Rapid-MLX 是什么：用 rapid-mlx launch codex 在 Mac 上本地跑 Codex / Claude Code
想在 Mac 本地模型上跑 Codex 或 Claude Code？Rapid-MLX 的 rapid-mlx launch codex（或 claude-code）会保存私有配置、按需起服务，并声称不改你原来的代理配置。我们这台机器不是 Apple Silicon，速度数字一律标成官方自称。
buffer关于作者约 3 分钟阅读
想在 Apple Silicon Mac 上用本地模型跑 Codex 或 Claude Code，可以用 Rapid-MLX 的一条命令：rapid-mlx launch codex（或 claude-code）。它按文档会保存私有配置、需要时再起本地服务，并用 --remove 只删 Rapid 自己的 profile。
说明在前：我们这台机器不是 Apple Silicon，没有在这里安装或计时 Rapid-MLX。安装命令和速度数字都来自他们的 README / 对比页，文中标成「他们自称 / 官方对比」。本地模型怎么选，可先看 本地大模型推荐。
Rapid-MLX 是什么
按 Rapid-MLX GitHub README：面向 Apple Silicon 的开源（Apache 2.0）本地推理服务，兼容 OpenAI 与 Anthropic Messages，重点是给编程代理做可靠的 tool calling。代理文档在 rapidmlx.com/docs/agents/。
典型用法（文档原文命令）：
rapid-mlx launch codex
rapid-mlx launch claude-code
rapid-mlx launch opencode还支持 pi、hermes、goose、crush 等，以他们 agents 页为准。
安装（来自官方 README）
README 写的安装方式：
curl -fsSL https://rapidmlx.com/install.sh | bash然后重开终端，或：
export PATH="$HOME/.local/bin:$PATH"也可用 Homebrew：brew install rapid-mlx（README 徽章指向 Homebrew core）。装好后再装你要用的编程代理，再执行 rapid-mlx launch …。
我看到了：上述命令来自 README 正文；我没有在本机执行 install.sh（非 Apple Silicon，跑了也无意义）。
launch 和 –remove
agents 文档写明：rapid-mlx launch 会保存 Rapid 自己的私有 profile，需要时启动本地模型，并且不改动你现有的代理配置。同一条命令第二天还能再用。
rapid-mlx launch codex --remove文档说这只会移除 Rapid 的私有 Codex profile，不会清掉你原来的 Codex 设置。我推测（文档原文）：--remove 针对的是 Rapid 写入的那份私有配置，不是整份 ~/.codex。
较旧的 rapid-mlx agents 路径会改代理的常规配置文件，文档仍保留给需要那种行为的人。
速度：只标官方数字
README 自称：相对 Apple 的 MLX（mlx-lm）最高约 4×，典型任务约 1.5×（同模型、同权重）。测量说明写的是：Mac mini M4 Pro 上 Qwen3.5-9B 4-bit、greedy、两边默认配置的 decode，细节和原始数据在 他们的对比页。
同页还有他们自称相对 oMLX、LM Studio 的 tok/s 表（例如 Mac Studio M5 Max 上的若干模型）。这些都不是我们测的。 我们没有 Apple Silicon，也没有截图或自测 tok/s。
和 Ollama 怎么比（文档事实表）
下表只摘各项目文档里能核对的事实（Rapid README「How it compares」一节，标注日期约 2026-09-26），不是我们的评测结论：
| 项 | Rapid-MLX（其 README） | Ollama（其文档） |
|---|---|---|
| 许可 | Apache-2.0 | MIT |
| Mac 上推理引擎 | MLX | GGML/GGUF，另有 MLX 引擎可选 |
| 本地 API | OpenAI + Anthropic Messages | Ollama API，并有 OpenAI / Anthropic 兼容 |
| 典型启动编程代理 | rapid-mlx launch codex 等 | 如 ollama launch claude（Ollama 文档） |
若你已经在用 Ollama 接 Claude Code，排错可看 selected model 排查；国内云端模型路线见 DeepSeek / Kimi / GLM。硬件与显存量级仍可参考 本地大模型推荐。
常见问题
第一次回复很慢正常吗？
文档说：未缓存的模型要下载、加载，代理开头提示词也可能很长，首轮没有固定时长。等模型 ready 即可。
16 GB / 32 GB 内存选多大模型？
agents 页建议示例：16 GB 可用 qwen3.5-4b-4bit；18–23 GB 用 qwen3.5-9b-4bit；32 GB 及以上可用 qwen3.8-27b-4bit。以他们硬件说明为准。
这篇有没有我们的测速？
没有。所有倍数和 tok/s 都标成官方自称。