pkg.soopen package index

brew / 排名 545

使用 Homebrew, MacPorts 安装 mlx

查看 mlx 的安装路径、可执行文件、元数据以及面向 AI 代理工作流的安全说明。

安装命令安全说明

安装

其他安装命令

macOS

Homebrew已验证 · 100%
brew install mlx

local Homebrew formula metadata

MacPorts已验证 · 94%
sudo port install mlx

MacPorts ports tree · llm/mlx/Portfile · 来源: api.github.com

概览

软件包摘要

Array framework for Apple silicon

命令和别名

  • mlx.distributed_config
  • mlx.launch

历史

项目历史与用法

MLX is Apple's open source array framework for machine learning on Apple silicon. The project is published under the ml-explore organization and is described by Apple and the upstream README as an array framework optimized for Apple silicon and its unified memory architecture. The MLX examples citation credits the initial software suite to Awni Hannun, Jagrit Digani, Angelos Katharopoulos, and Ronan Collobert, with a 2023 citation entry.

项目历史

Technically, MLX sits in the NumPy, PyTorch, JAX, and ArrayFire family rather than being only a model runner. Its README emphasizes familiar NumPy-like APIs, C, C++, and Swift bindings, PyTorch-like higher-level neural-network and optimizer packages, composable transformations for automatic differentiation and vectorization, lazy computation, dynamic graph construction, CPU/GPU execution, and unified memory so arrays can be operated on across supported devices without explicit transfers.

使用方式

The framework quickly became the base layer for a cluster of Apple-silicon ML tools: MLX LM for language models, MLX examples for reference implementations across text, image, audio, video, and multimodal models, and community-converted model weights on Hugging Face. LM Studio also shipped an MLX engine for on-device LLM use on Apple-silicon Macs. In package managers, the `mlx` package is the foundation dependency; users install higher-level packages such as `mlx-lm` when they want complete model workflows.

安全态势

风险级别：绿色

narrow executable package without higher-risk signals.

风险分类器

绿色 风险 · 低 置信度 · appliance

原因

  • narrow executable package without higher-risk signals

信号

  • metadata:no-higher-risk-signals

安装行为

  • 未记录 Homebrew bottle 元数据。

建议审查

在无人值守的代理使用前，请检查该工具是否读取明文凭据、写入远程状态、发布制品或调用插件。

可执行文件

已安装的可执行文件

命令类型暴露范围备注
mlx.distributed_config可执行文件已索引可执行文件从本地可执行文件索引发现。
mlx.launch可执行文件已索引可执行文件从本地可执行文件索引发现。

新鲜度

版本和新鲜度

这些信号区分页生成时间、软件包管理器活动和上游发布比较。只有存在证据 URL 和可比较版本时，才会提示版本落后。

页面生成时间2026-08-03
管理器版本0.32.0
管理器更新时间2026-07-08
本地数据未知
上游不可用
检测到的最新版本未检测到
  • OK没有生成新鲜度警告。

安装元数据

软件包元数据

软件包键brew:mlx
版本0.32.0
软件包管理器Homebrew
主页https://ml-explore.github.io/mlx/build/html/index.html
仓库https://github.com/ml-explore/mlx
最后更新2026-07-08T14:26:04Z
Pulseupdated
Bottle未记录
服务未声明

源数据库匹配

其他软件包管理器记录

匹配项来自外部软件包管理器索引，并与本地 Automic Vault 软件包链接分开显示。

MacPorts95%

mlx

sudo port install mlx
  • normalized package name match
  • 匹配方式：Mlx
MacPorts ports tree · api.github.com · MacPorts ports tree: llm/mlx/Portfile from https://api.github.com/repos/macports/macports-ports/git/trees/master?recursive=1

软件包图谱

链接来自本地软件包关系图、补充数据、依赖边、生态匹配和软件包 hub 归属。

来源线索

由仓库数据生成

此页面由 av-web 从 scripts/generate-pkg-sqlite.py 生成的私有软件包 SQLite 工件提供。

使用的来源

  • Geiger risk classifier
  • cross-ecosystem install command graph
  • curated package history
  • external package-manager database matches
  • pkg.so package database
  • pkgdb category and tag curation