💬 Kerlig - Приложение для написания текстов с помощью ИИ для Mac
Экономьте часы на письменном общении на работе

Пишите электронные письма, ответы в Slack, тикеты в Jira, редактируйте тексты, общайтесь с документами...
Kerlig интересен совершенно другим сценарием: локальная модель становится частью macOS. Вы выделяете текст практически в любом приложении и можете переписать, сократить, перевести, ответить и т. д. В качестве backend поддерживается Ollama, включая добавление собственных моделей.
То есть это не конкурент LM Studio, а полезный front-end поверх него/Ollama.
🔗 https://www.kerlig.com
⬇️ Скачать: Mac Intel , Mac Silicon (от 19 августа 2026 г.)
#Kerlig #Ollama #MacOS #LocalAi #AiLocal

✨ Rapid-MLX — самый быстрый локальный ИИ-движок для Apple Silicon

Встроенный API OpenAI / Anthropic · пропускная способность до 3 раз выше, чем у Ollama (измерено) · Работает на любом Mac серии M.
Общайтесь без интернета или диктуйте текст в любое приложение с помощью Whisper, Qwen3-ASR, SenseVoice или Parakeet, запущенных локально. Есть: Генерация изображений и Видео!

❗️ В 4,2 раза быстрее Ollama, время до первого ответа с кэшированием 0,08 с, 100% вызов инструментов. 17 парсеров инструментов, кэш подсказок, разделение рассуждений, облачная маршрутизация. Полная замена OpenAI. Работает с Claude Code, Cursor, Aider.

Rapid-MLX специализируется именно на быстрой работе Apple Silicon и предоставляет OpenAI-compatible API, tool calling, prompt caching, reasoning separation и интеграцию с агентами.
Особенно показательно, что разработчики уже отдельно ориентируют продукт на большие машины: в их опубликованной таблице есть Qwen 3.5 122B для 96+ GB и даже DeepSeek V4 Flash 158B-A13B для 128+ GB. Для Qwen 122B заявлено около 57 tok/s.

🔗 https://github.com/xinqiyang/rapid-mlx
🔗 https://pypi.org/project/rapid-mlx/
⬇️ Скачать Rapid-MLX Desktop: https://rapidmlx.com/desktop
Посмотреть подписанные релизы Desktop
#RapidMLX #AppleSilicon #MLX #Whisper #Qwen3ASR #ASR #STT #Parakeet #SenseVoice #Транскрибация #MacOS #LocalAi #AiLocal

🎞 VPIPE - Мультимодальные конвейеры ИИ в реальном времени на Apple Silicon

Легкие локальные мультимодальные ИИ-конвейеры и пользовательский Metal-вывод для компьютеров Apple Silicon Mac.

- Мультимодальный граф: видео, аудио, изображения, текст и действия с инструментами в одном конвейере.
- Собственный Metal-вывод: пользовательские ядра и отсутствие сторонних тензорных фреймворков для оптимальной скорости.
- Базовая модель для Mac: потоковая передача весов и подготовка 4-битной модели для генерации изображений/видео на компьютерах с 16 ГБ памяти.
- Готовые рабочие процессы: редактирование изображений, видео в MiniMax H3, чат Qwen, VQA в реальном времени, ASR/TTS и вызов локальных инструментов.
- Воспроизводимый Composer: сохранение макетов, подсказок, параметров и конфигурации модели для каждой спецификации пайплайна.
- Простота в использовании: приложение для macOS, управление через веб-интерфейс и удаленный доступ через браузер на телефоне.

Почему VPIPE:
- Запускает MiniMax H3 FL2VA и REF2VA на Apple Silicon Mac — модели 33B, которая генерирует видео и его звуковое сопровождение на накопителе объемом всего 16 ГБ. Теперь с поддержкой Turbo LoRA!
- Работает LTX-2.5 на Apple Silicon Mac — модель 22B генерирует видео и саундтрек одновременно, опять же на 16 ГБ, с помощью плагина vpipe-ltx-2.5.
- Использует Krea-2 Turbo — модель преобразования текста в изображение, оптимизированную для 12B CFG, — на опубликованных весах bf16, без этапа квантования. 
- Генерация изображений и видео на компьютерах Mac с базовой моделью.
- Мультимодальные конвейеры в реальном времени для VQA, ASR, чата, TTS, редактирования изображений, генерации видео и использования инструментов. Теперь с поддержкой Qwen 3.8 27B!

Это не LLM-чат, а локальная мультимодальная pipeline-система с собственными Metal kernels.
Видео → аудио → изображения → VLM → ASR → TTS → инструменты можно соединять в единый граф. Есть image generation / editing, MiniMax H3 video+audio, LTX-2.5, Krea, realtime VQA, Qwen chat и локальные tools.
И что особенно приятно — на официальном сайте разработчики прямо относят M4 Max 48–128 GB к классу машин для:
Video generation + Video/Audio + Batch runs.
Если Draw Things — удобный генератор, то VPIPE — скорее локальная лаборатория мультимодального AI.

🔗 https://vpipe.ai
🔗 https://github.com/tgo-app-dev/vpipe
⬇️ Скачать: VpipeManager-0.1.46-с-ffmpeg.dmg
#VPIPE #AiVideo #ASR #TTS #MiniMaxH3 #LTX25 #Krea #MacOS #LocalAi #AiLocal

📊 Anubis -Локальное тестирование и бенчмаркинг больших языковых моделей для Apple Silicon

Anubis — это нативное приложение для macOS, предназначенное для тестирования, сравнения и управления локальными большими языковыми моделями с использованием любой конечной точки, совместимой с OpenAI: Ollama, MLX, oMLX, LM Studio Server, OpenWebUI, Docker Models и т. д. 

Это не ещё один inference engine. Это инструмент, который позволит понять, какой из всех этих движков реально лучше работает на вашем конкретном M4 Max.
С версии 3.0 он умеет также тестировать Apple Intelligence / Foundation Model.
Anubis подключается к Ollama, LM Studio, MLX, oMLX и любому OpenAI-compatible серверу и одновременно измеряет output tok/s, prefill tok/s, TTFT, GPU, CPU, process/model memory, энергопотребление, частоту GPU и thermal state. Есть сохранение результатов и Arena Mode.
Приложение создано на SwiftUI для Apple Silicon и предоставляет аппаратную телеметрию в режиме реального времени, сопоставленную с полной производительностью логического вывода с сохранением истории — такого нет ни в одном инструменте командной строки или чат-обёртке. Экспортируйте результаты тестов напрямую, без скриншотов, а необработанные данные — в формате .MD или .CSV из истории. Вы даже можете OLLAMA PULL моделировать прямо в приложении.
Можно поставить его до начала сравнений gmlx / Rapid-MLX / oMLX / LM Studio / MLX Studio.

🔗 https://github.com/uncSoft/anubis-oss
📊 Рейтинг сообщества
🎞 Демо: https://www.youtube.com/watch?v=SGgSmVn-IlE
#Anubis #MacOS #LocalAi #AiLocal

✨ Swama — очень чистая Mac-архитектура
Одним приложением закрываются:
LLM → VLM → embeddings → STT → экспериментальный TTS → tool calling.
Для распознавания речи используются локальные MLX-модели вроде Qwen3-ASR.

Swama — это высокопроизводительная среда выполнения для машинного обучения, написанная на чистом Swift, разработанная специально для macOS и основанная на фреймворке Apple MLX. Она представляет собой мощное и простое в использовании решение для локального логического вывода в больших языковых моделях (Large Language Model, LLM) и визуальных языковых моделях (Vision Language Model, VLM).

✨ Возможности:
🚀 Высокая производительность: построено на фреймворке Apple MLX, оптимизировано для Apple Silicon
🔌 API, совместимый с OpenAI: стандартная поддержка конечных точек /v1/chat/completions, /v1/embeddings, /v1/audio/transcriptions и /v1/audio/speech (экспериментальная) с вызовом инструментов
📱 Приложение в строке меню: элегантная интеграция с собственной строкой меню macOS
💻 Инструменты командной строки: полная поддержка интерфейса командной строки для управления моделями и логического вывода
🖼 Мультимодальная поддержка: поддержка текстового и графического ввода
🎤 Локальная аудиотранскрипция: встроенное распознавание речи на основе Qwen3-ASR и других моделей MLX ASR (без использования облачных сервисов)
🔍 Текстовые эмбеддинги: встроенная генерация эмбеддингов для семантического поиска и приложений RAG
📦 Умное управление моделями: автоматическая загрузка, кэширование и управление версиями
🔄 Потоковые ответы: поддержка потоковой генерации текста в реальном времени
🌍 Интеграция с HuggingFace: прямая загрузка моделей из HuggingFace Hub

🔗 https://github.com/Trans-N-ai/swama
⬇️ Скачать: Swama.dmg (v2.4.0 от 09.09.2026)
#Swama #Qwen3ASR #ASR #STT #TTS #RAG #Parakeet #Whisper #MOSS #Voxtral #SenseVoice #MacOS #LocalAi #AiLocal