mflux

在 Mac 上本地跑 FLUX 等图像视频生成模型

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 201 🐛 待处理 6 👀 关注 16

GitHub ↗

GitHub 星标 ★ 2561

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源免费，需自行部署

项目预览

项目数据

分类图像生成

开发团队mflux-community

GitHubhttps://github.com/mflux-community/mflux

定价模式🏷️完全免费

价格说明开源免费，需自行部署

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

主要语言Python

技术栈/模型ai,apple-silicon,diffusers,fibo,flux,huggingface,ml,mlx,qwen,qwen-image,seedvr2,transformers,z-image

GitHub 星标★ 2561

上线时间2024-08-10 00:00:00

代码更新2026-11-02

仓库体积198.7 MB

本站数据更新2026-11-03

维护状态活跃

收录时间2026-11-03

浏览次数1

项目介绍

mflux 是面向 Apple Silicon 的原生生成式图像与视频模型实现，基于苹果 MLX 框架重写主流扩散模型推理管线，让 Mac 用户无需独立显卡即可在本地跑通文生图、图像编辑与视频生成。项目覆盖 FLUX 系列、Qwen-Image、Z-Image、SeedVR2 等模型，并集成 HuggingFace 权重加载与 Transformers 组件，提供命令行工具和 Python 接口，支持量化以降低统一内存占用。核心价值在于把原本依赖 CUDA 生态的模型迁移到 MLX，利用 Metal 加速与内存共享机制提升 Mac 上的推理效率，同时保持与 diffusers 相近的使用习惯，方便开发者做本地实验、批量出图与二次开发。

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 2026-11-03 · 当前星标 ★ 2561

技术标签

ai apple-silicon diffusers flux huggingface

使用教程

难度：入门约 15 分钟部署方式：命令行工具 4 步

环境要求

Apple Silicon（M 系列芯片）Mac，项目基于苹果 MLX 框架
macOS 系统，具备 Metal 加速环境
已安装 uv 包管理工具，未安装时需先参照 uv 官方文档完成安装
首次运行需要联网自动下载模型权重，并预留足够的磁盘与统一内存空间

安装与启动步骤

1安装 uv 工具

mflux 通过 uv 以工具形式安装。README 只给出 uv 官方安装文档链接，请先按其说明装好 uv，确认终端可执行 uv 命令。
2安装 mflux

用 uv 把 mflux 安装为全局 CLI 工具，--upgrade 表示已装旧版时直接升级到最新版。
```
uv tool install --upgrade mflux
```
3查看可用命令

列出 uv 已安装的工具，确认 mflux 安装成功，并查看它提供的全部命令行子命令名称。
```
uv tool list
```
4生成第一张图片

以 z-image-turbo 模型为例，指定提示词、尺寸、随机种子、步数和量化位数。首次运行会自动下载模型，耗时较长，请耐心等待。
```
mflux-generate-z-image-turbo --prompt "A puffin standing on a cliff" --width 1280 --height 500 --seed 42 --steps 9 -q 8
```

关键配置

配置项	必填	说明	示例
`--prompt`	是	文生图的文本提示词，描述想要生成的画面内容	`"A puffin standing on a cliff"`
`--width`	否	输出图片宽度（像素），可按需调整	`1280`
`--height`	否	输出图片高度（像素），可按需调整	`500`
`--seed`	否	随机种子，固定后便于复现同一张结果	`42`
`--steps`	否	推理采样步数，步数影响生成速度与细节	`9`
`-q`	否	量化位数，降低模型占用的统一内存	`8`