跳到主要内容

从这里开始

AtomGradient Edge 是一个本地优先的开发者平台，用来构建运行在用户自有设备上的私有 AI 代理，让模型在端侧运行、学习并跨设备协同。

开发者预览版先面向 Apple 平台发布。Android、Linux、HarmonyOS、Windows、机器人、汽车与工业设备共享同一个长期技术内核：本地模型、本地学习产物、应用自有工具，以及显式兼容性闸门。

开发者预览

所有 Edge 产品都处于开发者预览阶段。API 可能在版本间变化。部分仓库和 Swift 软件包依赖仍可能需要 AtomGradient 预览访问权限。请固定包版本，并在每次升级后用真机重新验证。

入门​

目标指南预期结果
下载模型、对话、运行学习演示CLI 学习演示本地对话正常运行，然后用合成纠错样本生成 Neural Imprint 产物，并写入仅哈希的对比回执。
安装预览软件包安装 Edge Studio从 edge-studio Python 软件包安装 edge CLI。
启动本地工作台启动 Web UIedge studio 在 http://127.0.0.1:18842 运行 Edge Studio。
构建 iOS shell最小 iOS appEdge Scaffold 作为最小 iOS 参考 app 编译通过。需要预览访问权限。
集成 Swift SDKSwift SDK 设置Edge Kit 在 Apple 平台 app 中加载本地模型。

第一组命令​

下载模型并启动本地对话：

python3.11 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install edge-studio
edge models fetch qwen3.5-9b-4bit --source auto
edge demo chat --model qwen3.5-9b-4bit --interactive

基础对话跑通后，继续看 CLI 学习演示：检查合成纠错样本，生成本地 Neural Imprint 产物，并对比恢复前后的回答哈希。

产品栈​

产品开发者用它做什么
Edge Studio本地工作台与 CLI：模型就绪检查、模型下载回执、本地学习演示、Neural Imprint 生成、设备管理、基准测试与导出。
Edge KitSwift SDK：LLM、VLM、语音、模型管理、EdgeData、EdgeMesh、EdgeDataMeshBridge、EdgeSession 和 EdgeUI。
Edge Engine原生端侧推理运行时。由 Edge Kit 打包使用，app 通常不直接 import。
Edge Halo个性化生命周期层：画像任务、Neural Imprint capsule 校验、恢复编排与兼容性闸门。
Edge Scaffold参考 app 和导出模板，展示推荐的 iOS 集成方式。

隐私模型​

Edge 围绕用户自有计算设计：

  • 推理在本地运行。
  • 训练输入、纠错和对话历史由 app 在本地管理。
  • EdgeMesh 传输是本地网络并受信任关系约束。
  • Neural Imprint 产物在恢复前做兼容性校验，也应由 app 提供删除路径。

不要把用户 transcript、纠错内容或画像产物上传到分析、崩溃日志或远程支持系统。

核心概念​

概念面向开发者的含义
本地优先推理模型、prompt、用户数据和个性化产物默认留在用户自有设备上。
Neural Imprint本地个性化产物，让兼容的基础模型恢复用户相关状态，而不改模型权重。
App 自有工具App 定义自己的工具 schema 和动作空间。Edge 基础设施不应内嵌 app 业务规则。
EdgeMesh面向用户自有设备的本地网络信任、发现与设备间传输。
Fail-closed 兼容性个性化和模型产物必须匹配模型、tokenizer/template、runtime 和工具 schema 后才能恢复。