vllm-mlx

waybarrios
1633
适用于Apple Silicon的OpenAI兼容服务器。运行LLMs和视觉-语言模型(Llama, Qwen-VL, LLaVA),支持连续批处理、MCP工具调用和多模态支持。原生MLX后端,速度超过400个tok/s。

内容