這位開發者的解法不是找更快的運算方法，而是重新設計「記憶體怎麼用」。他把模型切成兩部分：一小塊 3.8GB 的『主幹』常駐在記憶體裡隨時待命，其餘的『專家模組』平常放在 SSD電腦裡的固態硬碟，用來存放檔案，速度比記憶體慢很多，但比傳統硬碟快很多 上，要用到哪個專家才即時讀進一個固定大小的『記憶體車位池』，而且這個池子的大小會依照你的 Mac 實際還剩多少記憶體自動調整，其他 App 要用記憶體時還會主動讓出空間。整個工具是用蘋果自家的 MLX 引擎寫成一支 Swift 執行檔，不用另外裝 Python，而且完全相容 Ollama 和 OpenAI 的對話 API 格式，代表你原本用慣的工具介面可以直接接上去，不用重學。
代價也寫得很清楚：這招只能在蘋果自家晶片的 Mac 上用，因為它靠的是 統一記憶體(Unified Memory)蘋果晶片讓 CPU 和顯示晶片共用同一塊記憶體，不像一般獨立顯卡要把資料在兩塊記憶體之間搬來搬去 架構，資料才能不繞路直接讀給顯示晶片用；换成有獨立顯卡的 Windows 或 Linux 電腦，顯卡記憶體和主記憶體是分開的兩個水庫，同一套設計行不通，作者也明講這不在他的規劃內。速度方面，48GB 的 Mac 實測每秒只能吐出約 12 個字（tok/s），拿來聊天堪用，但要做正式開發或大量產生內容，還是偏慢。
🏃 快速上手三步（今天就能做）
1
先查清楚你的 Mac 夠不夠格點選左上角蘋果選單 →『關於這台 Mac』，確認兩件事：晶片是不是 M 系列（Apple Silicon，M1 以後都算），以及系統版本是不是 macOS 14 以上；再到『儲存空間』確認至少有 110GB 可用空間（模型檔案本身就要 105GB）。只要有一項不符合，這篇工具就用不了，可以直接跳過，不用往下試。
▼
2
用 doctor 模式，先看報告再決定要不要下載打開『終端機』App，貼上 `curl -fsSL https://raw.githubusercontent.com/carloslfu/slotstream/main/install.sh | sh` 安裝好之後，先別急著抓 105GB 的模型檔，改成執行 `slotstream doctor`，它會印出你的 Mac 預估能跑多快（幾個字/秒）、記憶體與硬碟夠不夠；如果報告顯示速度低於 4 tok/s（相當於 8-16GB 記憶體等級的機器），代表這台機器用起來會很卡，可以先打消下載的念頭。
▼
3
測試時關掉瀏覽器等吃記憶體的App作者實測發現，開著瀏覽器再跑模型，系統會判斷『可用記憶體變少』，自動把記憶體車位池縮小，連帶讓生成速度變慢；正式測試前，先關掉 Chrome、Zoom 這類長期占記憶體的軟體，才能量到接近文件裡 12 tok/s 這個等級的數字，判斷這台 Mac 到底夠不夠用在你的實際工作上。
🧠 工程思維透鏡（資深工程師看到的是什麼）
🔭 為什麼作者堅持『這輩子不會做 Windows/Linux 版』，而不是想辦法擴大支援？
這是架構上的取捨，不是懶惰。蘋果晶片的 Mac 用統一記憶體設計，CPU 和顯示晶片共用同一塊記憶體，才能讓『SSD 直接讀進顯示晶片能用的記憶體』這招成立；换成一般顯卡型電腦，顯卡有自己獨立的一塊記憶體，和主記憶體之間隔著一條資料匯流排，要做到一樣的效果等於要多蓋一層快取和搬運機制，幾乎是重寫一顆引擎，不是換個水管接頭而已。理解這種取捨，你才能判斷一個開源工具『不支援某平台』，到底是還沒做，還是根本不值得做。