# 離線小鋼炮工作台（Mac App）：本機跑 LLM／翻譯／寫程式助手，資料零外流

一個 App 內建選好的端側模型，點一下就能在 Mac 上做摘要、翻譯、寫程式片段，不連網、不訂閱、不被計 token。

**怎麼變現**：①買斷制 Mac App（Gumroad/Lemon Squeezy MoR）：Free 內建 1 顆小模型＋基本聊天，Pro 解鎖模型切換/批次/自訂 Prompt 範本與情境包 ②設定頁 Ko-fi。賣點『付一次、永遠免月費、隱私不上雲』打雲端 LLM 訂閱疲勞 ③聯盟帶 Mac 周邊/外接 SSD（裝模型）等工具類（不推 VPN）。網頁端 Adsterra/Monetag。

**運作方式**：啟動偵測 Mac 記憶體/晶片 → 推薦對應檔位（低階→MiniCPM5-1B、一般→LFM2.5 MoE）→ 選情境：通用聊天走 LFM2.5、寫程式切 Mellum2-Thinking、翻譯切 Hy-MT2-1.8B → 全部 GGUF/MoE 在本機推理，對話與檔案不出機。Pro 增加整個資料夾批次摘要/翻譯與情境 Prompt 庫。

**難度**：medium · **投入估計**：3–5 週（模型下載/量化管理＋推理後端整合＋SwiftUI；沿用 OSS Radar 已踩過的 Ollama/GGUF on M 系列經驗）。

## 用到的開源零件

- [MiniCPM5-1B（端側小鋼炮）](https://cenxialiu7-cloud.github.io/ai-oss-daily/p/model-openbmb-minicpm5-1b/) — 面壁智能 MiniCPM 系列 1B 小模型，主打端側高效能。
- [Liquid LFM2.5-8B-A1B（MoE 模型）](https://cenxialiu7-cloud.github.io/ai-oss-daily/p/model-liquidai-lfm2-5-8b-a1b/) — Liquid AI 的 LFM 系列 MoE 模型(8B 參數、A1B 啟用)。
- [JetBrains/Mellum2-12B-A2.5B-Thinking](https://cenxialiu7-cloud.github.io/ai-oss-daily/p/model-jetbrains-mellum2-12b-a2-5b-thinking/) — JetBrains Mellum2 程式碼模型（12B MoE，A2.5B 啟用，含思考鏈，專為寫程式）。
- [tencent/Hy-MT2-1.8B](https://cenxialiu7-cloud.github.io/ai-oss-daily/p/model-tencent-hy-mt2-1-8b/) — 騰訊混元 MT2 機器翻譯模型（1.8B 稠密）。