colibri 是一台极小的推理引擎，思路是把 MoE 的稀疏性用到极致：几千亿参数的模型每个 token 只激活一小部分专家，于是它把这部分留在内存里，其余专家在模型要的时候从磁盘读。全部用纯 C 写成，每个模型家族一个文件，不需要 GPU，目前已有十三个引擎，覆盖 GLM、Kimi、DeepSeek、Qwen、OLMoE 等系列，也能直接跑现成的 GGUF 权重。