# 前言
可用工具Ollama 或者 LMStudio。LMStudio功能多一些，但相对会占用更多显存。


# 修改缓存命令
```bash
#!/bin/bash
echo "=== Mac Studio 64G + glm-4.7-flash 终极提速版 ==="

# 缓存给足
export OLLAMA_CACHE_SIZE=32768

# KV缓存和模型精度一致
export OLLAMA_KV_CACHE_TYPE=q8_0

# 模型常驻
export OLLAMA_KEEP_ALIVE=-1

# 强制Metal GPU（Mac必开）
export OLLAMA_METAL=on

# 只加载1个模型，不并行（Mac最稳）
export OLLAMA_MAX_LOADED_MODELS=1
export OLLAMA_NUM_PARALLEL=1

# 限制上下文，大幅提速
export OLLAMA_NUM_CTX=4096

ollama serve
```