#mlx Repositories
Entdecke 75 aktive Open-Source-GitHub-Repositories, die mit #mlx getaggt sind und insgesamt 493,029 Sterne gesammelt haben (durchschnittlich 6,573 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist debpalash/VoiceStudio mit 115,753 Sternen.
Insgesamt 76 Repositories
VoiceStudio ist die quelloffene, vollständig lokal ausführbare Alternative zu ElevenLabs – mit Sprachklonen, Sprachdesign, Videodubbing, Diktierfunktion, Transkription und Hörbucherstellung in 646 Sprachen.
Hunderte von Modellen & Anbietern. Ein Befehl, um zu finden, was auf deiner Hardware läuft.
LLM-Inferenzserver mit kontinuierlichem Batching und SSD-Caching für Apple Silicon — gesteuert über die macOS-Menüleiste
Moshi ist ein Sprach-Text-Grundlagenmodell und ein Full-Duplex-Sprachdialogsystem. Es verwendet Mimi, einen hochmodernen Streaming-Neural-Audio-Codec.
Open-Source-Inferenzplattform für Sprach-, Vision-, Embedding-, Reranking-, Bild-, Audio- und Videomodelle. Stellen Sie mehrere Engines auf heterogener Hardware bereit – vom Laptop bis zum verteilten Cluster. Stellen Sie Modelle über OpenAI-kompatible APIs bereit.
Flexible und leistungsstarke Tensor-Operationen für lesbaren und zuverlässigen Code (für PyTorch, JAX, TF und andere)
Eine Text-to-Speech (TTS), Speech-to-Text (STT) und Speech-to-Speech (STS) Bibliothek, die auf Apples MLX-Framework basiert und eine effiziente Sprachanalyse auf Apple Silicon ermöglicht.
Deine KI gehört dir. Das Open-Source-Agenten-Framework für macOS. Führe lokale oder Cloud-Modelle mit dauerhaftem Gedächtnis, Fähigkeiten, Tools und autonomer Ausführung aus. Mit Swift entwickelt.
Native MLX-Laufzeitumgebung für typisierte Entscheidungsmodelle von Laya – kurze Entscheidungen in 7–14 ms auf einem M3 Max. Keine Textgenerierung, kein PyTorch und keine Cloud-API.
MLX-VLM ist ein Paket für die Inferenz und Feinabstimmung von Vision Language Models (VLMs) auf Ihrem Mac mit MLX.
Local-First-KI im Gesundheitswesen: klinische Erkennung benannter Entitäten (NER) und HIPAA-konforme De-Identifizierung personenbezogener Daten (PII) auf Hardware, die Sie kontrollieren. Über 2.200 medizinische Modelle, modellgestützte PII-Verarbeitung in 35 Sprachen sowie Laufzeitumgebungen für Python, MLX, Android und Browser. SDK unter Apache-2.0-Lizenz.
Die Open‑Source-Forschungsumgebung für KI-Forscher, die es ermöglicht, Modelle nahtlos zu trainieren, zu evaluieren und von lokaler Hardware bis hin zu GPU‑Clustern zu skalieren.
Rapid-MLX ist ein Open-Source-LLM-Inferenzserver (Apache 2.0) für Apple Silicon, kompatibel mit OpenAI und Anthropic, auf MLX aufgebaut und auf zuverlässige Tool-Aufrufe für Coding-Agenten ausgerichtet. Mit denselben Gewichten bis zu 4× schneller als Apples MLX (mlx-lm).
Nutzungslimit für Claude Code erreicht? Arbeite kostenlos und offline mit einem lokalen Modell weiter: Qwen 3.8, Gemma 4 und Qwen 4 ab dem Tag seiner Veröffentlichung. Läuft auf Macs mit Apple Silicon (MLX), Linux und Windows (llama.cpp) – ganz ohne API-Schlüssel. Dein Code bleibt bei dir.
Die schnellste Möglichkeit, Qwen 3.8 Flash Next, Qwen 3.8 27B und Ternary Bonsai 2 27B auf einem Mac auszuführen: 125 Token/s in OpenCode auf einem M5 Max und ein 27B-Modell auf Macs mit 16 GB. Native MTP-Spekulativdekodierung auf Apple Silicon, bei jeder Temperatur exakt. Lokaler Server mit OpenAI- und Anthropic-Kompatibilität.
Native Apple-MLX-Implementierungen modernster generativer Bild- und Videomodelle
Native LLM-Inferenzserver für Apple Silicon. Kompatibel mit den APIs von OpenAI und Anthropic. Ohne Python. macOS-App mit Zig-Backend und Swift-Frontend für die Generierung von Chats, Musik, Sprache und Videos.
Lokale KI-App und Inferenz-Engine für Agenten. Führen Sie Open-Weight-LLMs lokal aus – privat, 100 % offline auf Ihrem Computer. Treten Sie unserem Discord bei: https://discord.com/invite/8wGSsvmg4V
Eine native macOS AI-Chat-App, betrieben von MLX. 100 % lokale Inferenz auf Apple Silicon, keine Cloud nötig. Entwickelt mit ShipSwift.
Offene Entscheidungsmodelle von 0,8B bis 27B: eine kalibrierte Wahrscheinlichkeit für jede Option in einem Durchgang und nur bei Unsicherheit ein kurzer Gedankengang. Engine für vLLM, llama.cpp und MLX.
Hochleistungs-LLM-Inferenzserver, kompatibel mit OpenAI und Anthropic, für Apple Silicon. Natives MLX, kontinuierliches Batching, multimodale Modelle, MCP-Toolaufrufe und Claude-Code-Unterstützung.
Nativ ist eine quelloffene lokale KI-App für den Mac. Sie führt offene KI-Modelle auf Apple Silicon aus, und nichts verlässt deinen Mac.
Eine All-in-One-LLM-Chat-Oberfläche für Apple Silicon Macs mit dem MLX-Framework.
Hibiki ist ein Modell für Streaming-Sprachübersetzung (auch bekannt als Simultanübersetzung). Im Gegensatz zur Offline-Übersetzung – bei der man auf das Ende des Quelltexts wartet, um mit der Übersetzung zu beginnen – passt Hibiki seinen Fluss an, um gerade genug Kontext zu sammeln, um in Echtzeit, Stück für Stück, eine korrekte Übersetzung zu liefern.
LLMs auf deinem Mac mit Apple Silicon fine-tunen. SFT, DPO, GRPO, Vision, TTS, STT, Embedding und OCR-Fine-Tuning — nativ auf MLX. Unsloth-kompatible API.
Dieses Repository stellt den Code und die Modell-Checkpoints für die Forschungsprojekte AIMv1 und AIMv2 bereit.
Toolkit zur Quantisierung (Komprimierung) von LLM-Modellen mit Hardwarebeschleunigung für Nvidia CUDA, AMD ROCm, Intel XPU, Tenstorrent, Huawei-Ascend-NPUs und Intel-/AMD-/Apple-CPUs über HF, vLLM und SGLang.
KI-Sprach-Toolkit für Apple Silicon — ASR, TTS, Speech-to-Speech, VAD und Diarization, unterstützt von MLX und CoreML
AssetFurnace: die umfassendste Open-Source-Pipeline zur Umwandlung von Bildern in 3D (Oktober 2026). Prompt eingeben oder Bild bereitstellen → lokal auf Apple Silicon oder NVIDIA eine texturierte, geriggte und animierte Spielfigur erstellen. Pixal3D, TRELLIS.2, Hunyuan3D, SF3D, automatisches Rigging und 21 Bewegungen. Für Indie-Spieleentwickler und 3D-Künstler. Kostenlos, Apache-2.0-Lizenz.
Imagination Studio von keys+Wasserman, unterstützt von TensorFold: ein KI-Filmstudio für Mac und NVIDIA DGX Spark. Plane einen Film wie ein Filmteam (Slate-Workflow von Sam Wasserman), erstelle Bilder mit Qwen-Image-2.1 / FLUX3-K und Videos mit Ton mit MiniMax H3 / FastH3 auf TensorFold.
Systemmonitor für Apple Silicon ohne sudo (native SwiftUI-GUI) mit ANE-/Media-Engine-/Speicherbandbreitenverfolgung
Häufig gestellte Fragen
Welches ist das beliebteste #mlx-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#mlx-Projekt auf GitHub ist debpalash/VoiceStudio mit 115,753 Sternen. VoiceStudio ist die quelloffene, vollständig lokal ausführbare Alternative zu ElevenLabs – mit Sprachklonen, Sprachdesign, Videodubbing, Diktierfunktion, Transkription und Hörbucherstellung in 646 Sprachen.
Welche Programmiersprachen werden in #mlx-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #mlx-Projekten auf GitHub sind Python, Swift, Rust, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #mlx-Repositories berechnet?
Wir verfolgen 75 aktive Open-Source-Repositories, die mit #mlx getaggt sind (500+ Sterne), mit insgesamt 493,029 Sternen und durchschnittlich 6,573 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.