SiliconScope

免 sudo 看 ANE 和内存带宽，本地大模型跑得快不快一目了然

开源 🏷️定价信息待确认 ✅ 目前可打开基础设施 🍴 复刻 71 🐛 待处理 5 👀 关注 7

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1014

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类基础设施

开发团队kennss

官网地址https://siliconscope.calidalab.ai

GitHubhttps://github.com/kennss/SiliconScope

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议MIT

主要语言Swift

技术栈/模型apple-silicon,gpu,llama-cpp,llm,lm-studio,local-llm,macos,menubar,mlx,neural-engine,ollama,on-device-ai,performance-monitoring,swiftui,system-monitor

GitHub 星标★ 1014

上线时间2026-06-08 00:00:00

代码更新2026-11-02

仓库体积25.1 MB

本站数据更新2026-11-03

维护状态活跃

收录时间2026-09-16

浏览次数1

项目介绍

SiliconScope 是一款面向 Apple Silicon Mac 的原生系统监控工具，用 SwiftUI 编写，无需 sudo 权限即可运行。它解决的核心问题是：现有的 macOS 监控工具（如活动监视器、iStat Menus）对 Apple 芯片特有的硬件单元缺乏细粒度展示，尤其是神经网络引擎（ANE）、媒体引擎（Media Engine）和内存带宽这些直接影响本地大模型推理性能的指标。SiliconScope 把这些数据可视化到菜单栏和独立窗口中，让用户能实时看到 ANE 占用率、GPU 负载、内存带宽吞吐以及 CPU/GPU/ANE 的功耗分配。它特别适合跑 Ollama、LM Studio、llama.cpp、MLX 等本地推理工具的用户，用来判断模型加载、token 生成阶段到底卡在哪个硬件环节，是排查性能瓶颈的实用面板。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-16 · 当前星标 ★ 1014

技术标签

apple-silicon gpu llama-cpp llm lm-studio

使用教程

难度：入门约 8 分钟部署方式：本地安装 7 步

环境要求

Apple Silicon（M 系列芯片）Mac
macOS 14 或更高版本（不支持预发布 beta 系统）
使用 Homebrew 安装需已装好 Homebrew；用 DMG 则无需
从源码构建需 Xcode 工具链和 xcrun
远程机器 agent 支持 Linux 与 macOS

安装与启动步骤

1Homebrew 安装

最省事的方式，一条命令装好 cask，后续由应用自带 Sparkle 自动更新。
```
brew install --cask siliconscope
```
2或下载 DMG

从 Releases 下载最新 DMG，打开后把 SiliconScope 拖进「应用程序」文件夹。
3启动应用

在「应用程序」中打开 SiliconScope，菜单栏会出现监控图标和实时指标。
4为远程机器装 agent

在 macOS 或 Linux 目标机器上执行这一条命令，无需 root，末尾会打印配对链接。
```
curl -fsSL https://raw.githubusercontent.com/kennss/SiliconScope/main/scripts/install-agent.sh | sh
```
5配对远程机器

把安装脚本输出的 sscope://pair… 链接粘贴到应用中的 Add machine… 即可一步完成添加与配对。
6源码运行

需在仓库根目录执行；必须用 xcrun，非 Xcode 的 swift 会构建失败。
```
xcrun swift run SiliconScope
```
7打包本地 App

生成 dist/SiliconScope.app 并启动，适合验证自行构建的完整应用包。
```
scripts/build-app.sh
open dist/SiliconScope.app
```