Llama MacOS Desktop Controller

Llama MacOS Desktop Controller

duduyiq2001 (GitHub) · Stimme & Sprache

Der Llama MacOS Desktop Controller ist eine Open-Source-Desktop-Steuerung, die Anfragen in natürlicher Sprache in Python-Code umwandelt, der macOS-Aktionen ausführt, mit React-Frontend und Flask- und LlamaStack-Backend auf Ihrem Mac.

Vorschau der Oberfläche von Llama MacOS Desktop Controller

Über Llama MacOS Desktop Controller

What Is Llama MacOS Desktop Controller

Der Llama MacOS Desktop Controller ist eine Desktop-Anwendung, die auf Ihrem eigenen Rechner läuft und Sie macOS in natürlicher Sprache steuern lässt. Sie tippen oder sprechen eine Anfrage wie „App öffnen" oder „Fenster anordnen", und das Tool lässt ein lokales Llama-Modell den Python-Code schreiben, der die Aktion ausführt. Ein React-Frontend nimmt die Eingabe entgegen, und ein Flask-Backend spricht mit LlamaStack, das die Code-Erzeugung übernimmt.

Das Projekt erschien auf GitHub als Demo für LlamaStack, Metas offene Plattform zum Ausführen von Llama-Modellen. Es richtet sich an Entwickler und Tüftler, die sehen wollen, wie weit ein kleines lokales Modell alltägliche Anweisungen in echte Systemaufrufe übersetzt. Weil alles auf der Maschine läuft, gibt es keine Runde in die Cloud und kein Konto, das Sie anlegen müssten.

Der Haken: Es ist eine Demo, kein fertiges Produkt. Sie läuft nur unter macOS, verlangt Python, Node.js, Ollama und einen laufenden LlamaStack-Container, bevor sie startet, und ihre Sicherheitsprüfungen sind dünn, sodass eine fehlerhafte Codezeile das ganze System treffen kann.

Getting Started

  1. Installieren Sie die Voraussetzungen: Node.js 16 oder neuer mit npm, Python 3.8 oder neuer mit pip und Ollama, und laden Sie das Modell Llama 3.2 3B Instruct herunter.
  2. Starten Sie LlamaStack auf Port 5001 mit Docker und richten Sie es auf Ihren lokalen Ollama-Server.
  3. Installieren Sie im Backend-Ordner die Python-Abhängigkeiten und starten Sie server.py, damit die Flask-API auf Port 5066 lauscht.
  4. Führen Sie im Projektstamm npm install und npm run dev aus, um das React-Frontend auf Port 5173 zu starten.
  5. Öffnen Sie den Browser unter localhost:5173, prüfen Sie, ob die Statusanzeige grün wird, und tippen oder diktieren Sie einen Befehl, um den erzeugten Code in Aktion zu sehen.

Produktinformationen

Ein kurzer Überblick über Preise, unterstützte Plattformen und die Leistung von Llama MacOS Desktop Controller.

Kostenloser TarifJa
Bezahlte TarifeN/A
PlattformmacOS
Entwicklerduduyiq2001 (GitHub)
KategorieStimme & Sprache
VeröffentlichungsdatumMar 2025
Zuletzt aktualisiertFeb 2026
Website-Besuche649.3M
Globales Website-Ranking50
API-VerfügbarkeitNein

Am besten für

Die Nutzer, Aufgaben und Szenarien, für die dieses Tool am besten passt.

Nutzer

  • Entwickler, die lokale Modelle erkunden
  • Fortgeschrittene Mac-Nutzer
  • LlamaStack-Tüftler

Aufgaben

  • Apps starten und Fenster ordnen
  • Schnelle Systemarbeiten
  • Steuerung per natürlicher Sprache testen

Szenarien

  • Lokale KI-Steuerung beim Einrichten ausprobieren
  • Eine wiederkehrende Desktop-Routine automatisieren
  • Lernen, wie LlamaStack an eine App angebunden wird

Wichtigste Funktionen

macOS-Steuerung in natürlicher Sprache

Sie beschreiben in einfachen Worten, was Sie wollen, und die App erzeugt Python-Code, der macOS-APIs aufruft, um es zu tun. Das Modell wird angeleitet, zu PyObjC und AppKit, zu AppleScript über subprocess oder zu einfachen Shell-Befehlen zu greifen, sodass es für jede Anfrage einen gangbaren Weg wählt.

Text- und Spracheingabe

Das React-Frontend nimmt einen getippten oder einen über die Spracherkennung des Browsers diktierten Befehl an. Sprache hilft, wenn die Hände beschäftigt sind, und beide Wege landen am selben Ort, sodass Sie zwischen ihnen wechseln können, ohne sonst etwas zu ändern.

Live-Status und Befehlsverlauf

Eine Statusanzeige zeigt, ob Backend und LlamaStack erreichbar sind, sodass Sie vor dem Senden wissen, dass das System bereit ist. Jeder Befehl wird mit Erfolg oder Fehler protokolliert, was das Nachvollziehen erleichtert, was lief und ob es geklappt hat.

Lokaler Kanal über LlamaStack

Das Flask-Backend leitet jede Anfrage an LlamaStack weiter, das standardmäßig auf das Modell Llama 3.2 3B Instruct eingestellt ist. Weil das Modell über Ollama auf Ihrer Maschine läuft, bleibt die ganze Schleife lokal, ohne API-Schlüssel und ohne dass Daten das Gerät verlassen.

Ausführung des erzeugten Codes

Sobald das Modell den Code zurückgibt, bereinigt das Backend die Formatierung, parst ihn und führt ihn aus, dann reicht es die Ausgabe ans Frontend weiter. So wird der ganze Weg von einem Satz bis zur ausgeführten Aktion sichtbar, was genau der Sinn der Demo ist.

Offener, prüfbarer Quellcode

Das Projekt kommt als kleiner öffentlicher Code, mit React- und Vite-Frontend, einer Flask-API und einer dokumentierten Einrichtung für LlamaStack und Ollama. Sie können alles lesen, die Prompts ändern oder auf ein anderes lokales Llama-Modell zeigen, wenn Sie experimentieren möchten.

Vor- und Nachteile

Vorteile

  • Kostenlos und Open Source, mit veröffentlichtem Frontend und Backend zum Prüfen
  • Läuft ganz auf Ihrem Mac, sodass weder Prompts noch Ergebnisse das Gerät verlassen
  • Verwandelt natürliche Sprache und Spracheingabe in echte macOS-Aktionen
  • Statusanzeige und Befehlsprotokoll halten jedes Ergebnis sichtbar
  • Dient zugleich als praktisches Beispiel, wie man LlamaStack an eine Desktop-App anbindet

Nachteile

  • Es ist eine Demo, daher sind die Sicherheitsprüfungen des erzeugten Codes minimal und ein Fehler kann das System betreffen
  • Die Einrichtung ist aufwendig: Python, Node.js, Ollama und ein Docker-Container müssen laufen, damit etwas funktioniert
  • Sie zielt nur auf macOS, Windows- und Linux-Nutzer bleiben außen vor
  • Es gibt weder ein fertiges Installationspaket noch einen Bezahltarif noch eine öffentliche API für andere Apps

Häufige Fragen

Es ist eine Desktop-App, mit der Sie macOS in natürlicher Sprache steuern. Sie tippen oder sprechen eine Anfrage, ein lokales Llama-Modell schreibt den Python-Code für die passenden Systemaufrufe, und das Backend führt ihn aus, damit die Aktion auf Ihrem Mac passiert.