Cider：让 Mac 上的大模型跑得更快、更省电

很多用 M 系列芯片 Mac 的用户都有过这样的经历：明明是顶配的 M2 Pro 或 M3 Max，跑个本地 LLM 却卡顿、发热、内存爆掉。不是芯片不行，而是工具没跟上。

Cider 就是为解决这个问题而生的。它不搞花哨的术语，就是专注一件事：让大模型在 Mac 上跑得更顺。开发者团队实测，在 M5 芯片上，用 Cider 优化后的 Llama 3.1 8B 模型，推理速度比原生框架快近 40%，内存占用降低近 30%。关键是——不靠云，不靠外挂，纯本地跑，连风扇都少转两圈。

它不改模型结构，也不需要你重训权重，只要把你的模型文件丢进去，Cider 会自动识别芯片能力，调用 INT8 TensorOps，把计算路径压到最高效。支持主流格式：GGUF、Safetensors，兼容 Ollama、LM Studio 等常用工具。你不用换工具链，就能直接提升体验。

适合谁？写代码的、做研究的、天天跟文档和摘要打交道的人。你不需要懂 AI，只需要想：“能不能让我这台 Mac，别再卡在翻译一页 PDF 上了？”——Cider 就是答案。

Mano-P：AI 能“看屏幕”了，还能自己点鼠标

以前的 AI 助手，要么在网页里帮你写邮件，要么在命令行里跑脚本。但真正的工作场景，是打开 Excel 做报表、在 Figma 里改图、在微信里回复消息、在 Notion 里整理周报——这些，都是图形界面。

Mano-P 不是另一个“AI 自动化工具”，它像一个真正坐在你电脑前的助手：只靠屏幕画面，就能理解你在做什么，然后自己动手。

它不依赖任何 API，不上传截图，不连云端。所有识别、判断、点击，都在你自己的 Mac 上完成。你打开一个麻将游戏，它能认出牌型、算出最优出牌；你打开一个电商后台，它能自动填表、导出数据、生成汇总表格；你打开多个窗口，它能记住上下文，连续完成三步操作——全靠视觉，全靠本地。

目前支持 macOS 上主流应用：Safari、微信、钉钉、Notion、Excel、Adobe 系列、甚至一些小众桌面软件。你不需要写脚本，也不需要配置 API 密钥。只要打开 Mano-P，让它“看”一眼屏幕，再用自然语言说一句：“帮我把这周的销售数据整理成图表，发到微信给经理。”它就能做。

有用户实测：用它自动处理了每天 2 小时的重复性数据录入工作，一周后，效率提升 70%。不是“能做”，是“真能用”。

实战：它自己打麻将，还赢了

项目演示里，Mano-P 在一款本地麻将游戏里，从头到尾自己玩了一局。没有作弊代码，没有后台权限，它就是靠截图识别牌面，判断对手出牌，计算胡牌概率，然后点击“碰”“杠”“胡”。

这不是演示，是真实运行。开发者录了全程视频：AI 在第 12 轮果断弃和，躲开风险；第 18 轮抓到关键牌，直接胡牌。全程无干预，无远程控制，甚至没用到任何游戏内接口。

这说明什么？它不是在“模拟操作”，而是在“理解界面”。你打开任何图形界面，它都能学着看、学着做。这比任何自动化脚本都更灵活——因为脚本会崩，它会“看懂”。

Cider + Mano-P：你的 Mac，从此能自己干活了

这两个项目不是噱头，是真正能用的工具。Cider 让模型跑得快，Mano-P 让 AI 能动手。你不需要买新设备，不需要上云服务，也不用学编程。你只需要：

• 有一台 M 系列芯片的 Mac（M2 及以上推荐）
• 下载这两个开源项目（GitHub 已上线）
• 把你想自动化的事，用一句话告诉 Mano-P
• 让 Cider 把后台模型跑得更稳

有人用它自动整理周报：从微信收图 → 截图识别内容 → 填入 Excel → 生成 PDF → 发邮件给老板。全程 8 分钟，原来要 2 小时。

有人用它监控股票软件：看到 K 线突破阈值，自动截图 + 记录 + 发微信提醒。没人盯着盘，也不会错过机会。

它们不炫技，不吹“通用人工智能”，就是解决一个又一个真实、琐碎、让人烦躁的电脑操作问题。你不需要成为技术专家，只需要是个想省时间的人。

项目已开源，文档清晰，安装简单。没有付费墙，没有注册登录，没有“企业版”。你下载，就能用。现在就开始，让你的 Mac，真正成为你的助手，而不是一个昂贵的摆设。