النقاط الرئيسية
- هذه المراجعة مكمّلة لإدراج Rapid-MLX في دليل برمجيات LLM المحلية
- مجاني ومفتوح المصدر بموجب ترخيص Apache 2.0، وفق شارة الترخيص وملف LICENSE في المستودع، تم التحقق بتاريخ 2026-09-18
- حصري لمعالجات Apple Silicon (من M1 إلى M4) — لا يوجد إصدار لنظامي Windows أو Linux
- يستخدم نوى MLX أصلية بدلًا من غلاف حول llama.cpp، مع تجميع دفعات مستمر وتخزين مؤقت لـ KV مُكمّم بصيغتي int4/int8، وفق توثيقه الخاص
- متعدد الوسائط: توليد النصوص، وتوليد الصور (FLUX وSDXL)، والفيديو (Wan وCogVideoX وLTX)، والصوت (تحويل النص إلى كلام، والنسخ الصوتي، واستنساخ الصوت)، والتضمينات
- 3,773 نجمة و416 نسخة متفرعة على GitHub حتى تاريخ هذه المراجعة (2026-09-18)؛ وأكثر من 2,500 عملية إيداع (commits) على الفرع الرئيسي
- مستودع GitHub الأصلي هو raullenchai/Rapid-MLX — وتوجد عدة نسخ متفرعة (forks) تحمل الاسم نفسه وبدون أي نجوم تحت أسماء مستخدمين أخرى، وهي ليست مشاريع مستقلة
📍 في جملة واحدة
Rapid-MLX خادم استدلال محلي مجاني ومفتوح المصدر (Apache 2.0)، يعمل حصريًا على macOS، ويشغّل النماذج بنوى MLX أصلية، ويوفّر نقاط نهاية متوافقة مع OpenAI وAnthropic لوكلاء البرمجة مثل Claude Code وCursor وAider وCline.
💬 بعبارات بسيطة
بدلًا من توجيه وكيل البرمجة الخاص بك إلى واجهة API سحابية، يشغّل Rapid-MLX النموذج مباشرةً على جهاز Mac الخاص بك باستخدام إطار عمل MLX من Apple، ويستخدم صيغة الطلبات نفسها التي تعتمدها OpenAI وAnthropic — لذا يمكن لمعظم الأدوات التي تتوقع إحدى هاتين الواجهتين الاتصال به بمجرد تغيير عنوان URL.
📌ملاحظة: تستند هذه المراجعة إلى ملف README الخاص بـ Rapid-MLX على GitHub وبيانات المستودع الوصفية. الادعاءات المتعلقة بالأداء مثل "أسرع بمقدار 4.2 ضعف مقارنة بـ Ollama" هي أرقام نشرها المشروع نفسه، وليست أرقامًا قاست PromptQuorum بشكل مستقل — تحقق من توثيق الاختبارات القياسية في المستودع قبل الاعتماد على رقم محدد.
ما هو Rapid-MLX؟
Rapid-MLX خادم استدلال محلي للذكاء الاصطناعي مصمم خصيصًا لأجهزة Mac التي تعمل بمعالجات Apple Silicon، ويستخدم إطار عمل المصفوفات MLX الخاص بشركة Apple بدلًا من محرك llama.cpp الذي تعتمد عليه معظم أدوات LLM المحلية. يقدّم نفسه كبديل مباشر لواجهتي OpenAI وAnthropic، بحيث يمكن للأدوات والنصوص البرمجية الحالية المكتوبة لهاتين الواجهتين الاتصال بخادم Rapid-MLX المحلي بدلًا من نقطة نهاية سحابية.
- نوع المنتج: خادم استدلال يعمل عبر سطر الأوامر (بالإضافة إلى تطبيق سطح مكتب اختياري على rapidmlx.com/desktop) — وليس واجهة دردشة رسومية بحد ذاته
- المستودع: github.com/raullenchai/Rapid-MLX، وهو المستودع الأصلي المؤكَّد — توجد عدة نسخ متفرعة تحمل الاسم نفسه وبدون نجوم تحت أسماء مستخدمين أخرى على GitHub (مثل xinqiyang/rapid-mlx وLXD-8/Rapid-MLX)، وهي مجرد نسخ متفرعة وليست مشاريع مستقلة، تم التحقق بتاريخ 2026-09-18
- الترخيص: Apache 2.0، وفق ملف LICENSE وشارة الترخيص في المستودع، تم التحقق بتاريخ 2026-09-18
- المنصة: حصري لنظام macOS على معالجات Apple Silicon (فئات M1 وM2 وM3 وM4) — لم تجد هذه المراجعة أي إصدار لنظامي Windows أو Linux في المستودع
- الحجم: 3,773 نجمة و416 نسخة متفرعة وأكثر من 2,500 عملية إيداع على الفرع الرئيسي حتى تاريخ هذه المراجعة (2026-09-18)
ما الذي يقدّمه Rapid-MLX فعليًا؟
يحمّل Rapid-MLX النموذج في الذاكرة باستخدام نوى MLX أصلية، ويقدّمه عبر نقاط نهاية HTTP محلية مصمّمة على غرار واجهتي OpenAI وAnthropic، بالإضافة إلى نقاط نهاية للصور والفيديو والصوت والتضمينات.
- توافق API:
/v1/chat/completionsو/v1/messagesللنصوص، بالإضافة إلى/v1/audio/*و/v1/videosللوسائط الأخرى، وفق ملف README الخاص بالمستودع - تنفيذ MLX أصلي: يشغّل النماذج بنوى MLX بدلًا من الرجوع إلى llama.cpp، ما يتيح — بحسب ملف README الخاص به — تجميع دفعات مستمر وتخزين مؤقت لـ KV مُكمّم بصيغتي int4/int8
- تكامل الوكلاء: يوثّق ملف README دعمًا مؤكَّدًا ومُختبَرًا من طرف إلى طرف لخمسة وكلاء برمجة من "الفئة الأولى" — Claude Code وCodex CLI وHermes وAider وDeepSeek Harness — إلى جانب توافق أوسع مع أدوات مثل Cursor وCline التي تستخدم صيغة اتصال OpenAI/Anthropic
- توليد متعدد الوسائط: نماذج الصور (FLUX وSDXL)، ونماذج الفيديو (Wan وCogVideoX وLTX)، والصوت (تحويل النص إلى كلام، والنسخ الصوتي، واستنساخ الصوت، والمحاذاة القسرية forced alignment — يسرد README الخاص بالمشروع 44 اسمًا مستعارًا مرتبطًا بالصوت)
- كتالوج النماذج: يسرد README الخاص بالمشروع 194 اسمًا مستعارًا لنماذج نصية، مع إرشادات حول فئات ذاكرة RAM تتراوح من أجهزة بسعة 8 جيجابايت إلى إعدادات Mac Studio بسعة 256 جيجابايت أو أكثر
- ادعاءات الأداء: يذكر ملف README الخاص بـ Rapid-MLX نتيجة اختبار قياسي تفيد بأنه "أسرع بمقدار 4.2 ضعف مقارنة بـ Ollama"، ووقتًا للوصول إلى أول رمز (time-to-first-token) مخزَّن مؤقتًا يبلغ 0.08 ثانية — وهذه أرقام نشرها المشروع نفسه، وليست أرقامًا قاستها هذه المراجعة بشكل مستقل
أمثلة على الاستخدام: ثلاث طرق لاستخدام Rapid-MLX
هذه سير عمل ملموسة مبنية على واجهة API الموثّقة لـ Rapid-MLX، وليست سيناريوهات افتراضية.
تثبيت Rapid-MLX
يُثبَّت Rapid-MLX مجانًا عبر Homebrew أو أداة تثبيت shell أو uv أو pip — والشيفرة المصدرية متاحة على GitHub.
المصدر | الرابط |
|---|---|
| مستودع GitHub (الشيفرة المصدرية، Apache 2.0) | github.com/raullenchai/Rapid-MLX |
| Homebrew | brew install rapid-mlx |
| أداة تثبيت Shell | curl -fsSL https://rapidmlx.com/install.sh | bash |
| مدير الحزم uv | uv tool install rapid-mlx@latest |
| pip | python3.12 -m pip install rapid-mlx |
| تطبيق سطح المكتب (macOS) | rapidmlx.com/desktop |
يتطلب Rapid-MLX جهاز Mac بمعالج Apple Silicon وإصدار Python 3.10 أو أحدث وفق ملف README الخاص به — ولا يوجد مسار تثبيت لنظامي Windows أو Linux، وقد تحتاج إصدارات Python الأقدم على macOS إلى ترقية يدوية أولًا. تحقق من أمر التثبيت الحالي في مستودع GitHub قبل تنفيذه، لأن التعليمات قد تتغير بين الإصدارات.
تسعير وترخيص Rapid-MLX
Rapid-MLX مجاني تمامًا ولا توجد به فئة مدفوعة. وهو مرخّص بموجب Apache 2.0، وفق ملف LICENSE وشارة الترخيص في المستودع، تم التحقق بتاريخ 2026-09-18 — وهو ترخيص متساهل يسمح بالاستخدام التجاري والتعديل وإعادة التوزيع.
- لا يوجد اشتراك، ولا فئة مدفوعة، ولا حدود استخدام يفرضها Rapid-MLX نفسه
- لا يتطلب إنشاء حساب أو التسجيل لتثبيته أو تشغيله
- إذا استخدمت Rapid-MLX كخادم خلفي لوكيل برمجة مدفوع أو إضافة IDE، فإن تسعير تلك الأداة نفسها (إن وُجد) يظل ساريًا — ولا يضيف Rapid-MLX نفسه أي رسوم
- يظل تشغيل النماذج الأكبر ذا تكلفة على مستوى العتاد: فالنماذج الأكبر تحتاج إلى ذاكرة موحدة أكبر، ويتطلب وضع DeepSeek V4 REAP التجريبي الموثّق في README ذاكرة موحدة بسعة 224 جيجابايت أو أكثر
Rapid-MLX مقابل Ollama
يُعد كل من Rapid-MLX وOllama خادمي استدلال محليَّين مجانيَّين، إلا أنهما يستهدفان نطاقين مختلفين: يعمل Rapid-MLX حصريًا على Apple Silicon ويستخدم نوى MLX أصلية، بينما يعمل Ollama عبر منصات متعددة بخادم خلفي قائم على llama.cpp.
دعم المنصات
- Rapid-MLX:
- حصري لنظام macOS على Apple Silicon
- Ollama:
- macOS وWindows وLinux
محرك الاستدلال
- Rapid-MLX:
- نوى MLX أصلية
- Ollama:
- قائم على llama.cpp (نماذج GGUF)
توافق API
- Rapid-MLX:
- صيغ اتصال OpenAI وAnthropic
- Ollama:
- واجهة API خاصة به بالإضافة إلى وضع متوافق مع OpenAI
الوسائط المدعومة
- Rapid-MLX:
- نص، صورة، فيديو، صوت، تضمينات
- Ollama:
- نماذج دردشة نصية وذات قدرات بصرية
ادعاء الأداء
- Rapid-MLX:
- يذكر README أنه أسرع بمقدار 4.2 ضعف مقارنة بـ Ollama (رقم صادر عن الجهة المطوّرة)
- Ollama:
- لم تجد هذه المراجعة ادعاءً منشورًا مكافئًا
رقم "أسرع بمقدار 4.2 ضعف" هو نتيجة اختبار قياسي نشرها Rapid-MLX نفسه، وليس رقمًا أعادت هذه المراجعة قياسه بشكل مستقل — إذا كانت الإنتاجية الفعلية على عتادك ونموذجك المحدد مهمة لقرارك، فقس الأداتين بنفسك قبل الاختيار. وإذا كنت بحاجة إلى دعم Windows أو Linux على الإطلاق، فإن Ollama هو الوحيد من بين الأداتين الذي يوفّر ذلك.
لمن يناسب استخدام Rapid-MLX؟
يناسب Rapid-MLX مالكي أجهزة Mac التي تعمل بمعالجات Apple Silicon الذين يريدون خادم استدلال محلي أصلي ومتوافق مع API لدعم وكلاء البرمجة أو سير العمل متعدد الوسائط، بدلًا من أداة تعمل عبر منصات متعددة.
ما لا يناسبه Rapid-MLX
لا يناسب Rapid-MLX الاستخدام خارج معالجات Apple Silicon، وهو ليس تطبيق دردشة رسوميًا بحد ذاته.
- غير مناسب لمستخدمي Windows أو Linux — لا يوجد إصدار لأي من المنصتين، ولم تجد هذه المراجعة التزامًا في خارطة الطريق بإضافة أحدهما
- ليس واجهة دردشة رسومية — بل هو خادم؛ إما أن تتصل به عبر عميل/وكيل متوافق، أو تستخدم تطبيق سطح المكتب المنفصل على rapidmlx.com/desktop
- غير مضمون تحقيق رقم "أسرع بمقدار 4.2 ضعف مقارنة بـ Ollama" الذي نشره المشروع بنفسه على كل جهاز — إذ تُظهر اختبارات README الخاصة به فروقًا في الإنتاجية تتراوح بين 3 و5 أضعاف بين جهاز M2 Pro بذاكرة 32 جيجابايت وجهاز M3 Ultra بذاكرة 256 جيجابايت، ما يعني أن النتائج تتفاوت بحسب العتاد
- غير مناسب لتشغيل عدة مهام لتوليد الصور أو الفيديو في وقت واحد — يوثّق README الخاص بالمشروع أن التوليد يتم لمهمة واحدة فقط في كل مرة لهذين الوسيطين تجنبًا لاستنفاد الذاكرة
- غير مدعوم بجولة تمويل أو شركة تمكنت هذه المراجعة من التحقق منها — تعامل معه كمشروع مستقل تدعمه المجتمعية
أخطاء شائعة عند تقييم Rapid-MLX
يأتي معظم الالتباس حول Rapid-MLX من الخلط بينه وبين نسخ متفرعة تحمل الاسم نفسه، أو من افتراض أنه يعمل خارج معالجات Apple Silicon.
المنافسون والبدائل
غالبًا ما تتم مقارنة Rapid-MLX بأدوات استدلال أخرى مخصصة لمعالجات Apple Silicon وخوادم عاملة عبر منصات متعددة مثل oMLX وOllama وLM Studio — وأهم ما يميزه هو التنفيذ الأصلي لـ MLX مع نقاط نهاية متوافقة مع OpenAI/Anthropic مصممة خصيصًا لخوادم وكلاء البرمجة.
الأداة | الأشهر بـ | الرابط |
|---|---|---|
| oMLX | أداة استدلال محلية أخرى قائمة على MLX لمعالجات Apple Silicon | مراجعة oMLX |
| Ollama | خادم نماذج محلي قائم على llama.cpp يعمل عبر منصات متعددة، ويضم مكتبة نماذج كبيرة | مراجعة Ollama |
| LM Studio | واجهة سطح مكتب رسومية لتشغيل النماذج المحلية، مع خيار محرك MLX على معالجات Apple Silicon | مراجعة LM Studio |
تعكس هذه القائمة الأدوات التي تتم مقارنتها عادةً بـ Rapid-MLX، وليست تصنيفًا مستقلًا من PromptQuorum — تحقق من دعم كل أداة الحالي للمنصات ومجموعة ميزاتها قبل الاختيار.
الأسئلة الشائعة
ما هو Rapid-MLX؟
Rapid-MLX (github.com/raullenchai/Rapid-MLX) خادم استدلال محلي مجاني ومفتوح المصدر (Apache 2.0) لأجهزة Mac التي تعمل بمعالجات Apple Silicon، يشغّل النماذج بنوى MLX أصلية، ويوفّر نقاط نهاية API متوافقة مع OpenAI وAnthropic.
هل Rapid-MLX مجاني؟
نعم. Rapid-MLX مجاني ومفتوح المصدر بموجب ترخيص Apache 2.0، ولا توجد به فئة مدفوعة أو اشتراك أو حد استخدام يفرضه المشروع نفسه.
هل يعمل Rapid-MLX على Windows أو Linux؟
لا. يدعم Rapid-MLX فقط أجهزة Mac التي تعمل بمعالجات Apple Silicon (من M1 إلى M4). ولم تجد هذه المراجعة أي إصدار لنظامي Windows أو Linux في المستودع.
كيف أثبّت Rapid-MLX؟
وفق ملف README الخاص بالمستودع، يمكن التثبيت عبر Homebrew (brew install rapid-mlx)، أو أداة تثبيت shell (curl -fsSL https://rapidmlx.com/install.sh | bash)، أو uv (uv tool install rapid-mlx@latest)، أو pip (python3.12 -m pip install rapid-mlx). كما يتوفر تطبيق سطح مكتب على rapidmlx.com/desktop.
ما وكلاء البرمجة التي تعمل مع Rapid-MLX؟
يوثّق README الخاص بالمشروع دعمًا مؤكَّدًا ومُختبَرًا من طرف إلى طرف لـ Claude Code وCodex CLI وHermes وAider وDeepSeek Harness، إلى جانب توافق أوسع مع أي أداة تستخدم صيغة واجهة API الخاصة بـ OpenAI أو Anthropic، مثل Cursor وCline.
هل Rapid-MLX أسرع فعلًا بمقدار 4.2 ضعف مقارنة بـ Ollama؟
هذا الرقم مستمد من اختبارات README القياسية التي نشرها Rapid-MLX بنفسه، وليس قياسًا مستقلًا من PromptQuorum. إذا كانت الإنتاجية الدقيقة مهمة لقرارك، فقس الأداتين بنفسك على عتادك ونموذجك.
هل يمكن لـ Rapid-MLX توليد الصور أو الفيديو أو الصوت؟
نعم. بالإضافة إلى النصوص، يوثّق README الخاص به نقاط نهاية لتوليد الصور (FLUX وSDXL)، وتوليد الفيديو (Wan وCogVideoX وLTX)، والصوت (تحويل النص إلى كلام، والنسخ الصوتي، واستنساخ الصوت).
ما مقدار ذاكرة RAM التي يحتاجها Rapid-MLX؟
يعتمد ذلك كليًا على النموذج الذي تحمّله. يسرد README الخاص بالمشروع 194 اسمًا مستعارًا لنماذج نصية مع إرشادات حول فئات ذاكرة RAM تتراوح من أجهزة بسعة 8 جيجابايت إلى إعدادات Mac Studio بسعة 256 جيجابايت أو أكثر — تحقق من المتطلبات المدرجة لنموذج معين قبل تنزيله.
ما الترخيص الذي يستخدمه Rapid-MLX؟
Apache 2.0، وفق ملف LICENSE وشارة الترخيص في المستودع، تم التحقق بتاريخ 2026-09-18. وهو ترخيص متساهل يسمح بالاستخدام التجاري والتعديل وإعادة التوزيع.
هل raullenchai/Rapid-MLX هو المستودع الحقيقي؟
نعم. توجد عدة نسخ متفرعة تحمل الاسم نفسه وبدون نجوم تحت أسماء مستخدمين أخرى على GitHub، إلا أن raullenchai/Rapid-MLX هو المستودع الأصلي، الأعلى في عدد النجوم، والأقدم إنشاءً، تم التحقق بتاريخ 2026-09-18.