这篇文章的开头要从一次捡漏说起。

最近我在闲鱼上以 4000 块的价格，蹲到了一台 M1 Pro (10 核) + 32GB 内存 的“无头”MacBook Pro。所谓“无头”，就是屏幕碎了或者直接被拆掉了，只能当迷你主机用。

在此之前，我一直用的是一台 M2 芯片、16GB 内存的 Mac Mini。原本觉得 M2 的单核性能挺香，但真折腾起本地大模型（LLM）来，内存大小才是唯一的真理。16GB 内存扣掉系统开销，跑个稍微大点的模型（比如 Llama-3-70B 的量化版）就捉襟见肘，更别提同时跑多个 agent 了。

换上这台 32GB 的 M1 Pro 后，我终于可以随心所欲地在本地部署两个主力模型，并让五个不同分工的 Agent 常驻在线。

为什么从微信换到飞书

很多人问我：既然是自己用的 Agent，为什么不直接接入微信？

理由很简单：微信不是为开发者准备的，但飞书是。

1. API 友好度：微信的个人号机器人全靠 Hook 或者各种非官方协议，随时面临封号风险。而飞书（Lark）提供了官方的机器人开发平台，支持 Webhook、事件订阅、富文本消息卡片，稳定性极高。
2. 多 Agent 隔离：在飞书里，我可以轻松创建五个互不干扰的机器人，分别对应不同的 Agent。而在微信里，想在同一个对话框里调配五个身份，体验非常割裂。
3. 消息卡片：飞书的消息卡片支持 Markdown、交互按钮、多列布局。当我的 Agent 返回一段代码或者对比图表时，飞书的渲染效果远超微信。

架构设计

整套系统的架构非常清晰，分为三层：

1. LLM 基础设施层 (omlx)：利用 Apple Silicon 的统一内存架构，高效运行量化后的 LLM。
2. 智能体逻辑层 (Agents)：定义五个具有不同 Prompt 和 Tools 的独立 Agent。
3. 连接层 (ccconnect)：作为中间件，将本地 Agent 的输入输出映射到飞书机器人的 API。

第一步：使用 omlx 本地部署模型

omlx 是我最近发现的一个针对 Apple Silicon 深度优化的本地模型推理工具（基于 MLX 框架）。它的特点是冷启动极快，且能最大限度压榨 M1/M2/M3 芯片的带宽。

在我的这台 M1 Pro 上，我部署了两个模型：

• 主力模型：用于复杂逻辑推理和代码生成（如 Llama-3-70B-Instruct 的 4-bit 量化版）。
• 轻量模型：用于简单的文本分类、意图识别和快速响应（如 Mistral-7B 或 Phi-3）。

部署过程：

首先确保安装了 omlx：

brew install omlx

接着下载并运行模型：

omlx serve --model llama-3-70b-4bit --port 8080
omlx serve --model phi-3-mini --port 8081

得益于 32GB 的统一内存，这两个模型可以同时驻留在内存中，响应速度非常理想。

第二步：五个 Agent 的设定

我并没有搞一个“全能”的机器人，而是将其功能拆解到了五个垂直的 Agent 中：

1. Code Expert (代码专家)：接入主力模型，拥有最高的上下文长度，专门写代码和 Review。
2. Research Assistant (研究助手)：带搜索工具，专门帮我总结网页和论文。
3. Daily Planner (日程管家)：对接了我的日历和待办清单。
4. Content Creator (文案手)：风格偏向创意写作。
5. System Monitor (监控哨兵)：负责监控家里服务器的运行状态，出问题主动推送。

第三步：使用 ccconnect 接入飞书

这是最关键的一步。ccconnect 是一个强大的多端连接器，它可以将本地运行的各种 Agent（支持 OpenAI 格式接口）桥接到不同的 IM 平台。

配置流程：

1. 在飞书开发者后台创建五个机器人，并拿到它们的 App ID 和 App Secret。
2. 配置 ccconnect.yaml，定义每个 Agent 指向的飞书机器人以及对应的本地模型接口：

connectors:
  - name: "code-agent"
    platform: feishu
    app_id: "cli_xxxxx"
    app_secret: "yyyyy"
    model_endpoint: "http://localhost:8080/v1"
    system_prompt: "You are a senior software engineer..."
  
  - name: "research-agent"
    platform: feishu
    app_id: "cli_zzzzz"
    app_secret: "wwwwww"
    model_endpoint: "http://localhost:8081/v1"
    system_prompt: "You are a meticulous researcher..."
  # ... 其他三个配置

1. 启动 ccconnect：

   ccconnect start --config ./ccconnect.yaml
   

实际体验

现在，我无论是在排队买咖啡，还是在通勤路上，只要打开手机飞书，就能随时召唤这五个 Agent。

• 情景 A：想起一个 Bug 没修，给“代码专家”发一段描述，它直接在本地跑完逻辑，把 Diff 传给我看。
• 情景 B：刷到一篇长文章没空看，直接转发给“研究助手”，它一分钟内把要点总结好发到对话框。

这种把高性能算力留在家里，把交互界面装进口袋的感觉，真的比单纯在手机上用网页版 ChatGPT 要爽得多。

总结

这次“无头 MBP”的升级是非常成功的。对于想要玩转本地大模型的朋友，我的建议是：别看 CPU 核心数，直接看内存。 32GB 是起步，64GB 是天堂。

而通过 omlx + ccconnect + 飞书 的组合，我成功把一台廉价的闲鱼二手 Mac 变成了全家人的“智能大脑”。这套方案低成本、高效率、隐私受控，非常推荐给各位折腾党。