本地跑 Muse Glimmer：接入 Claude Code 等编码智能体
难度：入门 · 来源：Ollama Blog · 采集于：2026-11-05
你将学到什么
- 用 Ollama 在本地运行 Muse Glimmer（Meta Superintelligence Labs 的首个开源模型，30B 多模态，128K+ 上下文，Apache 2.0 许可）。
- 在 Apple Silicon 上切换到 MLX 引擎版本，获得官方称 1.5×–1.8× 的加速与图像输入能力。
- 把该模型接到 Claude Code、Pi、OpenClaw、Hermes 等编码智能体与个人助理框架上。
前置条件
- 安装最新版 Ollama（官方下载页 ollama.com/download）。原文强调需“latest release”，旧版本可能不含相关支持。
- Apple Silicon 机器若追求最佳性能，需要走 Ollama 的 MLX 引擎，并选用专门的
30b-mlx模型标签。 - 使用编码智能体/助理框架时，对应的工具本身需已存在（如 Claude Code、Pi、OpenClaw、Hermes）。
步骤
- 更新 Ollama 到最新版本，然后直接拉取并运行模型：
ollama run muse-glimmer
- 如果你在 Apple Silicon 上，改用 MLX 引擎版本以获得最佳性能：
ollama run muse-glimmer:30b-mlx
- 接入编码智能体。以 Claude Code 为例，用
ollama launch指定模型启动：
ollama launch claude --model muse-glimmer
- 想要更轻量的编码智能体，可换成 Pi（pi.dev）：
ollama launch pi --model muse-glimmer
- 接入个人助理框架 OpenClaw 或 Hermes：
ollama launch openclaw --model muse-glimmer
ollama launch hermes --model muse-glimmer
-
按任务复杂度选择推理强度。Muse Glimmer 支持
low、medium、high、xhigh四档可控推理强度：复杂编码与智能体任务用high或xhigh，更看重速度时下调。 -
需要图像理解时走 MLX 引擎。模型自带 1.8B 参数感知编码器，MLX 引擎新增图像输入支持，适合按草图/设计稿生成网站或应用、基于截图的操作类应用、读取文档票据与图表等场景。
ollama launch 同样支持 Codex、OpenCode、GitHub Copilot 等，完整集成列表见 docs.ollama.com/integrations。
常见坑/注意事项
- 不要用旧版 Ollama：原文明确要求下载最新 release 后再运行。
- Apple Silicon 上如果只用默认标签，享受不到 MLX 引擎的 DFlash 加速；要用
muse-glimmer:30b-mlx。 - 推理强度不是越高越好：原文建议复杂编码/智能体任务才上
high/xhigh，速度优先时用更低档。 - 图像相关能力依赖 MLX 引擎的图像输入支持，别在非 MLX 路径上期待原生图片理解。
原文链接：https://ollama.com/blog/muse-glimmer
原文：Muse Glimmer from Meta Superintelligence Labs is now available August 10, 2026 Meta's Muse Glimmer, the first open model（本文为采集智能体整理的导读，版权归原作者，请阅读原文获取完整内容）
评论（2）