从这里开始
在 Edge 里，设备就是 Agent。App 是载体。
App 仍然重要：它负责 UI、权限、本地产品策略、设置、用户控制和 App Store 边界。但长期存在的智能不是云端 profile，也不是为每个 App 分叉出来的模型。它是用户设备上的本地 Agent runtime：本地推理、App 批准的本地信号、RPP 自学习、Neural Imprint 恢复，以及用户可控删除。
先看一个具体理财助手场景。用户说：
我不喜欢高风险推荐，我更关注现金流和稳健收益。
之后，同一个用户问：
这个月扣掉账单后我还剩 800 美元，应该怎么处理？
基础模型可以给出通用建议。设备 Agent 应该带着本地偏好回答：先保护现金流，先解释保守选项，再讨论收益空间，并避免没有依据的收益承诺。这就是 Edge 要交付的产品变化：每个用户的设备都能持续学习用户，同时基础模型包保持稳定。
Edge 把这种本地学习产物叫做 Neural Imprint。它只在兼容性检查通过后恢复，是可删除的本地数据，也不需要把私有 profile 文本塞进每一次 prompt。
当前预览版可运行。Edge Studio、Edge Kit、Edge Engine、Edge Scaffold 和 Edge Halo binary package 都是公开发布面。Edge Halo 源码保持私有。API 可能在 release candidate 之间变化，因此请固定版本，并在每次升级后用真机验证。当前版本固定集中在一页：当前版本。
选择你的路径
这份文档提供三条路径。选一条最贴近你当前目标的开始——每条路径自成一体，之后可以随时切换。
| 你想做的事 | 从这里开始 | 你需要 |
|---|---|---|
| 在 Mac 上跑通设备 Agent 学习环——装一个 CLI，看基础模型在本地学会一个偏好，检查回执 | 快速开始 / 设备 Agent | Apple Silicon Mac，Python 3.11 |
| 用 Edge Kit 构建 iOS App——Swift 里的 LLM/VLM/语音、模型管理、EdgeMesh | Edge Kit (Swift) | Xcode，一台真实 iPhone 或 iPad 用于验证 |
| 优化、基准测试并导出模型——本地工作台 UI 与导出管线 | Edge Studio 工作台 | Apple Silicon Mac |
本地知识与开发者工具（facts 库、URL 导入、自定义 Python 工具、工具学习）是独立一条线：本地知识与工具。
Edge 解决什么问题
| 你的问题 | Edge 的做法 |
|---|---|
| 用户级偏好不应该变成一次模型发布工程 | 保持基础模型包稳定，在运行时恢复本地学习产物。 |
| 敏感本地状态不应该被塞进每次请求 | 把学习状态作为 App 管理的本地数据，而不是重复 prompt 文本。 |
| 用户必须可以移除学习状态 | 载体 App 可以删除本地产物，并保持基础模型路径可用。 |
| 恢复必须安全 | 激活前检查模型 identity、tokenizer/template、runtime version、工具 schema 和 artifact metadata。 |
| 产品策略属于 App | 用户数据、工具、权限、删除 UX 和评估规则留在载体层。 |
第一条路径：Mac 上的设备 Agent
默认路径，按顺序走。每一步都以一个可检查的结果收尾：
| 步骤 | 指南 | 预期结果 |
|---|---|---|
| 1. 安装 Edge Studio | 安装 Edge Studio | 从公开的 edge-studio Python 软件包安装 edge CLI。 |
| 2. 构建第一个设备 Agent | 第一个设备 Agent | 合成理财信号生成本地 Neural Imprint；同一个基础模型在恢复后给出不同回答。 |
| 3. 导出载体 | 构建 Agent 载体 | Edge Studio 导出 Edge Scaffold 项目，并在真实 iPhone 或 iPad 上验证。 |
两个有用的侧门，不算步骤：用 edge studio 启动本地工作台（http://127.0.0.1:18842），或经 最小 iOS app 只构建 iOS 应用壳。
第一组命令
创建环境，安装 Edge Studio，并运行本地 doctor 检查：
python3.11 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install --upgrade --pre edge-studio
edge doctor
然后准备演示模型，并运行理财学习路径：
edge models fetch qwen3.5-9b-4bit --source auto
edge demo learn run \
--sample finance_conservative_cashflow_v1 \
--model qwen3.5-9b-4bit \
--max-tokens 160 \
--include-text
样本是合成数据，所以你可以安全查看学习信号。这次运行会写入本地回执，里面包含生成出来的 Neural Imprint 产物路径，以及可以直接复制的 edge demo chat --with-imprint ".../learn_receipt.json" 命令。
产品栈
| 产品 | 你用它做什么 |
|---|---|
| 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 Kit | Swift 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：profile jobs、Neural Imprint capsule 校验、恢复编排和兼容性检查。App 使用公开二进制包接入。 |
| Edge Scaffold | Edge Studio 导出的 iOS 集成参考载体模板。 |
隐私模型
Edge 围绕用户自有计算设计：
- 推理在本地运行。
- 纠错、偏好和对话历史由 App 在本地管理。
- 学习产物留在本地、可移除，并在恢复前做兼容性校验。
- App 启用 EdgeMesh 时，传输也是本地网络并受信任关系约束。
不要把用户 transcript、纠错内容、财务细节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 |
|---|---|
| 设备 Agent | 私有端侧 runtime，负责本地推理、App 批准的学习信号、Neural Imprint 恢复和删除。 |
| 载体 App | App 表面，负责 UI、权限、工具、设置、本地策略和用户控制。 |
| Neural Imprint | Edge 的本地学习产物：可移除、受兼容性检查保护，恢复时不替换基础模型包。 |
| 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 | 如果产物和模型、tokenizer/template、runtime 或工具 schema 不匹配，载体保持基础模型路径 active。 |