熱血漢誌 - 技術新鮮人到技術經理人，必懂的事

在談論本地大型語言模型（LLM）時，多數人第一時間想到的仍然是 Ollama 。 它解決了「我能不能在自己電腦上跑模型」這件事。 但 osaurus 問的，是下一個問題： 如果 LLM 不是一個外掛工具，而是 macOS 的原生能力，會發生什麼事？ 定位先行：osaurus 不是「另一個 Ollama」 https://github.com/dinoki-ai/osaurus osaurus（by dinoki-ai）從一開始就沒有打算與 Ollama 正面競爭「模型數量」或「跨平台」。 它的定位非常清楚： 只為 macOS 只為 Apple Silicon 只為「低延遲、本地、可控」的 AI 系統整合 這不是妥協，而是戰略選擇。 當多數本地 LLM 解決方案仍停留在「能跑模型」的層次時， osaurus 直接跳到下一層 —— AI 作為作業系統能力的延伸 。 為什麼它快？因為它根本不是同一個技術路線 1. 極致輕量，不是口號 二進制檔案約 8MB 無 Docker、無虛擬化層 Swift 原生開發，直接貼近系統 對比 Ollama 的體量與依賴，osaurus 幾乎是「裸跑」。 2. MLX + Apple Silicon，是硬體與軟體的正交解 osaurus 使用 Apple 的 MLX 框架，這不是單純的效能優化，而是架構選擇。 結果是什麼？ 在 M3 Max 上，實測回應速度比 Ollama 快約 30% 記憶體使用更穩定 模型載入後的系統壓力顯著降低 這種快，不是 benchmark 的快，而是「你會感覺到它在你手上」。 真正的分水嶺：MCP（Model Context Protocol） 如果只談效能，osaurus 仍然只是「更快的本地 LLM」。 但 MCP 才是它的真正殺手鐧 。 MCP 解決的不是推理，而是「行動」 透過 MCP，osaurus 可以： 成為 Cursor、Claude Desktop、VS Code 的後端 讓 AI 直接存取本地系統能力 行事曆 郵件 Git 倉庫 Terminal macOS 原生 App 甚至 GUI 操作（Accessibility API）...

osaurus 如何用「原生」這把利刃，切開 macOS 的 AI 護城河？ 在矽谷的開發者圈子裡，一直存在一個悖論：我們手握著全世界最頂級的 Apple Silicon（M 系列晶片）硬體，卻往往在運行本地 AI 時，忍受著笨重的 Docker 容器、反應遲鈍的通用架構，以及與系統功能完全脫節的「孤島式」體驗。 當眾多開發者還在為 Ollama 的配置而煩惱時，一個名為 osaurus 的挑戰者，正帶著僅有 8MB 的輕盈身軀和深度整合的「原生基因」，試圖重塑 Mac 用戶與 AI 的互動方式。 困境：當強大的晶片遇上「水土不服」的軟體 長期以來，本地大模型（LLM）伺服器的代名詞是 Ollama。不可否認，Ollama 降低了本地運行的門檻，但對於追求極致效率的 Mac Power User 來說，它更像是一個功能強大卻略顯臃腫的「通用適配器」。 由於需要兼顧多平台，Ollama 在 macOS 上的潛力並未被完全榨乾。數據傳輸的開銷、對系統底層調用的隔閡，讓 AI 像是被關在籠子裡的智者：它能回答你的問題，卻無法幫你翻閱行事曆，也無法替你查看 Git 倉庫的變更。 「AI 不應該只是桌面上的一個對話框，它應該是你系統菜單欄裡的隱形管家。」 這是許多深度開發者的心聲，也是 osaurus 誕生的原動力。 轉折點：MLX 與 MCP 的「天作之合」 osaurus 的突破口，源於對兩個技術關鍵詞的深度押注： Apple MLX 與 MCP (Model Context Protocol) 。 開發團隊意識到，與其做一個跨平台的「全才」，不如做一個專精於 Apple Silicon 的「天才」。他們棄用了傳統的通用框架，轉而擁抱 Apple 官方推出的 MLX 框架，並用 Swift 原生開發。 這個決定，就像是從「在模擬器裡跑遊戲」進化到了「在主機上跑獨佔大作」。更重要的是，他們抓住了 AI 產業最關鍵的連接器——MCP 協議。這不僅讓 AI 擁有了大腦，更讓它擁有了操作 macOS 系統的「雙手」。 三大策略：打造 Mac 上的「原生大腦」 為了實現這一目標，osaurus 並沒有盲目堆砌功能，而是採取了三步精準的降維打擊： 1. 壓榨硬體：用原生驅動實現「毫秒級」回響 想清楚方向後，他們首...

MacOS MySQL client 管理工具 MySQL 管理套件長久以來都是採用 phpMyAdmin，自從開發 Node.js 之後，就開始很少安裝 Apache, PHP 等套件，因此需要找一套本地端的管理套件，讓我這個 MySQL 指令苦手在操作 MySQL 能夠更直覺， Sequel Pro Sequel Pro Sequel Pro DMG 下載位置 原本專案的名稱為 cocoamysql ，現在已經改名做 Sequel Pro。使用起來十分輕鬆愉快。 使用方式 command + n 開啟一個新的連線， Sequel Pro 每一個連線都是以視窗為單位，開啟之後，輸入對應的名稱，帳號密碼即可，就可以開始進入連線視窗。 當然你也可以在進行 connect 之前，將這個設定加入到常用的設定中，之後就可以直接從 Favorites 進行連線。 command + , 打開 preferences -> Favorites ，就可以進行編輯設定。 後記 MacOS 裡面總是有許多不為人知的好用 Application ，透過分享可以讓許多新手，開發者使用 MacOS 更為順手。 有任何好用的軟體名單，歡迎跟我聯絡，持續更新自己的 MacOS APP list 中

Claude Code’s Agent Teams feature marks a shift from sequential tasking to parallel, collaborative orchestration. While community tools like OpenClaw pioneered this "swarm" approach, Anthropic has now integrated it natively into the Claude Code research preview . 1. Prerequisites for Installation Before enabling the feature, ensure you have the correct environment: Claude Code Version: You should be on version 2.1.32 or higher. Terminal Multiplexer (Optional but Recommended): For "split-pane mode," you’ll need tmux (Linux/macOS) or iTerm2 (macOS). CLAUDE.md: Every teammate loads this file automatically. Use it to define global project standards so you don't waste tokens re-explaining rules to every new teammate. 2. How to Enable Agent Teams Agent teams are experimental and disabled by default. You can activate them in 30 seconds: Option A: Persistent (Recommended) Add the following to your ~/.claude/settings.json file: JSON { "env" : { ...