Apple Silicon向けのセルフホスト型MLX推論サーバー。LLM、VLM、画像生成でOpenAI、Anthropic、Ollama互換APIを利用できます。
- スター
- 2,390
- フォーク
- 252
- 未解決の Issue
- 76
- 最終コミット
- 21 時間前
これは何?
MLX-Serveは、ネイティブmacOSアプリとローカルサーバーを通じて、Mac上でオープンモデルを実行します。サーバーはOpenAIのChat、Completions、Responsesエンドポイント、Anthropic Messages、Ollama APIをlocalhost:11234の単一ポートで公開するため、既存のクライアントやClaude Codeなどのコーディングエージェントを変更なしで接続できます。コア部分はZigで書かれ、AppleのMLXフレームワーク上で動作します。実行時もビルド時もPythonは不要です。
テキストチャットに加えて、アプリとHTTP APIは画像、動画、音楽、音声、3Dの生成に対応しており、音声の文字起こしやボイスクローニングも行えます。モデルはrun、pull、serveなどのコマンドを備えたCLIからダウンロードでき、アプリはMacのメモリ容量に合ったモデルを提案します。メモリが128 GBのマシンでは、大規模なMixture of ExpertsモデルをSSDからストリーミング実行できます。また、Thunderbolt 5で接続した2台のMacで、1つのモデルを共同実行できます。
オンデバイスのチャットやメディア生成に対応するiPhoneアプリと、NVIDIA GPU向けのLinuxビルドも提供されています。ライセンスはMITで、XcodeとHomebrewを使ってソースからビルドできます。
主な機能
- 01ストリーミングとツール呼び出しに対応し、OpenAI、Anthropic、Ollama APIを単一のローカルポートで提供します。
- 02MLXを介して、チャット、画像、動画、音楽、音声、3DモデルをApple Silicon上でネイティブに実行します。
- 03Webコンソールを内蔵し、メモリ容量に応じてモデルを自動提案するmacOSアプリを提供します。
- 04モデルのダウンロード、実行、サーバーでの提供に対応したCLIを備え、中断したダウンロードも再開できます。
- 05Gemma、Qwen、GLM、DeepSeekの各モデルファミリーに加え、対応アーキテクチャのMLXまたはGGUFモデルを利用できます。
- 06Claude Codeなどのコーディングエージェントをローカルモデルに接続するための連携機能を提供します。
ユースケース
- データをクラウドAPIに送信せず、Mac上でプライベートかつオフラインのチャットアシスタントを動かす。
- 開発中に既存のOpenAIまたはAnthropic SDKのコードをローカルモデルに接続する。
- Claude Codeなどのコーディングエージェントを、ローカルでホストしたモデルに接続して使う。
- クラウドサービスを使わずに、MacやiPhoneで画像、音声、音楽を生成する。
クイックスタート
- 1
Homebrewリポジトリをタップする
brew tap ddalcu/mlx-serve https://github.com/ddalcu/mlx-serve - 2
tapを信頼する
brew trust ddalcu/mlx-serve - 3
コマンドラインサーバーをインストールする
brew install mlx-serve - 4
Gemma 4をダウンロードして、ターミナルでチャットする
mlx-serve run gemma4
使う前に知っておきたいこと
- Apple Silicon搭載のMacでのみ動作します。Macアプリの利用にはmacOS 26.2以降が必要です。
- 128 GBや256 GBのモデルなど、大容量モデルは多くのメモリを必要とし、SSDから重みをストリーミングします。
収録されている特集
トピック
よくある質問
- mlx-serve とは?
- 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。 MLX-Serveは、ネイティブmacOSアプリとローカルサーバーを通じて、Mac上でオープンモデルを実行します。サーバーはOpenAIのChat、Completions、Responsesエンドポイント、Anthropic Messages、Ollama APIをlocalhost:11234の単一ポートで公開するため、既存のクライアントやClaude Codeなどのコーディングエージェントを変更なしで接続できます。コア部分はZigで書かれ、AppleのMLXフレームワーク上で動作します。実行時もビルド時もPythonは不要です。
- mlx-serve は無料で使えますか?ライセンスは?
- mlx-serve は Other 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。
- mlx-serve 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。mlx-serve の最終コミットは 2026年11月6日 です。
- mlx-serve は何に使えますか?
- データをクラウドAPIに送信せず、Mac上でプライベートかつオフラインのチャットアシスタントを動かす。 開発中に既存のOpenAIまたはAnthropic SDKのコードをローカルモデルに接続する。 Claude Codeなどのコーディングエージェントを、ローカルでホストしたモデルに接続して使う。 クラウドサービスを使わずに、MacやiPhoneで画像、音声、音楽を生成する。
- mlx-serve のインストール方法は?
- Homebrewリポジトリをタップする: brew tap ddalcu/mlx-serve https://github.com/ddalcu/mlx-serve tapを信頼する: brew trust ddalcu/mlx-serve コマンドラインサーバーをインストールする: brew install mlx-serve Gemma 4をダウンロードして、ターミナルでチャットする: mlx-serve run gemma4
- mlx-serve 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/ddalcu/mlx-serve
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
continuous batching、RAM/SSDの階層型KVキャッシュ、メニューバーからの管理に対応した、Apple Silicon Mac向けのLLM推論サーバー。
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。
手持ちのデバイスを1つのAIクラスターにまとめ、複数のMacや他のマシンで大規模モデルをローカル実行できます。
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。
幅広いハードウェアバックエンドに対応し、LLMや視覚言語モデルをローカルまたはクラウドで実行する、純粋なC/C++製の推論エンジン。