Mac本地部署Ollama与Opencode实战
Setting up OpenCode with Ollama and sbx on Mac
我在Apple Macbook Pro M5上成功搭建了本地LLM开发环境。借助Ollama的MLX加速和Docker Sandboxes（sbx）的隔离能力，配合Opencode工具，我实现了Qwen 3.8和Gemma 4等大模型的流畅运行。这套方案不仅避免了模型幻觉对系统的破坏，还让30B参数量的模型在48GB内存下稳定工作。通过配置sbx kit和自定义opencode-local.json，开发者可以轻松在沙箱中调用本地Ollama服务，无需依赖云端API。
强大的本地LLM开发时代已经到来，现在我们可以利用Qwen 3.8和Gemma 4等模型来构建Web应用了。
HN 评论区
13- manapause
如果你同时在 MBP 上安装了 ollama 和 llama.cpp，并且有兴趣利用本地模型作为前沿模型的省钱预处理工具，可以考虑使用 https://github.com/Standard-Pentest/kultivait！
运行 "kultivait init --setup" 即可评估你的机器硬件、访问前沿 CLI 工具、下载模型，并创建一个 ollama 代理来快速上手。与 opencode 搭配效果极佳！
- hkchad
真朋友不会让朋友用 Ollama。
- darthcircuit
我一直在 48GB 内存的 Mac 上使用 OMLX。它的设置比 Ollama 流畅得多，内置了模型大小估算等所有功能，界面也很友好。此外，它开箱即用，无需任何麻烦就能预配置并启动 opencode、pi、Hermes、codex 和 Claude。我对它非常满意。