$ loading_
在 Mac 本地运行 LFM2.5，并通过 MCP 接入多种 AI 工具实现私密高效推理。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"LFM2.5-local" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请指导我在 Mac 上安装并运行 LFM2.5-local，配置聊天界面和 MCP 服务器，并连接到 Claude Desktop。请给出完整步骤、依赖项、配置文件示例和常见报错排查方法。
一份可执行的本地部署与集成指南，包含安装、配置、连接和排错说明。
我想把 LFM2.5-local 作为本地模型接入 Cursor。请说明如何启动 MCP 服务、配置连接参数，并验证在代码补全和问答场景中是否可用。
面向 Cursor 的接入步骤和验证清单，帮助快速完成本地模型连接。
请为团队设计一个基于 LFM2.5-local 的多 Mac 集群推理方案，目标是提升吞吐量并保证数据隐私。请列出架构建议、资源分配、网络要求、监控方式和运维注意事项。
一份多机部署方案，涵盖集群架构、性能扩展、隐私控制与运维要点。
智能分配本地与远程模型处理编程任务，并支持基准测试与代码检索。
在本地离线运行 Llama 模型，安全私密地完成各类 AI 助手任务。
本地处理多模态内容与界面自动化，兼顾隐私安全与高效工作流。
在本地提供搜索、抓取、浏览器自动化与多媒体处理能力的 MCP 工具
让 AI 通过本地大模型安全读取、搜索和编辑本地文件
提供本地优先的大模型路由与调用，保障敏感数据私有可控。