关于 apple-fm-mcp
apple-fm-mcp 将 Apple 设备端 Foundation Models 用于文本生成与处理,面向 Claude Code 和 Claude Desktop 用户。它在符合要求的 Apple Silicon Mac 上本地推理。
主要功能
- 01生成自由文本
- 02将文本总结为要点
- 03按类别分类文本
- 04提取结构化数据
- 05检查模型可用状态
适用场景
- 01本地分类文本
- 02总结较短文本
- 03提取简单结构化数据
- 04在设备端处理敏感文本
MCP 相关
该 MCP 服务提供五种 Apple 设备端模型工具,包括生成、总结、分类、提取和状态检查。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
还没有获取到工具列表
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
Apple Foundation Models MCP Server
通过 MCP 向 Claude Code 和 Claude Desktop 提供 Apple 设备端的 30 亿参数 LLM。零 API 成本,完全私密,运行于 Neural Engine。
要求
- macOS 26+(Tahoe 或更高版本)
- Apple Silicon(M1/M2/M3/M4)
- 在系统设置中启用 Apple Intelligence
- Python 3.10+
安装
pip install apple-fm-mcp
配置
添加到 Claude Code 配置(~/.claude/mcp.json):
{
"mcpServers": {
"apple-fm": {
"command": "apple-fm-mcp"
}
}
}
或添加到 Claude Desktop 配置(~/Library/Application Support/Claude/claude_desktop_config.json):
{
"mcpServers": {
"apple-fm": {
"command": "apple-fm-mcp"
}
}
}
工具
| 工具 | 描述 | 延迟 |
|---|---|---|
fm_generate | 生成自由形式文本 | ~1s |
fm_summarize | 将文本概括为项目符号列表 | ~4s |
fm_classify | 将文本分类到不同类别 | ~2s |
fm_extract | 从文本中提取结构化数据 | ~3s |
fm_status | 检查模型是否可用 | 即时 |
为什么使用它?
- 免费:无需 API 密钥、无需令牌、无需云端费用
- 私密:所有推理均在设备端进行,数据不会离开你的 Mac
- 快速:针对 Neural Engine 优化,生成约需 1 秒
- 互补:可与 Claude 搭配使用,处理需要设备端速度的任务
何时使用 Apple FM,何时使用 Claude
| 任务 | 使用 Apple FM | 使用 Claude |
|---|---|---|
| 快速分类 | 是 | 大材小用 |
| 文本摘要 | 是(短文本) | 是(长文档) |
| 代码生成 | 否 | 是 |
| 复杂推理 | 否 | 是 |
| 数据提取 | 是(简单) | 是(复杂) |
| 隐私至关重要 | 是 | 视情况而定 |
由 Like One 构建
来自 501(c)(3) 非营利组织的 AI 教育。提供 50 多门关于 Claude、MCP、Agent 和 AI 架构的免费课程。
许可证
MIT
评论
支持 Markdown
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。