Strata

Niko1221/StrataAI 已审核

用途

Strata在配有游戏显卡的普通电脑上运行大型开放权重模型，例如Qwen3.8-Flash-Next和DeepSeek V4.1-Flash。每个系统有一个安装程序：你选择一个模型，应用会下载与你显卡匹配的引擎以及来自Hugging Face的模型文件，然后你就可以在它自己的窗口中聊天。它还会在你的电脑上提供一个兼容OpenAI和Anthropic的地址，这样Claude Code、Codex CLI、OpenCode等类似工具就能使用本地模型，而不必使用付费服务。不需要账号，但下载文件很大。

安装难易度

B · 安装程序加一个简单步骤 · Windows

Windows B
macOS B
Linux B

Windows最简单：只有一个Strata-0.2.9-windows-x64-setup.exe，之后你选择一个模型，应用会在首次启动时为你的显卡下载对应引擎。macOS有一个.dmg（仅支持Apple Silicon M1或更新机型），Linux有一个需要你手动设为可执行的AppImage。三者都不是A级，因为在下载模型之前什么都用不了，而且你的显卡必须在支持列表中（NVIDIA RTX 20-50系列、多款AMD Radeon型号、Linux上的Intel Arc、Apple Silicon）。

GitHub 数据

星标: 37,0902026年10月31日
下载量: 1,842,284本周 857,538
增长: +4,2506 天内新增星标

星标变化

事实

可运行于: Windows, macOS, Linux
需要安装: 显卡
从源码编译需要: Python, Docker, NVIDIA 显卡
磁盘空间: 107 MB–322 MB · 根据安装程序
账号或密钥: 无
费用: 免费 · MIT许可证，无需账号也不收费；模型都是免费下载的。README请求通过Buy Me a Coffee自愿支持项目。真正的成本是硬件、电费和磁盘空间。
许可证: MIT (宽松型)
可以替代: ChatGPT Plus, Copilot, OpenRouter
最近更新: 2026年10月31日

风险信号 (7)

注意很新的仓库却有大量星标
37天内获得37095个star
自动检查
注意依赖存在已知漏洞
固定版本的依赖存在已知漏洞（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
自动检查
注意磁盘占用和下载量远超安装程序本身
安装程序本身只有107到278 MB，但同一发行版中的引擎包能达到892 MB，而模型文件则更大得多：README中的DeepSeek表列出了239 GB、257 GB和274 GB的模型包，需要"about 245 GB"到"about 280 GB"的可用磁盘空间。Qwen的安装过程还会额外下载一个约5 GB的draft层。
AI 审核
注意终端安装会运行一个下载的脚本
Windows上的终端安装命令是`irm https://github.com/Niko1221/Strata/releases/latest/download/install.ps1 | iex`，Linux和Mac上则是`curl -fsSL .../install.sh -o install.sh && sh install.sh`：脚本被下载后立刻运行。桌面安装程序则不会这样。
AI 审核
信息模型文件来自第三方账号
setup.py将每个Hugging Face仓库固定到一个特定commit，并为每个文件记录大小和SHA-256（ISTA-DASLab、unsloth、ukisai、agentionai）。它还提供了一个退出选项STRATA_ALLOW_UNPINNED=1，会从仓库当前版本获取文件，"without the SHA-256 check"，而HF_ENDPOINT可以把下载指向一个镜像站。
AI 审核
信息开放了一个可被暴露的本地API
模型通过http://127.0.0.1:8080提供服务，使用兼容OpenAI和Anthropic的API。setup.py文档记录了`--host 0.0.0.0 --api-key KEY`参数，可从其他机器访问它，这会把模型暴露到你的网络上。
AI 审核
信息模型的许可证不是项目本身的许可证
该程序本身是MIT许可，但README另外链接了"Credits and model licenses"，它下载的Qwen和DeepSeek权重带有各自的条款，可能会限制商业使用。
AI 审核

证据以原始语言显示。

Radar 无法验证的内容

它在你实际的显卡和内存配置上是否真的能以可用的速度运行：README中的速度表是项目自己测出来的。
首次运行要花多长时间，包括引擎下载、几十到几百GB的模型文件以及准备步骤。
安装程序是否经过签名，以及打开时Windows或macOS会发出什么警告。
这些高度压缩的模型给出的回答，是否足够好地满足你的工作需要。
固定版本中带有已知漏洞的依赖（torch、transformers、pillow）是否会被你实际运行的部分用到，因为torch和transformers只在一个可选的转换步骤中才会安装。