Mindket

MLX Model Explorer

新上架第 1 版 · 更新于

概览

帮 Mac 用户找到适合自己机器的 MLX 模型和量化版本,是一个静态页面,在任何浏览器里打开即可,不需要安装。

MLX Model Explorer 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 一个网页浏览器,在线页面只需要它
  • Python 和 pip,只有想把文件放到自己电脑上时才需要
用在
  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux 上的网页浏览器,打开 index.html 的本地副本
先运行
pip install -U huggingface_hub
hf download mlx-community/mlx-model-explorer --repo-type space --local-dir mlx-model-explorer
cd mlx-model-explorer

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

MLX Model Explorer 是一个静态网页,帮你为自己的 Mac 挑选 MLX 模型和量化版本。整个页面就是一个 index.html 文件,它读取 mlx-community/mlx-model-explorer-data 数据集。你可以在浏览器里直接打开,不用安装任何东西。

适合谁

它适合在本地运行模型的 Mac 用户,想知道哪个 MLX 模型和量化版本适合自己的机器。

行业谁在用怎么用例子
软件用 Mac 的开发者下载之前先找模型和量化版本找一个适合自己 Mac 的模型
AI 研究研究者浏览 mlx-community 分享的模型在页面上比较各个选项
兴趣使用本地 AI 爱好者选一个自己的 Mac 能承受的大小试新模型之前先打开这个页面

如果你不用 Mac,可以跳过它,因为这个页面讲的是适用于 Mac 的 MLX 模型。

用在哪里

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux 上的网页浏览器,打开 index.html 的本地副本
用途适合谁能得到什么
挑选模型Mac 用户适合自己 Mac 的模型和量化版本
浏览选项研究者mlx-community 数据集中的模型一览

如何设置

  • 一个网页浏览器,在线页面只需要它
  • Python 和 pip,只有想把文件放到自己电脑上时才需要
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先用 pip 安装 Hugging Face hub 包。
  3. 把 Space 的文件下载到名为 mlx-model-explorer 的文件夹。
  4. 进入该文件夹,用网页浏览器打开 index.html。
pip install -U huggingface_hub
hf download mlx-community/mlx-model-explorer --repo-type space --local-dir mlx-model-explorer
cd mlx-model-explorer

如何使用

打开页面,浏览模型,找到适合你 Mac 的那一个。README 没有列出控件,所以可以筛选或排序什么,要看页面本身。

示例

你有一台 Mac,想在本地运行一个语言模型。打开页面,找一个合适的模型和量化版本,记下该下载哪一个。

新手与专家

先打开页面,看前几个模型。量化版本是模型的缩小版,占用的内存更少,这个页面帮你选一个你的 Mac 装得下的。

仓库里只有一个 README 和 index.html,数据来自 mlx-community/mlx-model-explorer-data 数据集。页面是静态的,所以不需要自己的服务器。来源没有说明数据是怎么更新的。

  1. 你在浏览器里打开 index.html
  2. 页面加载探索器数据集
  3. 你寻找模型和量化版本
  4. 你选一个适合自己 Mac 的

注意事项

这个页面只帮你选模型,不会替你运行模型。

  • License: MIT
  • Cost to run: 未提及
  • Data it reaches: mlx-community/mlx-model-explorer-data 数据集

README 和文件

README

MLX Model Explorer

帮 Mac 用户找到适合自己机器的 MLX 模型和量化版本,是一个静态页面,在任何浏览器里打开即可,不需要安装。

由 mlx-community 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:MLX Model Explorer 是一个静态网页,帮你为自己的 Mac 挑选 MLX 模型和量化版本。整个页面就是一个 index.html 文件,它读取 mlx-community/mlx-model-explorer-data 数据集。你可以在浏览器里直接打开,不用安装任何东西。

适合谁:它适合在本地运行模型的 Mac 用户,想知道哪个 MLX 模型和量化版本适合自己的机器。

行业 | 谁在用 | 怎么用 | 例子
软件 | 用 Mac 的开发者 | 下载之前先找模型和量化版本 | 找一个适合自己 Mac 的模型
AI 研究 | 研究者 | 浏览 mlx-community 分享的模型 | 在页面上比较各个选项
兴趣使用 | 本地 AI 爱好者 | 选一个自己的 Mac 能承受的大小 | 试新模型之前先打开这个页面

如果你不用 Mac,可以跳过它,因为这个页面讲的是适用于 Mac 的 MLX 模型。

用在哪里:

  • 网页浏览器,打开 Hugging Face 上这个 Space 的页面
  • Windows、macOS 或 Linux 上的网页浏览器,打开 index.html 的本地副本
用途 | 适合谁 | 能得到什么
挑选模型 | Mac 用户 | 适合自己 Mac 的模型和量化版本
浏览选项 | 研究者 | mlx-community 数据集中的模型一览

如何设置:

  • 一个网页浏览器,在线页面只需要它
  • Python 和 pip,只有想把文件放到自己电脑上时才需要
  1. 在 Hugging Face 上打开这个 Space 的页面,就能在线使用,不需要安装任何东西。
  2. 想要本地副本,先用 pip 安装 Hugging Face hub 包。
  3. 把 Space 的文件下载到名为 mlx-model-explorer 的文件夹。
  4. 进入该文件夹,用网页浏览器打开 index.html。
pip install -U huggingface_hub
hf download mlx-community/mlx-model-explorer --repo-type space --local-dir mlx-model-explorer
cd mlx-model-explorer

如何使用:打开页面,浏览模型,找到适合你 Mac 的那一个。README 没有列出控件,所以可以筛选或排序什么,要看页面本身。

示例:你有一台 Mac,想在本地运行一个语言模型。打开页面,找一个合适的模型和量化版本,记下该下载哪一个。

新手与专家:先打开页面,看前几个模型。量化版本是模型的缩小版,占用的内存更少,这个页面帮你选一个你的 Mac 装得下的。

仓库里只有一个 README 和 index.html,数据来自 mlx-community/mlx-model-explorer-data 数据集。页面是静态的,所以不需要自己的服务器。来源没有说明数据是怎么更新的。

你在浏览器里打开 index.html
页面加载探索器数据集
你寻找模型和量化版本
你选一个适合自己 Mac 的

注意事项:这个页面只帮你选模型,不会替你运行模型。

  • License: MIT
  • Cost to run: 未提及
  • Data it reaches: mlx-community/mlx-model-explorer-data 数据集

Hugging Face 上的数据(2026年11月13日)

  • 点赞:39
  • 构建方式:static
  • 许可证:mit

链接

  • Space:https://huggingface.co/spaces/mlx-community/mlx-model-explorer
  • 文件:https://huggingface.co/spaces/mlx-community/mlx-model-explorer/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
MLX Model Explorer 本页39staticmit
InferenceSupport共有 static764staticafl-3.0
Huggy共有 static463staticcc-by-nc-sa-4.0
Z-Image Lookalike LoRA Index共有 static189staticapache-2.0
Granite Docling 258M WebGPU共有 static163staticapache-2.0
DINOv3 Web共有 static162staticapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架