# mlx

Направляет Cursor при разработке ML-проектов на Apple Silicon: помогает писать модульный код на MLX, правильно компилировать шаги обучения и избегать ошибок с памятью.

- правило · `type=rule` · Cursor · ★ 3580
- Автор: sanjeed5
- Лицензия: CC0-1.0 · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/mlx.mdc
- Обновлён: 2026-05-19
- HTML: https://affpapa.org/nevibecode/rules/mlx

## Что делает

Правило настраивает ассистента на работу с фреймворком Apple MLX. Оно требует разделять проект на отдельные модули: загрузку данных, архитектуру моделей на `mlx.nn` и конфигурационные файлы YAML вместо монолитных скриптов с зашитыми гиперпараметрами.

В инструкциях закреплены паттерны ленивых вычислений. Ассистент применяет `mx.compile()` для оптимизации шагов обучения и явный `mx.eval()` для выполнения графа. Без `mx.eval()` граф вычислений бесконтрольно разрастается в памяти, что приводит к непредсказуемым просадкам скорости.

Память в Apple Silicon общая. Поэтому вызовы вроде `.to("gpu")` правило исключает: тензоры MLX изначально доступны графическому чипу. При необходимости изолировать операцию ассистент направляет её через `stream=mx.cpu`. Для экономии места при инференсе описывается квантование весов до 4 бит с размером группы 32.

## Установка

### Cursor (родная платформа)

**Вручную: положить файлы**
- Файл: `.cursor/rules/mlx.mdc` — Во frontmatter: description, globs, alwaysApply

### Claude Code

**Вручную: положить файлы**
- Файл: `.claude/rules/mlx.md` — Поле paths во frontmatter ограничивает файлы: globs из источника → paths

### Codex

**AGENTS.md**
- Codex читает AGENTS.md: вставьте текст правила туда

### GitHub Copilot

**Вручную: положить файлы**
- Файл: `.github/instructions/mlx.instructions.md` — Поле applyTo задаёт, к каким файлам применять: globs из источника → applyTo

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/rules/mlx.md`

### Cline

**Вручную: положить файлы**
- Файл: `.clinerules/mlx.md`

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/sanjeed5/awesome-cursor-rules-mdc/tree/HEAD/rules-mdc/mlx.mdc

## Когда брать
- структурировать проект на MLX по модулям и вынести параметры в YAML
- оптимизировать циклы обучения через `mx.compile` и контролировать вычисления с помощью `mx.eval`
- убрать лишние переносы данных между CPU и GPU благодаря Unified Memory
- квантовать веса модели до 4 бит для экономии памяти на устройстве

## Примеры запросов агенту
- Напиши класс свёрточной сети на `mlx.nn` и вынеси параметры обучения в `train_config.yaml`
- Собери шаг обучения с Adam, оберни его в `mx.compile` и добавь явный вызов `mx.eval`
- Квантуй обученную модель в 4-битный формат и сохрани веса в safetensors

## Похожие
- [dflash-mlx-speculative-decoding](https://affpapa.org/nevibecode/skills/dflash-mlx-speculative-decoding.md) — скилл · 443 установки
- [mac-code-local-ai-agent](https://affpapa.org/nevibecode/skills/mac-code-local-ai-agent.md) — скилл · 843 установки
- [speak-tts](https://affpapa.org/nevibecode/skills/speak-tts.md) — скилл · 735 установок
- [mac-mini-llm-lab](https://affpapa.org/nevibecode/skills/mac-mini-llm-lab.md) — скилл · 309 установок
- [coreml](https://affpapa.org/nevibecode/skills/coreml.md) — скилл · 3700 установок
- [agent-platform-model-registry](https://affpapa.org/nevibecode/skills/agent-platform-model-registry.md) — скилл · 8332 установки

Из того же набора: [sanjeed5/awesome-cursor-rules-mdc](https://affpapa.org/nevibecode/by/sanjeed5/awesome-cursor-rules-mdc.md) — 240 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md