pkg.soopen package index

cask

Installer vmlx avec Homebrew Cask

Consultez les chemins d'installation, exécutables, métadonnées et notes de sécurité de vmlx pour les workflows d'agents IA.

Commande d'installationNotes de sécurité

installation

Commandes d'installation supplémentaires

macOS

Homebrew Caskvérifié · 100%
brew install --cask vmlx

local Homebrew cask metadata

aperçu

Résumé du paquet

Run local AI models on Apple Silicon

Commandes et alias

Aucun alias exécutable n'a été trouvé dans la base locale des paquets.

historique

Historique du projet et usages

vMLX is a local AI inference engine and macOS desktop application for Apple Silicon. It runs and serves language, vision, embedding, reranking, speech, and image models through OpenAI- and Anthropic-compatible APIs.

Historique du projet

vMLX was created by Jinho Jang/JANGQ AI as an Apple-Silicon inference and model-serving project. It developed into the engine behind a desktop MLX Studio experience, combining chat, model-session management, image generation, conversion tools, and API reference functions.

Historique d'adoption

vMLX is distributed both as a macOS desktop application and a Python package. Its compatibility with OpenAI and Anthropic client protocols lets existing SDKs and agent tools use locally hosted Apple-Silicon models by changing the endpoint rather than adopting a project-specific API.

Modes d'utilisation

Desktop users download the macOS application, load local models, and manage chat or server sessions from the UI and menu bar. Command-line users install the Python package and invoke commands such as `vmlx serve`, `vmlx convert`, `vmlx info`, `vmlx doctor`, and `vmlx bench`. Existing clients can use the local HTTP endpoint with OpenAI- or Anthropic-compatible SDKs.

Pourquoi les passionnés de paquets s'y intéressent

The project packages an unusually broad local-AI stack—desktop UI, Python inference engine, model conversion, quantization, API serving, and developer tools—around Apple's MLX ecosystem. Package enthusiasts care about it as a Mac-native alternative to general-purpose local model servers and as a way to exploit unified memory, Metal acceleration, and aggressively quantized models.

Chronologie

  • 2026: Official project documentation described vMLX as both a Python engine and the backend of a multi-mode MLX Studio desktop application.

Related projects

  • Apple MLX and the mlx-lm/mlx-vlm ecosystem provide core Apple-Silicon model primitives.
  • JANG supplies the project's adaptive mixed-precision quantization format and runtime integration.
  • MLX Studio is the desktop product surface built around vMLX.

posture de sécurité

Aucune couverture d'outil protégé trouvée pour le moment

Aucun manifest local de gestion des secrets correspondant n'a été trouvé pour vmlx. Les métadonnées de paquet restent publiées ici afin que la couverture future dispose d'une URL stable.

Comportement d'installation

  • Aucun hook post-install Homebrew n’est enregistré dans les métadonnées de formule.
  • Aucune métadonnée de bottle Homebrew n’a été enregistrée.

Revue recommandée

Avant une utilisation sans surveillance par un agent, vérifiez si l'outil lit des identifiants en clair, écrit un état distant, publie des artefacts ou lance des plugins.

exécutables

Exécutables installés

CommandeTypeExpositionNote
Aucune donnée d'exécutable n'était présente.

fraîcheur

Version et fraîcheur

Ces signaux séparent l'âge de génération de la page, l'activité du gestionnaire de paquets et la comparaison avec les versions amont. Un retard de version n'est signalé que lorsqu'une URL de preuve et des versions comparables sont présentes.

page générée2026-11-04
version du gestionnaire1.6.83
gestionnaire mis à jour
données localesOK
amontnot checked
dernière version détectéenon détecté

https://github.com/jjang-ai/mlxstudio

métadonnées d'installation

Métadonnées du paquet

Clé du paquetcask:vmlx
Version1.6.83
Gestionnaire de paquetsHomebrew Cask
Page du gestionnaire de paquetshttps://formulae.brew.sh/cask/vmlx
Page d'accueilhttps://mlx.studio/
Dépôthttps://github.com/jjang-ai/mlxstudio
Docs amonthttps://mlx.studio/
Archive sourcehttps://github.com/jjang-ai/mlxstudio/releases/download/v1.6.83/vMLX-1.6.83-sequoia-arm64.dmg
SHA-256223c23316cd5ae2440f91dd6a9a37e179f624d1e053cfba375ca68f1da3bf96f
Bouteillenon enregistré
post-install Homebrewnon défini
Serviceaucun déclaré

faits du registre

Détails de la base source

Source DatabaseHomebrew cask API
Taphomebrew/cask
Full Tokenvmlx
Names
  • vMLX
Depends On
Arch
{'type': 'arm', 'bits': 64}
Macos
>=: 14
Artifacts
App
1
Target
1
Uninstall
1
Zap
1
Auto Updatesyes
Deprecatedno
Disabledno

graphe de paquets

Les liens viennent du graphe local de relations entre paquets, des suppléments, des dépendances, des correspondances d'écosystèmes et de l'appartenance aux hubs.

Même workflow

  • ollamaLocal package facts share a topical domain. Shared terms: ai, local, models, run.
  • rapid-mlxLocal package facts share a topical domain. Shared terms: ai, apple, local, silicon.
  • node-llama-cppLocal package facts share a topical domain. Shared terms: ai, local, models, run.

piste source

Généré depuis les données du dépôt

Cette page est servie par av-web depuis l'artéfact SQLite privé des paquets généré par scripts/generate-pkg-sqlite.py.

Sources utilisées

  • cross-ecosystem install command graph
  • curated package history
  • package relationship graph
  • package version freshness
  • package-page enrichment