硬體概覽
- 型號：Mac Studio M3 Ultra
- 記憶體：512GB 統一記憶體
- 適用場景：同時運行多個 LLM（本地）、多 Agent 框架、圖像/影片生成
512GB RAM 的優勢：
- 可以同時載入多個 70B+ 模型而不會 OOM
- ComfyUI + Ollama + Agent 框架可以全部常駐
- 不需要頻繁 swap，SSD 壽命更長
步驟 1：系統初始配置
安裝 Xcode Command Line Tools
xcode-select --install
這是 macOS 開發的基礎，包含 git、make、clang 等。
設定 Shell
macOS 預設 zsh，確認版本：
echo $SHELL
# /bin/zsh
zsh --version
建議創建 ~/.zshrc 配置（如果還沒有的話），後續安裝的工具會自動追加 PATH。
步驟 2：安裝 Homebrew
Homebrew 是 macOS 的包管理器，幾乎所有開發工具都通過它安裝。
/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"
安裝完成後，按照終端提示執行兩行命令（將 brew 加入 PATH）：
echo 'eval "$(/opt/homebrew/bin/brew shellenv)"' >> ~/.zprofile
eval "$(/opt/homebrew/bin/brew shellenv)"
驗證：
brew --version
# Homebrew 4.x.x
常用 Homebrew 指令
brew update # 更新 Homebrew 自身
brew upgrade # 升級所有已安裝的包
brew list # 列出已安裝
brew info <package> # 查看包信息
brew cleanup # 清理舊版本
步驟 3：安裝基礎開發工具
# 終端增強
brew install git gh
brew install node pnpm
brew install python@3.12
brew install ripgrep fd bat eza
brew install jq yq
| 工具 | 用途 |
|------|------|
| git / gh | 版本控制 + GitHub CLI |
| node / pnpm | Node.js 運行時 |
| python@3.12 | Python 環境 |
| ripgrep (rg) | 高速代碼搜索 |
| fd | 現代 find 替代 |
| bat | 帶語法高亮的 cat |
| eza | 現代 ls 替代 |
| jq / yq | JSON/YAML 處理 |
配置 pnpm
pnpm setup
source ~/.zshrc
步驟 4：Docker（可選）
如果需要容器化環境：
brew install --cask docker
或使用 Colima（輕量替代）：
brew install colima
colima start --cpu 16 --memory 64
步驟 5：效能調優建議
1. 關閉不必要的 macOS 動畫
系統設定 → 輔助使用 → 顯示 → 減少動態效果
2. 設置 ulimit
在 ~/.zshrc 中追加：
ulimit -n 65536
3. 監控工具
brew install htop btop # 系統監控
brew install fastfetch # 系統信息展示
4. M3 Ultra 特別注意
- Neural Engine 在部分 ML 框架中自動啟用
- MPS (Metal Performance Shaders) 用於 PyTorch
- 統一記憶體架構意味著 CPU 和 GPU 共享 512GB，不需要手動分配
驗證清單
✓ xcode-select -p # Xcode CLI 已安裝
✓ brew --version # Homebrew 就緒
✓ git --version # Git 可用
✓ node --version # Node.js 可用
✓ python3 --version # Python 可用
✓ gh auth status # GitHub 已登入
完成以上步驟後，可以開始安裝三層 Agent 框架的各個組件。