1. 为什么选择在Mac上运行Qwen 3.6？

作为一名长期在Mac环境下工作的开发者，我最近被Qwen 3.6这个开源大模型吸引住了。与Claude、Gemini这些闭源商业模型不同，Qwen 3.6不仅完全免费，更重要的是它支持本地部署——这意味着我们可以在不依赖网络的情况下，直接在MacBook上运行一个功能强大的AI助手。

Mac平台运行Qwen有几个独特优势：

• 隐私性：所有数据处理都在本地完成，特别适合处理敏感代码和文档
• 离线可用：在没有网络的环境下（比如飞机上）依然能使用AI能力
• 硬件适配：M系列芯片的神经网络引擎能显著加速模型推理
• 开发友好：与VS Code等工具链深度集成，适合作为编程助手

2. 环境准备与依赖安装

2.1 基础工具链配置

在开始之前，我们需要确保Mac上已经安装了必要的开发工具。打开终端（Terminal），逐条执行以下命令：

# 安装Homebrew（如果尚未安装） /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" # 安装Python 3.10+（推荐使用3.10.6） brew install python@3.10 # 安装Git（用于克隆Qwen仓库） brew install git # 验证安装 python3 --version git --version

注意：如果你使用的是M1/M2芯片的Mac，建议通过Rosetta运行x86版本的Python，因为某些依赖可能尚未完全适配ARM架构。可以通过以下命令创建x86环境的终端：

arch -x86_64 zsh

2.2 创建Python虚拟环境

为了避免污染系统Python环境，我们创建一个专用虚拟环境：

python3 -m venv ~/qwen-env source ~/qwen-env/bin/activate

激活虚拟环境后，你的终端提示符前应该会出现(qwen-env)标记。这个环境将用于安装所有Qwen相关的依赖。

3. 获取与配置Qwen 3.6

3.1 下载模型文件

Qwen 3.6提供了多种规模的模型版本，考虑到Mac的性能限制，我推荐使用4-bit量化的Qwen-7B版本：

git clone https://github.com/QwenLM/Qwen.git cd Qwen pip install -r requirements.txt

模型文件较大（约6GB），可以通过以下方式下载：

# 使用官方提供的下载工具 python tools/download_model.py --model_name Qwen-7B-Chat-Int4

实测技巧：如果下载中断，可以手动从HuggingFace下载模型文件，然后放到~/.cache/huggingface/hub/models--Qwen--Qwen-7B-Chat-Int4目录下。

3.2 硬件加速配置

对于配备M1/M2芯片的Mac，我们可以通过MLX框架获得最佳性能：

pip install mlx

然后在代码中启用MLX后端：

from transformers import AutoModelForCausalLM model = AutoModelForCausalLM.from_pretrained( "Qwen/Qwen-7B-Chat-Int4", device_map="mlx", torch_dtype="auto" )

4. 运行与优化技巧

4.1 基础交互方式

最简单的启动方式是使用Qwen提供的CLI界面：

python cli_demo.py --model Qwen-7B-Chat-Int4

不过我更推荐创建一个自定义的启动脚本，添加以下参数优化体验：

# custom_run.py from transformers import AutoModelForCausalLM, AutoTokenizer tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen-7B-Chat-Int4", trust_remote_code=True) model = AutoModelForCausalLM.from_pretrained( "Qwen/Qwen-7B-Chat-Int4", device_map="auto", trust_remote_code=True ).eval() # 交互循环 while True: query = input("\n用户: ") response, history = model.chat(tokenizer, query, history=[]) print(f"Qwen: {response}")

4.2 内存优化技巧

Mac的内存资源有限，这里有几个实测有效的优化方法：

1. 分块加载：对于大模型，使用max_memory参数分块加载

model = AutoModelForCausalLM.from_pretrained( "Qwen/Qwen-7B-Chat-Int4", device_map="auto", max_memory={0: "10GiB", "cpu": "30GiB"} )

2. 上下文窗口控制：限制最大token数避免内存溢出

response = model.chat(tokenizer, "你的问题", max_new_tokens=512)

3. 量化加速：使用4-bit量化版本已经是很好的平衡点

5. 集成开发环境配置

5.1 VS Code插件配置

要让Qwen成为你的编程助手，可以安装以下VS Code插件：

1. Qwen Code：官方提供的代码补全插件
2. Codex：支持切换Qwen作为后端模型

配置步骤：

1. 在VS Code设置中添加：

"qwen.modelPath": "/path/to/Qwen-7B-Chat-Int4", "qwen.enableLocal": true

5.2 常见问题排查

问题1："未打开'codex'，因其包含恶意软件"

• 解决方法：这是Mac的Gatekeeper误报，可以通过以下命令解决：

sudo xattr -rd com.apple.quarantine /Applications/Visual\ Studio\ Code.app

问题2：内存不足错误

• 解决方案：尝试更小的模型版本（如Qwen-1.8B），或者使用交换空间：

# 创建8GB的交换文件 sudo dd if=/dev/zero of=/swapfile bs=1m count=8192 sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile

6. 高级应用场景

6.1 作为Claude CLI替代品

通过简单的封装，可以让Qwen模拟Claude的CLI接口：

# claude_qwen.py import sys from transformers import AutoModelForCausalLM, AutoTokenizer model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-7B-Chat-Int4") tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen-7B-Chat-Int4") query = " ".join(sys.argv[1:]) response, _ = model.chat(tokenizer, query) print(response)

然后创建别名：

alias claude="python /path/to/claude_qwen.py"

6.2 智能医疗影像辅助

虽然Qwen不是专门的医疗模型，但可以结合Mac的Core ML框架实现简单的影像分析：

import coremltools as ct from PIL import Image # 加载Qwen-VL视觉语言模型 vl_model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-VL-Chat") def analyze_medical_image(image_path): img = Image.open(image_path) prompt = "这是一张医疗影像，请分析可能存在的异常" inputs = vl_model.build_conversation_input_ids(prompt, images=[img]) outputs = vl_model.generate(**inputs) return vl_model.decode(outputs[0])

7. 性能对比与模型选择

在我的M1 Max MacBook Pro（32GB内存）上实测不同模型的性能：

对于大多数开发者，Qwen-7B-Int4提供了最佳平衡点。如果你主要用VS Code的代码补全功能，Qwen-1.8B可能更流畅。