Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

llama.cpp : inférence LLM sur CPU et Mac Apple Silicon v1.0.0

Utilisez cette ressource pour faire tourner un LLM en local sur CPU, Mac Apple Silicon ou GPU non NVIDIA avec llama.cpp

Nouveau

  • 315 téléchargements
  • 147 mentions J'aime
  • 174 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install llama-cpp-local-inference

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent installe llama.cpp selon votre matériel (Metal, CUDA, ROCm ou CPU), télécharge un modèle au format GGUF, choisit la quantification et lance un serveur local. Vous obtenez une inférence sans Docker ni Python, adaptée au déploiement en périphérie.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « llama.cpp : inférence LLM sur CPU et Mac Apple Silicon »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : installation, téléchargement de modèles et lancement
  • references/quantization.md : formats GGUF et compromis de quantification
  • references/server.md : configuration du serveur

Pour qui

  • Vous voulez faire tourner un modèle sur un Mac M1 à M4
  • Vous déployez sur une machine sans GPU NVIDIA

Pas pour qui

    Étiquettes

    • llama.cpp
    • gguf
    • inférence locale

    À propos

    Vous dites

    « Installe llama.cpp avec Metal sur mon Mac et lance un modèle GGUF quantifié en 4 bits. »

    Carte de la skill « llama.cpp : inférence LLM sur CPU et Mac Apple Silicon »

    Skill publiée par davila7 sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de faire tourner un LLM en local sur CPU, Mac Apple Silicon ou GPU non NVIDIA avec llama.cpp
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/optimization.md1,7 Ko
    • references/quantization.md5 Ko
    • references/server.md2,3 Ko
    • SKILL.md6,1 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    davila7
    Source
    github.com/davila7/claude-code-templates/tree/f57964ebda91cdfb31755661ecea9395f30020f1/cli-tool/components/skills/ai-research/inference-serving-llama-cpp
    Licence
    MIT

    Notice

    « inference-serving-llama-cpp » (davila7, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.