跳到主要内容

Edge Studio

Edge Studio 是本地 Web 工作台，用于模型优化、验证、导出和设备协同。它接收源模型，并产出可部署产物：Edge Kit bundle、GGUF/CoreML 导出、Neural Imprint 产物，或完整 Edge Scaffold 项目。

开发者预览

发布前请在目标设备上验证每个导出模型。仅构建成功还不够。

它的位置​

Source model → Edge Studio → Optimized bundle → Edge Kit (inference) → Your agent
                             Neural Imprint 产物 → Edge Halo restore flow
                             Edge Scaffold project → Xcode → Your agent

Edge Studio 是本地工作台。Edge Kit 和 Edge Halo 是运行时包。它们相互独立，你发布的 agent 不依赖 Edge Studio。

如何启动​

python3.11 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install edge-studio
edge studio

打开 http://127.0.0.1:18842。如需用 Vite 做前端开发，见 安装 Edge Studio。

两种模式​

模式适合路由
Simple首次使用者。引导式向导：检测设备 → 选择模型 → 优化 → 测试 → 导出。/simple
Pro完整工作台。20+ 个用于分析、优化、基准测试和导出的工具。/dashboard

能力​

领域工具
分析Architecture browser、weight analysis、activation heatmap、attention patterns、KV cache analysis、MoE analyzer、inference tracer、model comparison
优化Advisor、auto optimizer、pipeline、pruning simulator、mixed precision、quality validator、distillation、merge、auto tune
测试多模态 chat（LLM/VLM/STT/TTS）、voice duplex
批处理多模型 benchmark dashboard、batch operations
个性化Neural Imprint 生成、profile artifact inspection、model-matched profile resources、device backflow
设备EdgeMesh 配对、可信 peer 状态、capsule push/receive、apply-状态回执s

开发者工作流​

  1. 加载或选择源模型。
  2. 检查模型结构和设备适配情况。
  3. 面向目标设备优化并基准测试。
  4. 导出 Edge Kit bundle 或 Edge Scaffold 项目。
  5. 当需要个性化或设备 receipt 时，用 EdgeMesh 配对测试设备。
  6. 在本地生成或检查 Neural Imprint 产物。
  7. 发布前在真实设备上验证。

Edge Studio 负责准备和审计 artifact。发布后的 agent 通过 Edge Kit 和 Edge Halo 消费这些 artifact。

要求​

  • Python 3.11+，Node.js 18+
  • 推荐：拥有足够内存处理源模型的 Mac

下一步​