LlamaBarn（仓库名 ggml-org/Llama-macOS）是一个 macOS 菜单栏应用，用来在本地运行大语言模型。它由 GGML 组织开发，与 llama.cpp 同步演进。
【用途与定位】 该应用面向希望在 Mac 上本地运行 LLM 的用户，提供菜单栏常驻的轻量入口。它启动后会在 http://localhost:9931/v1 运行本地服务器，模型全部在本地执行，官方称数据不会离开设备。
【主要能力】
- 本地服务器：启动应用即运行本地 API 服务（默认端口 9931，路径 /v1）。
- llama.cpp 集成：如果已安装 llama.cpp 则直接使用；否则为当前 Mac 安装预构建二进制。已通过 llama.cpp 安装的模型会自动出现在应用中。
- 模型安装：支持从 Hugging Face 安装任意 GGUF 模型，并提供内置的推荐列表，列出适合当前 Mac 硬件运行的模型，可一键安装。
- 多入口使用：可在内置 WebUI 中聊天，也可连接其他应用（编码代理、聊天 UI、编辑器），或直接使用 API。
- 按需加载：模型在请求时加载、空闲时卸载，不在使用时释放内存。
- 应用特性：完全本地运行；体积约 4 MB 的原生 macOS 应用；零配置，自动为当前 Mac 配置最佳设置；模型存放在 Hugging Face 缓存中，与 llama.cpp 及其他工具共享。
【使用方式】
- 从 Releases 下载应用，或观看官方 2 分钟介绍视频。
- 启动后应用自动运行本地服务器；若未安装 llama.cpp 会自动安装对应二进制。
- 安装模型：可从 Hugging Face 安装 GGUF 模型，使用应用推荐列表一键安装。
- 使用模型：在内置 WebUI 聊天、连接外部应用，或调用 API。 官方给出的示例请求包括：列出已安装模型；向模型发送消息。完整 API 参考见 llama.cpp 服务器文档。
【自定义模型设置】 应用会为每个模型自动配置并写入 models.ini，每次启动都会重新生成。若要修改某个设置或添加应用未设置的项，应编辑 ~/.config/llama/models.user.ini；应用只读取该文件，并将其合并到自动生成的配置中。 使用与应用相同的节标题（org/repo:QUANT），只列出想修改的键。键名是 llama serve 的选项，不带前导短横线。 若某节对应的模型应用未找到，会原样传递，可用于指向其他仓库的权重或草稿模型。 此处设置优先于应用自身的值，包括基于 Mac 内存推导出的设置。若某个键无法应用，应用会忽略该文件，并在菜单中提示是哪个选项出错。 首次启动时会在该路径写入带注释的模板。
【网络访问】 默认服务器仅本机可访问。设置中的“Allow network access”可改变这一行为，具体选项取决于用户环境：
- Tailscale：将服务器绑定到 Tailscale 地址，其他设备可从任意位置访问，由 Tailscale 认证和加密，服务器在当前网络上不可见。适合笔记本使用。仅在已安装并登录 Tailscale 时显示。
- This network：绑定所有接口（0.0.0.0），当前网络上的任何设备都可访问。服务器没有密码，仅应在可信网络使用，且不要在不属于自己所有的网络上与 agent 模式同时开启。
【实验性设置】
- 绑定特定地址：若要将服务器固定到应用未提供的地址，可手动设置。应用不会改动它，当该地址不在任何接口上时回退到 localhost。
- 自定义服务器参数：在 llama serve 命令后附加额外 CLI 参数，用于应用未暴露的服务器标志（例如 --api-key）。这些参数排在应用自身标志之后，在服务器取后者生效的场景下可覆盖应用设置。下次服务器启动时生效。
【适用场景】 适合希望在 Mac 上以本地、低配置成本方式运行 LLM 的个人用户，用于本地聊天、为编码代理与编辑器提供模型服务，或通过 API 集成到其他应用。
【限制与注意事项】
- 平台限于 macOS。
- 开启“This network”时服务器无密码，存在安全风险，仅限可信网络。
- 模型实际可运行性受 Mac 硬件限制，应用仅提供推荐列表。
- 收费、价格等信息暂未提供。
