Arkor 的端到端工作流程如何运作？

您向编码代理（例如 Claude Code 或 Codex）描述模型行为。代理会准备数据集，将其转换为所需格式，编写 TypeScript 训练器，并在您的仓库中添加评估。您审查代码，然后在 Arkor Studio 中运行训练；Arkor 处理计算和部署。

使用 Arkor 时我应该告诉我的编码代理什么？

您告诉代理您想要的行为（而不是训练配置）。Arkor 的示例：“构建一个模型，以我的风格将草稿改写成推文。使用 Arkor。”

Arkor Studio 有什么作用以及如何打开它？

Arkor Studio 是本地 UI，您可以在其中审查检测到的训练器并开始训练。根据 Arkor 的说法，您运行 `pnpm dev`，Arkor Studio 会在 `localhost:4000` 打开。

我需要设置自己的 GPU 基础设施或单独的 Python 训练堆栈吗？

Arkor 定位为专为 TypeScript 和 Next.js 团队构建，无需单独的 Python 训练堆栈或 GPU 基础设施，因为训练在 Arkor 的托管 GPU 上运行。

训练后会部署什么，以及如何从我的应用程序调用它？

Arkor 将微调后的模型部署到与 OpenAI 兼容的 API 后。您可以通过将 OpenAI 客户端的 `baseURL` 设置为您的 Arkor 端点并使用颁发的 API 密钥，从 Next.js 或 Node 应用程序调用它。

Arkor 强调了哪些示例用例？

Arkor 强调了一个用例：微调一个模型，以您的风格（语音）将草稿改写成推文，由代理准备数据集和 TypeScript 训练工作流程，Arkor 处理训练和部署。

如何启动一个新的 Arkor 项目？

Arkor 的材料显示了一个项目创建命令：`pnpm create arkor@alpha`。

Arkor

WebsiteFreemiumAI Code Assistant

Arkor 是一个代理原生的 TypeScript 框架和托管运行时，它允许您向编码代理描述自定义开放权重模型，审查生成的训练代码，然后在托管 GPU 上运行训练并将结果部署到与 OpenAI 兼容的 API 之后。

访问网站

推广此工具

https://www.arkor.ai/?ref=producthunt&utm_source=aipure

概述
替代方案

产品信息

更新于：2026年07月23日

什么是 Arkor

Arkor 帮助 TypeScript 和 Next.js 团队构建、微调和发布自定义开放权重模型，而无需建立单独的 Python 训练堆栈或 GPU 基础设施。您无需手动配置复杂的机器学习管道，而是告诉编码代理（例如 Claude Code 或 Codex）您希望模型做什么——例如将草稿改写成您风格的推文——Arkor 将工作组织成一个可审查的 TypeScript 项目。在您批准代码和数据集准备后，Arkor 会运行训练并部署微调模型，以便可以通过 API 从您的产品中调用它。

Arkor 的主要功能

Arkor 是一个代理原生的 TypeScript 框架和托管运行时，用于训练和部署开放权重模型。您可以向编码代理（例如 Claude Code 或 Codex）描述您想要的行为，在您的仓库中审查生成的 TypeScript 训练工作流和数据集准备，然后通过 Arkor Studio 运行训练，同时 Arkor 处理托管 GPU 计算。训练完成后，Arkor 会将微调模型部署在与 OpenAI 兼容的 API 端点后面，您的应用程序（例如 Next.js/Node）可以通过设置基本 URL 和 API 密钥来调用该端点。

代理原生模型构建: 您以自然语言向编码代理指定所需的模型行为；代理会为您准备数据集、训练工作流和评估代码供您审查。

TypeScript 优先的训练工作流: 训练项目用 TypeScript 编写，并存在于您现有的仓库中，专为没有单独 Python 训练堆栈的 TypeScript/Next.js 团队设计。

可审查的、基于仓库的设置: 数据集准备、训练器代码和评估都作为正常的代码更改生成，您可以在任何训练运行之前检查和批准。

用于运行控制的 Arkor Studio: 本地 Studio UI（通常在 localhost:4000 通过 `pnpm dev` 访问）检测训练器，并允许您从仪表板开始训练和监控进度。

托管 GPU 训练运行时: Arkor 处理 GPU 基础设施和训练运行的执行，因此团队可以专注于产品和代码审查，而不是计算操作。

带有 OpenAI 兼容 API 的托管部署: 训练完成后，Arkor 会将模型部署在与 OpenAI 兼容的端点后面，通过更改客户端基本 URL 和使用颁发的 API 密钥，可以轻松集成。

Arkor 的使用场景

品牌声音社交改写: 微调模型，将草稿改写成具有一致个人或公司声音的推文（或其他短篇帖子）。

客户支持语气和政策对齐: 训练模型以起草或改写支持回复，使其与您的品牌语气、升级规则和首选结构相匹配，以实现更快、一致的响应。

电子商务产品文案生成: 自定义模型，根据原始笔记或目录属性生成品牌产品描述、标题和功能要点。

开发人员文档和更新日志起草: 微调模型，将工程笔记转换为一致的发布说明、文档片段或 PR 摘要，以适应您团队的风格。

Next.js 应用程序中的内部工作流副驾驶: 通过调用与 OpenAI 兼容的 API，在 TypeScript/Next.js 产品中发布个性化 AI 功能，调用已部署的 Arkor 模型。

优点

TypeScript 原生工作流适合已经使用 Node/Next.js 构建的团队，并将训练代码保留在同一堆栈中。

托管 GPU 训练和托管部署减少了基础设施和 MLOps 开销。

仓库中可审查的代码和数据集准备使更改可审计且更易于协作。

缺点

Alpha 阶段产品：功能可能会发生变化，并且可能存在数据丢失（根据早期访问通知）。

工作流依赖于编码代理生成项目，这在训练前仍需要仔细的人工审查。

主要针对 Arkor 托管运行时进行优化，这可能不如完全自定义的自托管训练管道灵活。

如何使用 Arkor

1) 创建一个新的 Arkor 项目: 在一个新文件夹中，运行 `pnpm create arkor@alpha` 来搭建一个 Arkor TypeScript 训练仓库。

2) 确定您想要的模型行为: 用简单的英语描述行为（例如，“用我的声音将草稿改写成推文”），重点关注您想要的输出，而不是训练超参数。

3) 使用您的编码代理生成训练项目: 要求 Claude Code 或 Codex：(a) 查找或准备合适的数据集，(b) 将其转换为 Arkor 所需的格式，(c) 编写 TypeScript 训练器，以及 (d) 添加评估——直接在您的仓库中，以便您可以审查更改。

4) 审查您的仓库中生成的代码和数据: 检查数据集文件、TypeScript 训练器（例如 `trainer.ts`）以及任何评估逻辑/配置。进行编辑直到您满意为止。

5) 在本地启动 Arkor Studio: 运行 `pnpm dev` 并在 `http://localhost:4000` 打开 Arkor Studio。

6) 确认训练器在 Studio 中被检测到: 在 Arkor Studio 中，验证项目概览显示了检测到的训练器（您审查的训练工作流）。

7) 从 Arkor Studio 运行训练: 点击 Studio 中的“运行训练”。Arkor 处理托管的 GPU 计算，同时您在 UI 中监控进度。

8) 将微调模型部署到 API 之后: 训练完成后，Arkor 会将生成的微调开放权重模型部署到与 OpenAI 兼容的 API 端点之后。

9) 从您的应用程序调用部署的模型: 通过将 `baseURL` 设置为您的 Arkor 端点（例如 `https://<your-model>.arkor.app/v1`）并将 `apiKey` 设置为您的 Arkor 密钥，在 OpenAI 客户端中使用颁发的 Base URL 和 API 密钥。

10) (可选) 匿名运行，无需注册: 您可以匿名创建端点，无需帐户；它将自动过期。创建端点即表示同意 Arkor 的服务条款和隐私政策。