Hugging Face 推出 AnyLanguageModel：换行代码通吃本地与云端模型

AnyLanguageModel 是 Hugging Face 工程师 Mattt 开源的 Swift 工具包，专门帮苹果平台开发者统一管理本地与云端大语言模型。

如果你在开发 macOS 或 iOS 的 AI 应用，以往想在本地跑 Core ML 或 MLX，云端接入 OpenAI 或 Claude，还得兼顾苹果系统的内置模型，往往要写好几套完全不同的胶水代码。AnyLanguageModel 的做法是直接对齐苹果官方的 Foundation Models 框架接口。开发者只需要把代码里的 import FoundationModels 换成 import AnyLanguageModel，后续的会话创建和提示词发送逻辑完全不用改动，就能在不同模型之间一键切换。

它支持哪些后端

这个库目前支持多种运行后端，重点放在了 Hugging Face Hub 上可下载的本地开源模型上。

在本地端，它支持苹果自家的 Foundation Models（适配 macOS 26 与 iOS 26 及以上系统）、通过 Core ML 运行由神经引擎加速的转换模型、借助 MLX 在 Apple 芯片上高效跑量化模型，以及通过 llama.cpp 加载 GGUF 权重。如果你习惯在本地常驻 Ollama，它也能通过本地 HTTP 接口直连。

在云端方面，它直接集成了 OpenAI、Anthropic 和 Google Gemini 等服务，同时接入了 Hugging Face 的推断服务。这意味着开发者可以在同一个界面下，用完全一致的调用逻辑，快速对比本地小模型和云端前沿模型的输出效果。

为了防止引入过多后端导致项目体积膨胀，它利用了 Swift 6.1 的 package traits 特性。默认情况下，该库只包含基础 API 和轻量的云端网络请求依赖；如果你只需要跑 MLX，就只声明引入 MLX 的 trait，不用拉取 llama.cpp 等其他沉重依赖。对于暂不支持 trait 配置的 Xcode 项目，官方说明里也给出了通过内部本地包封装的引入方式。

填补系统空白与上手方法

苹果当前的 Foundation Models 框架功能相对克制，甚至暂不支持向多模态视觉模型传入图片。AnyLanguageModel 索性走在前头，在官方框架的设计上做了扩展，允许开发者直接向 Claude 等多模态模型发送图像文件进行解析。

为了方便开发者快速上手，Hugging Face 提供了一个名为 chat-ui-swift 的 SwiftUI 示例应用。该项目展示了模型切换、流式输出、会话本地持久化，以及用于下载门控模型的 Hugging Face OAuth 登录。

目前该项目处于 1.0 前期阶段，代码已经在 GitHub 上开源。团队接下来的重点是为所有后端补齐工具调用、结构化输出引导生成以及 MCP 协议支持。

为什么重要

AnyLanguageModel 最实用的地方，是把苹果生态内原本割裂的端侧推理生态捏合在了一起。对于想要尝试本地开源模型的 Swift 开发者来说，以前跑通 MLX 或 llama.cpp 需要很高的适配成本，现在只需改动一行代码就能完成切换和测试，极大地降低了试错门槛。

不过它也有明显的局限。由于它选择紧跟苹果官方接口，官方尚未定型的功能需要库作者提前垫步，未来系统更新时可能会面临接口调整的风险。但如果你正在为苹果设备开发 AI 应用，又不想被单一云端供应商绑定，这个项目值得现在就加入依赖清单试跑一下。