模力之城 MLX City：啥都能干的大模型客户端
模力之城（MLX City）是一款桌面应用，把大模型的「聊天、看图、画图、做视频、配音、听写」六件事装进同一个窗口，全部在你的电脑上本地跑。
萝卜mlx-city
2026-10-16六种能力，一个窗口
六件事各是一个独立工具，界面和表单自动生成，新增能力几乎不用改界面
💬
聊天助手
像用任何聊天软件一样提问，答案一个字一个字流出来。带思考过程展示、Markdown 排版，历史会话自动保存并分组
👁️
看图说话
丢一张图进去，详细描述、提取文字（OCR）、把表格转成 Markdown、解读截图里的代码，也能几张图一起对比找不同
🎨
画图与修图
一句话出图，也能给参考图做风格化、局部替换、按遮罩修改。你选哪个模型，它就自动用对应的正确画法
🎬
文生视频
一句话生成一段 mp4 短视频。内置「高速模式」，先用十几秒的代价试出满意的提示词，定稿再出成片
🎙️
语音合成与听写
把文字念成自然语音（多种音色、10 种语言可选）；反过来把音频、视频里的说话内容转成文字并导出字幕
📦
模型管家
内置魔塔 ModelScope、HuggingFace 社区入口，挑好模型复制 id 粘回来即可下载，带进度、速度、剩余时间与断点续传
适合谁用
✍️
写文案改邮件
梳理思路、润色文字、代码答疑，长文档边读边问
🧾
票据与合同录字
拍照或截图丢进去，文字、表格直接转成可编辑格式
🖼️
配图与海报草稿
头像、产品概念图、社媒素材，一句话先出个草稿看看
🎞️
分镜试稿
高速模式快速试提示词，动态配图与短视频素材随手出
🔊
配音与字幕
配音小样、会议录音整理、视频配字幕，一个窗口全干完
🔐
涉密资料处理
全部本地推理，文件不出本机，合同与内部资料也敢丢进去
为什么值得一试
🔒
真的不上传
所有推理都在本机的 Apple 芯片上完成，应用不会把你的输入发到任何服务器。只有你主动点「下载模型」时才会访问模型社区。
🧠
内存不打架
每个功能用完就自动释放内存；同一时间只跑一个任务，边做视频边聊天也不会互相拖慢。聊天常驻，加载一次之后每条消息秒回。
🧩
想加功能不用等更新
除了内置六个工具，懂一点 Python 的人可以直接把脚本放进指定目录，点一下「重新加载」就出现在左侧菜单里，界面和表单都会自动长出来。
🖥️
一台 Mac 带全家
M 芯片 Mac 直接本地跑满全部能力；Intel Mac 和 Windows 装上客户端、填一次地址和令牌，就能连上局域网里那台 M 芯片 Mac。
技术架构
M 芯片 Mac（完整版） Intel Mac / Windows（客户端）
界面（Electron + React） 界面（同一套）
│ │
▼ ▼
服务层（FastAPI） 局域网 HTTP / SSE
│ │
▼ └──────┐
一次性工作进程（跑完即退出，内存归还） │
│ │
▼ ▼
MLX 模型（mlx-lm / mlx-vlm / mflux / FastVideo / mlx-audio）- 两种形态：M 芯片 Mac 是「本机一体」，装上就能跑；Intel Mac 与 Windows 是「瘦客户端」，本身不跑模型、不装 Python，只把界面请求发到那台 M 芯片 Mac 上。
- 推理引擎：mlx-lm（文字）、mlx-vlm（图像理解）、mflux（出图）、FastVideo MLX 运行时（出视频）、mlx-audio（语音）， 全部基于 Apple 的 MLX。
- 以工具为核心：每个能力就是一个独立的小工具模块，界面上的表单由工具自己声明的字段自动生成，所以新增能力几乎不用改界面。
- 一次一进程：每次工具调用都起一个一次性工作进程，加载 → 运行 → 退出，内存随之释放，没有常驻调度与内存预算； 同一时刻只跑一个工具，串行即天然的内存保护。
- 一键安装：M 芯片 Mac 上首次启动会自动准备 Python 运行环境并装好依赖（约 3~10 分钟），之后开箱即用； 客户端版本则完全不碰 Python。
- 数据都在自己家：模型、会话记录、生成的图片音频视频，统一放在
~/.mlx-city与你的模型目录下。
| 能力 | 工具 | 实现框架 |
|---|---|---|
| 聊天 | 对话 | mlx-lm |
| 看图说话 | vision_describe | mlx-vlm |
| 画图与修图 | image_generate / image_edit | mflux |
| 文生视频 | video_generate | FastVideo MLX 运行时 |
| 语音合成 | tts_speak | mlx-audio |
| 语音听写 | stt_transcribe | mlx-audio |
所有模型都跑在 Apple 的 MLX 引擎上，模型来源是魔塔 ModelScope / HuggingFace 上的开源权重。
实测数据
| 能力 | 模型 | 耗时 | 峰值内存 |
|---|---|---|---|
| 文本对话 | Qwen3-4B-4bit | 41.8 tok/s | 2.38 GB |
| 图片理解（OCR） | Qwen3-VL-4B-Instruct-4bit | 3.9 s | 3.91 GB |
| 图片生成 512×512 / 4 步 | FLUX.2-klein-4B（8bit） | 23.2 s | 8.91 GB |
| 视频生成 832×480 / 81 帧（高速模式） | FastMetal-1.3B-QAD（INT8） | 136.2 s | 2.58 GB |
| 语音生成（4.2s 音频） | Qwen3-TTS-12Hz-0.6B-6bit | 2.9 s | 约 5 GB |
| 语音转写 | whisper-large-v3-turbo-asr-fp16 | 1.9 s | 约 2 GB |
| 首次启动安装依赖 | 176 个包 | 约 3.5 分钟 | venv 1.6 GB |
测试环境：Apple M4 / 16GB / macOS 26.7。视频那条是打包的 MLX DiT（FastMetal-QAD）在高速模式下的成绩。
一台 Mac 带全家
| 对比项 | M 芯片 Mac（完整版） | Intel Mac / Windows（客户端） |
|---|---|---|
| 推理位置 | 本机 Apple 芯片（MLX） | 不跑模型，请求发到局域网里的 M 芯片 Mac |
| Python 环境 | 首次启动自动准备（约 3~10 分钟） | 完全不装 |
| 模型文件 | 放在本机模型目录 | 本机不需要模型 |
| 界面与功能 | 完整版 | 完全一致，只填一次地址和令牌 |
老机器、办公本装个客户端，就能一起用上那台 Mac 的本地大模型。
上手就这么简单
⬇️
第一步 · 下载
在软件主页按你的电脑选对应版本：M 芯片 Mac 版 / Intel Mac 版 / Windows 版。
⚙️
第二步 · 打开
首次启动会自动准备运行环境（几分钟，界面上有进度）。准备完直接到「对话」页开聊；客户端版本在设置里填地址与令牌即可。
📦
第三步 · 装模型
到「模型」页从社区入口挑一个模型，复制它的 id 粘回来就能下载，进度一目了然。手头没有模型时应用会主动提醒你。
小提示
- · 模型放在模型目录里，点「重新扫描」即可在各工具里选择，也能手动指定哪个模型给哪个功能用。
- · 默认走魔塔 ModelScope 下载，也可切到 HuggingFace 镜像；中断后已下载的部分保留，重新点下载接着下。
- · 视频、生图最占内存，动手前在运行页点「释放内存」，把常驻的聊天进程让出来会更稳。
