプリにローカルLLMを組み込む。
- slotstream のインストール方法は?
- READMEに記載されている公式インストールスクリプトを実行する Macのメモリとディスク空き容量を確認する: slotstream doctor モデルに最初の応答を求める(初回起動時にモデルがダウンロードされます): slotstream run --prompt "Why is the sky blue?"
- slotstream はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/carloslfu/slotstream
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
llama.cppをベースに、モデルの実行に必要なRAMやVRAMが足りないマシンでも、SSDからエキスパートの重みをストリーミングして大規模なMoE GGUFモデルを実行できます。
MLXでApple Silicon Mac上にオープンモデルを動かし、Claude Codeをオフラインで使えるAPI互換サーバーを提供します。
Apple Silicon搭載Mac向けのネイティブなローカルLLM・メディアサーバー。Python不要で、OpenAI、Anthropic、Ollama互換APIを利用できます。
学習済みルーティング予測を使い、SSDからエキスパートの重みをストリーミングして、一般向けデバイスで大規模なSparse MoEモデルを動かすオープンソースフレームワーク。
Apple silicon向け機械学習用配列フレームワークMLXのSwift API。Swift開発者が機械学習の研究や実験を実行できます。