inferstep/ATLAS

这是什么？

核心功能

• 01支持在消费级 GPU 上本地推理，覆盖 NVIDIA、AMD、Apple Silicon 和 Vulkan，无需托管 API
• 02先规划并生成多个候选方案，再通过评分选出最优结果
• 03修改被接受前，在沙箱中编译并运行多语言测试
• 04验证失败后进入修复循环，自动修正代码
• 05终端界面提供 /add、/diff、/commit、/run 等斜杠命令
• 06通过语法约束解码，使模型输出符合预期的 JSON 结构

适用场景

• 在本机运行编程助手，确保代码仓库内容不离开本地环境
• 借助小型开源模型并结合自动化测试，完成多文件或结构性代码修改
• 基于自托管的 GGUF 模型，实验智能体编排方案
• 研究规划、评分和修复层如何提升小模型的代码生成效果

快速上手

1. 1

   运行 README 中的一键引导安装脚本（如需可先审阅）

2. 2

   等待安装完成（约 10-30 分钟，主要耗时在模型下载），并确保已安装 Docker 且有 16 GB 以上显存的 GPU

3. 3

   在任意项目目录中启动终端界面

   atlas

使用前须知

• !项目处于实验阶段，README 指出其验证存在已知缺陷，请自行审查输出结果。
• !需要 16 GB 以上显存的 GPU 和 Docker，较旧的 NVIDIA 显卡需要本地重新构建。
• !完整 Docker 方案以 Linux 为主；Apple Silicon 使用单独的原生 macOS 路径。
• !采用 AGPL-3.0 许可证，这是一种具有网络使用源码公开义务的 Copyleft 许可证。

收录于专题

标签

常见问题

ATLAS 是什么？

一个本地自托管的编程智能体，在小型开源 GGUF 模型外围加入规划、候选评分、沙箱测试与修复。 ATLAS 是一个面向本地运行的编程智能体，目标是让小型开源模型也能完成真实的软件开发任务。它不依赖模型的一次性生成，而是在模型外围组织一条多阶段流程：先做规划，再生成多个候选方案，用基于模型自身嵌入的质量模型打分，在隔离沙箱中编译并运行测试，失败后进行修复，通过后才接受修改。整个过程在本地硬件上完成，不需要托管模型 API，也没有按 token 计费。

ATLAS 可以免费使用吗？用的什么许可证？

ATLAS 以 AGPL-3.0 许可证开源。用于商业产品前，请先确认许可证条款。

ATLAS 还在维护吗？

活跃维护中。ATLAS 最近一次提交是在 2026年11月5日。

ATLAS 适合用来做什么？

在本机运行编程助手，确保代码仓库内容不离开本地环境 借助小型开源模型并结合自动化测试，完成多文件或结构性代码修改 基于自托管的 GGUF 模型，实验智能体编排方案 研究规划、评分和修复层如何提升小模型的代码生成效果

ATLAS 怎么安装和运行？

运行 README 中的一键引导安装脚本（如需可先审阅） 等待安装完成（约 10-30 分钟，主要耗时在模型下载），并确保已安装 Docker 且有 16 GB 以上显存的 GPU 在任意项目目录中启动终端界面: atlas

在哪里获取 ATLAS？

源代码和安装说明在 GitHub 上：https://github.com/inferstep/ATLAS