相信大部分小伙伴都听说过MacOS，但是没有实际体验过，得益于技术的发展，今天我们可以通过Docker来运行MacOS。

今天，手把手教大家在Windows上通过Docker运行MacOS，超级炫酷！

目录

一、说明

二、环境准备

三、构建镜像

四、启动容器

五、配置MacOS

六、在Docker中体验MacOS

七、总结

一、说明

以下是本文使用的windows系统和版本：Window11，23H2，理论上只要是windows11都支持。

本文所使用的代码、脚本均来自开源项目：sickcodes/Docker-OSX，感兴趣的小伙伴可以再GayHub上自行获取。

注：文中所涉及的技术、思路和工具仅供以学习交流使用，任何人不得将其用于非法用途以及盈利等目的，否则后果自行承担。

二、环境准备

在进行正式安装之前，我们需要准备一些环境，包括：开启WSL，配置WSL，安装Docker等等，下面将会一一介绍。

2.1 开启WSL

在Windows中，打开控制面板，选择程序，并选择启用或关闭Windows功能，然后勾选适用于Linux的Windows子系统，然后点击确定，之后就会重启电脑。

电脑重启完成之后，打开Micorsoft Store，搜索Ubuntu 24.04，然后点击获取

稍等片刻，下载完成之后，点击打开：

然后就开始安装ubuntu了，输入用户名、密码，即可安装完成

输入Win+S键，搜索terminal，点击打开命令提示符

然后输入wsl -l -v，看一下Ubuntu-24.04对应的VERSION是不是2。如果不是的话，执行wsl --set-version Ubuntu-24.04 2将其切换到2

2.2 配置WSL

进入到Windows的用户目录，即本地磁盘C->用户->用户名目录，进入到该目录之后，首先点击查看->显示->隐藏的项目，如下图所示：

然后新建一个.wslconfig文件，文件内容如下，其中的memory可以根据自己电脑的内存适当调整：

[wsl2]  
memory=16GB  
nestedVirtualization=true  
  
[experimental]  
networkingMode=mirrored  
dnsTunneling=true  
firewall=true  
autoProxy=true

2.3 安装Docker Desktop

进入到Docker Desktop官网，注意官网地址，不要被坑了。

下载完成之后，正常安装就行（相信都看到这儿了，不会不知道怎么安装吧）

安装完成之后，点击右上角的齿轮（设置），选择General，然后勾选上Use the WSL 2 based engine和**Add the *.docker internal names to …**。

选择Resources，选择WSL intergration，勾选下图的两个地方：

然后点击Apply&restart，重启Docker

至此，所有准备工作已经完成，接下来开始正式安装MacOS！

三、构建镜像

还是打开命令提示符，点击顶部的下拉按钮，选择Ubuntu 24.04 LTS。

进入到Ubuntu界面：

执行sudo apt update，先更新一下包仓库：

然后执行下面命令，安装KVM：

sudo apt -y install bridge-utils cpu-checker libvirt-clients libvirt-daemon qemu-kvm

安装完成之后，执行kvm-ok，确认一下KVM安装成功

执行下面命令安装x11-apps：

sudo apt install x11-apps -y

由于这个项目的Docker镜像被官方封禁了，我们需要手动构建镜像，执行下面命令Clone代码库：

git clone https://github.com/sickcodes/Docker-OSX.git

然后进入到项目根目录

cd Docker-OSX

执行下面的命令构建镜像：

docker build -t sickcodes/docker-osx:Sonoma --build-arg SHORTNAME=Sonoma .

至此，镜像构建完成，下面我们启动容器！

四、启动容器

在命令行执行如下命令，启动容器：

docker run -it \  
--device /dev/kvm \  
-p 50922:10022 \  
-v /mnt/wslg/.X11-unix:/tmp/.X11-unix \  
-e "DISPLAY=${DISPLAY:-:0.0}" \  
-e GENERATE_UNIQUE=true \  
-e CPU='Haswell-noTSX' \  
-e CPUID_FLAGS='kvm=on,vendor=GenuineIntel,+invtsc,vmware-cpuid-freq=on' \  
-e MASTER_PLIST_URL='https://raw.githubusercontent.com/sickcodes/osx-serial-generator/master/config-custom-sonoma.plist' \  
-e SHORTNAME=sonoma \  
    sickcodes/docker-osx:sonoma

容器启动完成之后，会弹出一个图形化界面，如下所示，选择macos base system

之后会进入到安装界面：

点击顶部的File，选择Choose Language，将语言切换为中文：

接下来选择磁盘工具，并点击继续

选择第二个磁盘，点击右上角的抹掉，然后在弹出的窗口中，名称填macos，然后点击抹掉

执行完毕之后，点击左上角的叉号，关闭当前窗口

然后点击安装macOS Sonoma

点击继续：

选择刚才格式化的磁盘，继续点击继续：

然后就开始安装了，喝杯茶先等一会～

在安装的过程中，会出现多次重启，每次重启都选择MacOS Installer，全部安装完成之后，选择MacOS

五、配置MacOS

安装完成之后，就进入到了配置MacOS界面：

选择国家或地区之后，点击继续。

在迁移助理中，点击左下角的以后

在通过Apple ID登录中，点击左下角的稍后设置：

在创建电脑账户中，输入相关用户名和密码：

选择地区：

其中没有提到的过程直接点击继续即可：

至此，整个MacOS就配置完成了，下面让我们来体验一下。

六、在Docker中体验MacOS

下面是MacOS的主界面：

应用程序、Safari和设置界面：

剩下的功能大家可以自行探索。

整个操作下来，还是有点卡顿的，估计是因为在Docker中运行的原因，不过用来体验一下MacOS还是够用的。

七、总结

本文主要介绍了如何在Window11中开启Linux子系统（WSL），并配置WSL，以及在Windows11上安装Docker，并在Docker中运行MacOS。

当然，这个只能用来体验MacOS，还远远不能拿来作为生产力工具，大家感兴趣的话可以折腾一下～

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

CSDN粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）