Mac Mini M4 搭载的 Apple Silicon 芯片拥有强大的本地算力，运行大模型已不再是云端专属。本教程将带你完成从环境搭建到 Ollama、Llama 部署的全流程，让 AI 能力跑在本地。
准备工作
动手之前，先确认系统状态。建议 macOS 版本不低于 13.0，这能确保兼容性和性能表现。
安装 Homebrew
作为 macOS 上最流行的包管理工具，Homebrew 能极大简化后续依赖的安装。如果终端里还没它，先用这条命令装上：
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
环境与依赖配置
1. Python 与虚拟环境
AI 工具链大多基于 Python 3.x。为了避免依赖冲突，我们创建一个隔离的虚拟环境来管理项目依赖：
brew install [email protected]
python3 -m venv ai-env
source ai-env/bin/activate
这里激活环境后，后续的 pip 安装都会指向这个隔离空间。
2. 部署 Ollama
Ollama 是一个可以直接加载多个大模型的框架，支持本地运行且配置简单。通过 Homebrew 安装并启动服务即可：
brew tap ollama/ollama
brew install ollama
ollama start
启动后，后台服务就会自动运行，等待接收模型请求。
3. 集成 Llama
Llama 系列模型在自然语言处理任务中表现优异。克隆官方仓库并安装相关依赖，即可完成基础环境搭建：
git clone https://github.com/facebookresearch/llama.git
cd llama
python setup.py install
pip install llama-index
至此，基础环境已就绪，后续可根据具体需求加载相应模型权重进行推理。
