[分享创造] 基于 MLX Vibe 了一个本地翻译工具， AI 做上架真是方便

一句话看懂：一名独立开发者利用 Apple 的 MLX 框架和 Google 的 Gemma 4 模型，在 MacBook Air M2 (16GB) 上构建了一款完全离线的本地翻译工具，并借助 AI 完成了 App Store 上架流程，证明了本地小模型在实用场景中的可行性和开发者工具链的成熟度。

事件核心：发生了什么

开发者 Rand01ph 在 V2EX 社区分享了一个名为 GemmaTrans 的菜单栏翻译应用。该应用基于 MLX-Swift 框架，运行 Google 的 Gemma 4 4-bit 量化模型，在 16GB 内存的 MacBook Air M2 上实现无需联网的实时翻译。用户选中文本后，通过快捷键即可获取译文，所有数据均在本机处理。此外，该应用还提供仅监听 127.0.0.1 的本地 API，并配套制作了 PopClip 插件。项目代码已开源，应用也已上架 App Store。

为什么重要

这一案例展示了两个关键趋势。第一，本地化小模型的实用价值正在提升——翻译这类对参数量要求不高的任务，在消费级硬件上跑通已不再是问题，对隐私敏感用户和网络受限场景有直接吸引力。第二，AI 辅助开发者工具链的成熟度显著提高：作者提到，开发过程中最繁琐的环节并非编码，而是 App Store 的审核与上架流程。他借助开源工具 asc-skills 和 AI，自动处理了条目创建、签名、上传以及应对审核拒绝反馈，最终成功上架。这意味着，个人开发者使用 AI 完成从代码到分发全流程的门槛正在快速降低。

对用户/开发者/创作者的影响

普通用户：获得一个完全离线的翻译工具，免去数据外传的隐私顾虑，尤其适合高频阅读英文的场景，如文献、新闻、技术文档。开发者：获得一个可复用的开源项目（GitHub 地址已公开），它搭建了 MLX + 本地模型 + 菜单栏 app 的基础框架，可直接修改用于其他 NLP 任务（如摘要、问答等）。独立创作者与 AI 应用创业者：此案例直观说明，即使是非专业开发者，借助 AI 工具和社区开源资产，也能绕过传统上架的技术壁垒——将拒审信丢给 AI 修改并重新提交，体现了 AI 在合规与流程自动化上的实用价值。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

• 模型替换性：项目目前绑定 Gemma 4，未来是否有社区用户尝试换成其他小型语言模型（如 Llama 3.2、Qwen 2.5-Coder 等）测试效果与性能，将决定该框架的通用性。
• 多平台扩展：MLX 目前仅支持 Apple Silicon，该模式能否被移植至 NVIDIA/AMD GPU 环境（如 ONNX Runtime 或 llama.cpp），将影响其生态覆盖范围。
• 审核反馈自动化程度：AI 处理 App Store 拒绝信的能力仍处早期，后续若出现更复杂的规则冲突或封号风险，AI 能否持续有效介入，值得独立开发者关注。

来源：V2EX (创意工作者社区)