Strata

Niko1221/StrataRevisado por IA

O que faz

O Strata executa grandes modelos de pesos abertos, como Qwen3.8-Flash-Next e DeepSeek V4.1-Flash, em um computador comum com placa de vídeo de jogos. Há um instalador por sistema: você escolhe um modelo, o app baixa o mecanismo que combina com sua placa e os arquivos do modelo no Hugging Face, e então você conversa em sua própria janela. Ele também oferece um endereço compatível com OpenAI e Anthropic na sua máquina, para que Claude Code, Codex CLI, OpenCode e ferramentas parecidas usem o modelo local em vez de um serviço pago. Não precisa de conta, mas os downloads são grandes.

Facilidade de instalação

B · instalador e um ajuste simples · Windows

Windows B
macOS B
Linux B

O Windows é o mais fácil: um único Strata-0.2.9-windows-x64-setup.exe, depois você escolhe um modelo e o app baixa o mecanismo para sua placa de vídeo na primeira inicialização. O macOS tem um .dmg (só Apple Silicon M1 ou mais novo) e o Linux um AppImage que você precisa tornar executável. Nenhum é A porque nada funciona até baixar um modelo, e sua placa de vídeo precisa estar na lista de suportadas (NVIDIA RTX série 20-50, vários modelos AMD Radeon, Intel Arc no Linux, Apple Silicon).

Números no GitHub

Estrelas: 37.090em 31 de out. de 2026
Downloads: 1.842.284857.538 na semana
Crescimento: +4.250estrelas em 6 dias

Estrelas ao longo do tempo

Fatos

Roda em: Windows, macOS, Linux
Você precisa instalar: Placa de vídeo
Para compilar a partir do código: Python, Docker, Placa NVIDIA
Espaço em disco: 107 MB–322 MB · pelo instalador
Contas ou chaves: Nenhuma
Custo: Grátis · Licença MIT, sem conta e sem cobranças; os modelos são downloads gratuitos. O README pede apoio voluntário via Buy Me a Coffee. O custo real é o hardware, a eletricidade e o espaço em disco.
Licença: MIT (Permissiva)
Pode substituir: ChatGPT Plus, Copilot, OpenRouter
Última atualização: 31 de out. de 2026

Sinais de risco (7)

AtençãoRepositório muito novo com muitas estrelas
37095 estrelas em 37 dias
checagem automática
AtençãoDependências com vulnerabilidades conhecidas
Dependências fixadas com vulnerabilidades conhecidas (OSV): torch: GHSA-qfhq-4f3w-5fph, GHSA-rrmf-rvhw-rf47, PYSEC-2026-139; transformers: GHSA-29pf-2h5f-8g72, GHSA-69w3-r845-3855, GHSA-fgcw-684q-jj6r; pillow: GHSA-22hg-r758-rrw9, GHSA-24rc-8hj2-v98c, GHSA-254f-3936-288h
checagem automática
AtençãoO disco e o download são muito maiores que o instalador
O instalador tem de 107 a 278 MB, mas os pacotes do mecanismo na mesma release chegam a 892 MB e os arquivos do modelo são muito maiores: a tabela do DeepSeek no README lista conjuntos de 239 GB, 257 GB e 274 GB que precisam de "about 245 GB" a "about 280 GB" de disco livre. A configuração do Qwen também baixa uma camada draft de cerca de 5 GB.
revisão por IA
AtençãoA instalação por terminal executa um script baixado
A linha de instalação por terminal no Windows é `irm https://github.com/Niko1221/Strata/releases/latest/download/install.ps1 | iex`, e no Linux e Mac `curl -fsSL .../install.sh -o install.sh && sh install.sh`: um script é baixado e executado na hora. Os instaladores de desktop evitam isso.
revisão por IA
InfoOs arquivos do modelo vêm de contas de terceiros
O setup.py fixa cada repositório do Hugging Face em um commit específico, com tamanho e SHA-256 para cada arquivo (ISTA-DASLab, unsloth, ukisai, agentionai). Também documenta uma opção para desativar isso, STRATA_ALLOW_UNPINNED=1, que pega o arquivo da versão atual do repositório "without the SHA-256 check", e o HF_ENDPOINT pode apontar o download para um espelho.
revisão por IA
InfoAbre uma API local que pode ser exposta
O modelo é servido em http://127.0.0.1:8080 com uma API compatível com OpenAI e Anthropic. O setup.py documenta `--host 0.0.0.0 --api-key KEY` para alcançá-lo de outras máquinas, o que coloca o modelo na sua rede.
revisão por IA
InfoAs licenças dos modelos não são a licença do projeto
O programa é MIT, mas o README linka separadamente "Credits and model licenses", e os pesos de Qwen e DeepSeek que ele baixa têm termos próprios, que podem restringir o uso comercial.
revisão por IA

As evidências aparecem no idioma original.

O que o Radar não conseguiu verificar

Se realmente roda em uma velocidade utilizável na sua placa de vídeo e quantidade de memória exatas: a tabela de velocidade do README foi medida pelo próprio projeto.
Quanto tempo leva a primeira execução, entre o download do mecanismo, dezenas ou centenas de gigabytes de arquivos de modelo e a etapa de preparação.
Se os instaladores são assinados, e o que o Windows ou o macOS avisam quando você os abre.
Se as respostas desses modelos muito comprimidos são boas o suficiente para o seu trabalho.
Se as versões de dependências fixadas com vulnerabilidades conhecidas (torch, transformers, pillow) são usadas pelas partes que você executa, já que torch e transformers só são instalados para uma etapa opcional de conversão.