Mac 软件推荐

作者:yuanyxh日期:2026/6/16

OrbStack

轻量 Linux 系统、Docker 容器、K8S 容器,用它的原因是工作/开发环境在系统里拉太多屎了,开个 Linux 虚拟机隔离工作环境,本地代码编辑器 + ssh 远程连接开发,这种模式适合 web 前端/后端。

安装:

1brew install orbstack
2

使用: VSCode 安装 RemoteSSH 插件,连接 host@orb

除了隔离环境,还可以导入导出镜像,方便打包整体环境;或在后台运行服务。

缺点:Linux 虚拟机有一定内存占用

Tart

macOS 虚拟机,同样可以用来隔离开发环境,适用于 Electron/Android/Xcode 开发,这些开发环境 OrbStack 给不到。

安装:

1brew install cirruslabs/cli/tart
2

拉取 macOS 镜像:

1tart clone ghcr.m.daocloud.io/cirruslabs/macos-sequoia-vanilla:latest native-dev
2
  1. ghcr.m.daocloud.io 是国内加速源
  2. sequoia 是 macOS 版本
  3. vanilla 是轻量镜像,还有 basexcode 这种预装了开发环境的
  4. native-dev 设置本地的镜像名

常用命令:

1# 设置虚拟机参数 cpu 6核 内存 16GB(内存只能大于上次设置的值,避免数据损坏) 磁盘空间 150GB
2tart set native-dev --cpu 6 --memory 16384 --disk-size 150
3
4# --vnc:通过远程登录(屏幕共享)连接,性能更优 --dir 挂载宿主机目录
5tart run --dir=project:/Users/yuanyxh/Projects --vnc native-dev
6# 克隆一个完全一样的镜像
7tart clone native-dev new-dev
8

除了开发环境隔离,还可以用来测试一下软件、服务,比如测试软件是否安全、不希望搞乱宿主机的时候,同样可以打包环境。

缺点:

  1. 可以用来开发 Electron/Android/Xcode,但实际体验有掉帧感,社区更多用于测试
  2. 设置多少内存就会吃掉宿主机多少内存

Mole

命令行工具,提供清理、卸载、分析、优化和监控功能,集成了 CleanMyMac、AppCleaner、DaisyDisk 和 iStat Menus。

安装:

1brew install mole
2

常用命令:

1# 交互式面板
2mo
3# 深度清理磁盘空间
4mo clean
5# 深度卸载应用
6mo uninstall
7# 清理缓存与服务
8mo optimize
9

使用体验不错,不会有乱七八遭的东西,最多在 ~/.cache/mole 会有缓存。

Squirrel

鼠须管输入法,用来替代微信输入法,微信输入法后台跑流量(可关),且内存占用较高。

Squirrel 需要配置,较为麻烦,可以用现成的配置:Rime Squirrel 鼠须管输入法配置详解, UI 可以配置的跟微信输入法类似。

使用将近十天,可用,但需要微调配置,还需要长时间使用让它记住你的常用词。

Hermes Agent

自学习型 AI 智能体,持续学习你的习惯,与操作系统集成。

最近用它干的事:

  1. 系统深度清理
  2. 微调系统网络设置
  3. 读取 Hermes Agent/Ollama/Uniapp/Kuikly 文档生成总结写入文件
  4. 对比 Uniapp & Kuikly,技术选型
  5. 完成需求(读取项目工程,生成大致功能列表)
  6. 帮我跑本地模型,测性能
  7. 跑定时任务(每天读取 RSS 订阅,过滤有价值信息,生成摘要)

模型用的云端 deepseek-v4-flash,纯文本模型,没有视觉功能,云端模型的好处是高智能、可并行(不占用本地资源,可跑多个会话)、快速响应。

同时折腾了几天本地模型,设备 Macbook M2 Pro 32GB+1T,实际体验下来:

  • qwen2.5 7b/14b 参数:用处有限,不能理解指令并调用工具,大概只能做一些后台重复工作与简单对话、文字生成
  • qwen3.6 27b 参数:勉强拥有 “智能”,think 思考模式下会消耗大量 token,由于 hermes agent 有大量系统提示词,think 模式下不可用;关闭 think 模式勉强能够理解意图并触发工具调用

再看内存占用(Macbook 使用统一内存):

  • 7b 参数大概占用 6~8GB 内存
  • 14b 参数大概 10~14GB 内存
  • 27b 参数要 20GB+ 内存

然后是速度,Macbook M2 Pro 的内存读写速度是 200GB/s,实际体验 27b 的 tok/s 大概是 8~12,一个中文大约是 1.5 token,也就是说我的电脑上跑 27b 一秒只能输出 5~8 个汉字,体验不是很好。

AList

存储工具,我用来对接百度网盘,搭配 IINA 播放器实现轻量观影功能。

因为是轻量的,只在本地 OrbStack 后台跑 AList,电脑 IINA 看电影,不需要时直接将对应的虚拟机停掉即可。

其他

  • Maccy 轻量剪切板历史管理工具
  • Easy Dict 强大的翻译工具
  • Yoink 拖拽暂存,macOS 的文件操作有点麻烦,平时用它来暂存、移动文件
  • Keka 压缩/解压缩工具,功能齐全

Mac 软件推荐》 是转载文章,点击查看原文


相关推荐


每日一个开源项目(第125篇):taste-skill - 给 AI 装上审美,让前端不再千篇一律
冬奇Lab2026/6/9

引言 "AI 生成的前端,为什么看起来都一个样?" 这是"每日一个开源项目"系列的第125篇文章。今天的主角是 taste-skill——一套给 AI Agent 配上「审美」的前端设计技能包。 让 AI 写前端代码已经很普遍了,但结果往往大同小异:居中排版、蓝色主色调、卡片式布局、圆角阴影,整齐但无聊。问题不在于 AI 不会写代码,而在于它没有任何关于「这个设计应该有什么气质」的约束。 taste-skill 的答案很直接:用一套经过研究积累的设计规则文件,告诉 AI 什么是品位,什么是


09-不要只让 AI 进入 Plan 模式,要先给 AI 一套工程制度
颜进强2026/6/1

上篇:不要只让 AI 进入 Plan 模式,要先给 AI 一套工程制度 这两篇文章的核心目的只有一个:通过业务决策和技术决策,让我们向 AI 提需求时,AI 在 Plan/决策阶段就能更精准。 AI 写代码并不难,难的是让 AI 在一开始做方案时,就知道项目的业务边界、技术边界和执行流程。 这篇是上篇,主要讲为什么要把业务决策和技术决策沉淀下来,以及它们如何帮助 AI 更准确地做方案。 下篇会继续讲:技术决策、rules 和 skills 到底怎么分工,避免文档越写越多,AI 反而越容易混乱。


我为我的龙虾斩分身:OpenClaw 多智能体实操
飞哥数智谈2026/5/12

飞哥数智谈,全栈工程师,在济南这个二线城市做 AI 社群,AI·Spring 社群发起人,同时,担任 TRAE Friends 社区济南 Fellow,致力于 AI 提效与 AI 编程普及与落地。 很久没有写关于 OpenClaw 的文章了,但并不意味着我不再喜欢小龙虾,相反,我依然觉得 OpenClaw 是个具有深远意义的产品。 或者,准确地说,龙虾类产品意义重大,但此处的龙虾并不特指 OpenClaw,可以是 Hermes,可以是 QClaw,也可以是 XClaw。 它们实现了 AI 智能


OpenClaw 多模型配置与切换详解
七夜zippoe2026/5/2

目录 热门文章推荐摘要一、引言:为什么需要多模型支持1.1 AI 模型生态的多元化现状1.2 多模型支持的核心价值 二、支持的模型提供商2.1 OpenAI2.2 Anthropic(Claude)2.3 Qwen(通义千问)2.4 Ollama(本地模型) 三、模型配置详解3.1 基本配置结构3.2 模型选择配置3.3 自定义提供商配置3.4 模型参数配置 四、模型切换机制4.1 Default 默认模型4.2 Reasoning 推理模型4.3 Per-Session 会


树莓派4b + USRP B210 搭建反无人机(反无)系统( HTML + CDN )
MC数据局2026/4/23

brainstorming: 硬件能力分析 1. USRP B210 的能力边界 参数规格对反无系统的意义频率范围70 MHz – 6 GHz✅ 覆盖无人机主流频段(2.4G / 5.8G / 915M / 433M)瞬时带宽最大 56 MHz(USB 3.0)✅ 可一次看完整个 2.4G ISM 频段(83.5 MHz)虽勉强但可用通道数2×2 MIMO✅ 可做双天线测向(干涉/相位差)ADC12-bit灵敏度够用接口USB 3.0⚠️ 树莓派的瓶颈在这里 2. 树莓派的瓶颈(⚠️ 关


Flink技术实践-FlinkSQL Join技术全解
大大大大晴天️2026/4/15

一、背景介绍 在离线批处理场景中,编写一个 Join SQL 是再平常不过的操作——两张有限的数据集,在某个键上关联,输出结果。但当你把这套 SQL 语义移植到实时流处理场景时,一切都变了。 特性批处理 Join流处理 Join数据特征有限、静态、全量数据集无限、动态、无界数据流执行模式一次性全量匹配,结果固定持续计算,结果随新数据实时更新状态管理无需长期状态,计算完成即释放必须维护历史状态以匹配未来数据时间维度无时间概念,基于完整数据集强依赖事件时间 / 处理时间处理乱序与延迟计算成本可预


当代码不再为人而写:Claude Code 零注释背后的 Harness 逻辑
mCell2026/4/7

前几天 Claude Code 因为 sourcemap 没关,导致源码被公开。这件事在技术圈引起的讨论密度很高,因为这种真正跑在生产环境里的闭源通用 Agent 产品,它的内部实现本身就是一份高价值的学习材料。 我看了一些解析文章。有讲它设计模式的,有分析它安全边界的,也有拆解 Prompt 架构的。 但有一个细节我反复确认了一下: Claude Code 内部要求,不要写任何注释。 第一反应是反直觉。 注释难道不是为了理解代码吗?我从写代码以来接受的教育就是:复杂逻辑要写注释,接口参数要写注


C# 基于OpenCv的视觉工作流-章43-轮廓匹配
sali-tec2026/3/29

C# 基于OpenCv的视觉工作流-章43-轮廓匹配 本章目标: 一、匹配原理; 二、模板创建; 三、模板匹配; 本章与章41模板匹配基本相似,在章42基础上,先对图像进行边缘检测,提取轮廓,以轮廓制作模板,匹配时也先对原图进行边缘检测,提取轮廓,最后再进行匹配。整体不同处在于先对图像进行预处理,好处在于匹配适应性更高,对光线明暗不同的图像也能进行更好的匹配。 一、匹配原理 章41已介绍,不再详述; 二、模板创建 边缘检测、轮廓提取在前文章节已介绍,不再详述; 三、模板匹配 参考章42;


OpenCodeUI 让你随时随地 AI Coding
三金得鑫2026/3/21

Hi,大家好,我是三金~ 自从用了 OpenCode + OMO 之后,写起代码来如沐春风,特别得劲!(除了比较烧 token) 但是 TUI 用久了之后吧,又有了一点别的想法: 能不能远程链接?让我随时随地都能 AI Coding。 Web 界面要“看着顺眼、点起来顺手” 所以当我在 L 站看到有佬友开源 OpenCodeUI 的时候,第一反应就是:许愿许成功了? OpenCodeUI 是 OpenCode 的第三方 Web 前端界面。它和 OpenCode 的客户端有点像,整体风格偏简约


电商企微机器人:从自动欢迎语到订单转化,打造私域闭环
2501_941982052026/3/13

能力介绍 电商私域机器人不仅是客服工具,更是 24 小时在线的虚拟导购。通过 API 联动电商平台的商品库与促销引擎,机器人可以根据用户的咨询轨迹自动发送商品卡片、优惠券及限时秒杀信息。它支持精准的关键词触发与定时任务,帮助企业在不增加人工成本的前提下,提升私域社群的活跃度与复购率。 10分钟接入 Demo 首句自动响应:配置好友申请回调,用户通过后秒级发送包含“新人礼包”的欢迎语。 关键词转单:设置机器人监控特定关键词(如“怎么买”、“多少钱”),自动回复带参数的商品小程序路径。

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 聚合阅读