Запускает open-source LLM, например Llama и Qwen, как совместимые с OpenAI API-эндпоинты одной командой; включает встроенный чат-интерфейс.
kaito-project/aikit
Набор инструментов на базе Docker для запуска, сборки, дообучения и упаковки открытых LLM с OpenAI-совместимым API.
Open source альтернатива:OpenAI API
- Звёзды
- 542
- Форки
- 56
- Открытые issues
- 36
- Последний коммит
- 6 дней назад
Что это?
AIKit — платформа для запуска открытых больших языковых моделей локально или в Kubernetes. Для инференса она использует LocalAI и предоставляет endpoint, совместимый с OpenAI API, поэтому существующие клиенты OpenAI могут отправлять запросы к открытым моделям без изменений кода. Готовые образы контейнеров включают конкретные модели, например Qwen, Llama, Gemma, Phi и GPT-OSS, и запускаются одной командой docker run.
Помимо запуска моделей, AIKit предлагает интерфейс для дообучения с поддержкой Unsloth и функцию упаковки, которая распространяет модели в виде OCI-артефактов через любой совместимый с OCI реестр, согласно спецификации CNCF ModelPack. Пользователи также могут собирать собственные образы по декларативным YAML-спецификациям.
Готовые образы доступны для процессоров AMD64 и ARM64, GPU NVIDIA CUDA, а также Apple Silicon через Podman; поддержка AMD ROCm находится в экспериментальном статусе. Образы собираются с SBOM, аттестациями происхождения и подписями.
Ключевые возможности
- 01Endpoint, совместимый с OpenAI API, для работы с существующими клиентами
- 02Готовые образы с моделями Qwen, Llama, Gemma, Phi и GPT-OSS
- 03Интерфейс для дообучения с поддержкой Unsloth
- 04Упаковка моделей в OCI-артефакты согласно CNCF ModelPack
- 05Работа на процессорах AMD64 и ARM64 с ускорением на GPU NVIDIA CUDA
- 06Образы включают SBOM, аттестации происхождения и подписи
Сценарии использования
- Запуск открытой LLM локально в Docker без GPU
- Развёртывание моделей в кластере Kubernetes с API в стиле OpenAI
- Дообучение модели и упаковка результата в OCI-артефакт
- Запуск моделей в изолированных от сети средах с использованием предварительно зеркалированных реестров
Быстрый старт
- 1
Запустите модель Qwen 3.5 4B в Docker (на CPU, GPU не требуется).
docker run -d --rm -p 8080:8080 ghcr.io/kaito-project/aikit/qwen3.5:4b - 2
Откройте WebUI по адресу http://localhost:8080/chat
- 3
Отправьте запрос на чат в API, совместимый с OpenAI.
curl http://localhost:8080/v1/chat/completions -H "Content-Type: application/json" -d '{"model": "qwen-3.5-4b", "messages": [{"role": "user", "content": "explain kubernetes in a sentence"}]}'
Что важно знать
- Для готовых моделей действуют собственные лицензии, например лицензия Llama, которые отличаются от лицензии MIT проекта.
- Поддержка GPU AMD ROCm является экспериментальной, а готовые образы моделей основаны на CUDA, поэтому пользователям AMD необходимо собирать собственные образы.
- Образы Runner, загружающие модели при запуске, по умолчанию не предназначены для использования в изолированной от сети среде.
В подборках
Темы
Частые вопросы
- Что такое aikit?
- Набор инструментов на базе Docker для запуска, сборки, дообучения и упаковки открытых LLM с OpenAI-совместимым API. AIKit — платформа для запуска открытых больших языковых моделей локально или в Kubernetes. Для инференса она использует LocalAI и предоставляет endpoint, совместимый с OpenAI API, поэтому существующие клиенты OpenAI могут отправлять запросы к открытым моделям без изменений кода. Готовые образы контейнеров включают конкретные модели, например Qwen, Llama, Gemma, Phi и GPT-OSS, и запускаются одной командой docker run.
- aikit можно использовать бесплатно? Какая у него лицензия?
- aikit распространяется с открытым исходным кодом под лицензией MIT. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- aikit всё ещё поддерживается?
- Активно поддерживается. Последний коммит в aikit — 2 нояб. 2026 г..
- Для чего можно использовать aikit?
- Запуск открытой LLM локально в Docker без GPU Развёртывание моделей в кластере Kubernetes с API в стиле OpenAI Дообучение модели и упаковка результата в OCI-артефакт Запуск моделей в изолированных от сети средах с использованием предварительно зеркалированных реестров
- Как установить aikit?
- Запустите модель Qwen 3.5 4B в Docker (на CPU, GPU не требуется).: docker run -d --rm -p 8080:8080 ghcr.io/kaito-project/aikit/qwen3.5:4b Откройте WebUI по адресу http://localhost:8080/chat Отправьте запрос на чат в API, совместимый с OpenAI.: curl http://localhost:8080/v1/chat/completions -H "Content-Type: application/json" -d '{"model": "qwen-3.5-4b", "messages": [{"role": "user", "content": "explain kubernetes in a sentence"}]}'
- Где скачать aikit?
- Исходный код и инструкции по установке — на GitHub: https://github.com/kaito-project/aikit
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Компилятор машинного обучения и движок развёртывания, позволяющие запускать большие языковые модели на GPU, в браузерах и на мобильных устройствах с OpenAI-совместимыми API.
Локальный AI-движок с совместимым с OpenAI API: запускает LLM, модели для зрения, речи, изображений и видео на любом оборудовании, в том числе без GPU.
Open source control plane на базе Envoy предоставляет приложениям единый OpenAI-совместимый API для hosted LLM-провайдеров, self-hosted inference и MCP-серверов.
Нативная для Kubernetes платформа для распределённого обучения AI-моделей и дообучения LLM с PyTorch, JAX, XGBoost и другими фреймворками.
Параллельный и эффективно использующий кэш инструментарий для сборки артефактов из исходного кода; поддерживает Dockerfile через фронтенды и служит движком для сборок Docker.