Arkor

Arkorは、オープンウェイトモデルの学習向けエージェントネイティブなTypeScriptフレームワークと管理型ランタイム。レビュー可能な学習コードを生成し、管理GPUでファインチューニングし、OpenAI互換APIでデプロイできます。

概要

Arkorは、オープンウェイトモデルの学習向けのエージェントネイティブなTypeScriptフレームワークと管理型ランタイムです。コーディングエージェントにモデルを説明し、生成されたTypeScriptをレビューし、学習とデプロイはArkorに管理GPU上で任せたいチーム向けに設計されています。

この製品は、学習ワークフロー、ホスト型の提供、モデルの反復を1つのループにまとめます。OpenAI互換のエンドポイントを作成し、リクエストログを学習データに変換し、管理型ファインチューニングを実行し、アプリから呼び出せるAPIの背後にLoRAアダプターやチェックポイントをデプロイできます。

主な機能

エージェントが作成するTypeScript学習コード

Claude CodeやCodexで望む動作を記述し、エージェントがリポジトリ内に生成したTypeScriptの学習ワークフローをレビューできます。

管理型学習ランタイム

Arkorは管理GPU上で学習ジョブを実行するため、チームはファインチューニング実行のために別途GPUインフラを用意する必要がありません。

チェックポイントベースのデプロイ

各実行ではチェックポイントを生成でき、OpenAI互換エンドポイントで独自のURLとAPIキーを使って昇格、ロールバック、配信できます。

リクエストログからデータセットへのワークフロー

ホスト型プラットフォームはリクエストとレスポンスを再生・検査・学習データ化できる実行として保存します。

Studioベースのレビューと起動

ワークフロー中にArkor Studioがローカルで起動し、検出されたトレーナーをレビューして［Run Training］をクリックすると、残りはエージェントとランタイムが処理します。

オープンソースのTypeScriptフレームワーク

このフレームワークはTypeScriptで書かれたオープンソースとして提供され、コード例、APIリファレンス、cookbookレシピがリポジトリとドキュメントに含まれています。

主な使用例

カスタムタスクまたはスタイルのファインチューニング
ドラフトの書き換えなど、特定の語り口やスタイルでタスクを実行するモデルを構築し、実行前に学習コードをTypeScriptでレビューできるようにします。
本番トラフィックのフィードバックループ
ライブアプリからリクエストとレスポンスを収集し、実行として再生して、時間の経過とともにデプロイ済みモデルを改善するためのデータセットに変換します。
オープンモデルの迅速な評価
オープンモデルから始め、一時的なエンドポイントを起動して、保持するかファインチューニングするかを決める前に、そのモデルが製品ワークフローに適合するかをテストします。
データセットベースのモデル学習
すでにタスクデータがあるものの、管理された学習および提供ワークフローを使いたい場合に、エンドポイントログ、ローカルファイル、またはHugging Faceデータセットからファインチューニングします。
ホスト型推論のためのアプリ統合
トレーニング済みのアダプターやチェックポイントをエンドポイントの背後にデプロイし、Base URLを変更するだけでNext.jsまたはNodeアプリから呼び出せるようにします。

Pros and Cons

Pros

コーディングエージェントにTypeScriptで学習プロジェクトを生成させられるため、TypeScriptおよびNext.jsチームに適しています。
管理GPU上で学習を実行できるため、別途GPUインフラを構築する必要を減らせます。
OpenAI互換エンドポイントとデプロイごとのAPIキーを備え、モデル提供に利用できます。
学習実行をリポジトリ内のコードとして保持するため、レビュー可能でバージョン管理しやすくなります。
本番トラフィックからデータセット、ファインチューニング、デプロイまでのループをサポートします。

Cons

価格はまだ公開されていないため、alpha期間中のコスト計画は限定的です。
ソースでは、SDKなしでの提供、蒸留、Haru Cloudなど、いくつかの機能が近日公開予定とされています。

FAQ

Arkorは何をしますか？

Arkorは、TypeScriptからオープンウェイトモデルを構築・ファインチューニングするために使われます。ページでは、データセットの準備、トレーナーの作成、管理GPUでの学習実行、OpenAI互換エンドポイントの背後での結果の提供といったワークフローが説明されています。

Arkorはどのような人向けですか？

ソースでは、ArkorはエージェントネイティブなTypeScriptフレームワークと管理型ランタイムとして説明されています。TypeScriptおよびNext.jsチーム向けに作られており、学習ワークフローはリポジトリ内で作成され、Arkor Studioから実行される形で紹介されています。

ワークフローはどのように動作しますか？

製品ページでは、あなたのコーディングエージェントがデータセットと学習プロジェクトを準備し、生成されたTypeScriptをあなたがレビューし、その後Arkorが管理GPUで学習を実行してAPIの背後にモデルをデプロイするワークフローが説明されています。

学習に使えるデータソースは何ですか？

はい。フレームワークのページでは、エンドポイントログ、ファイル、またはHugging Faceデータセットを使ってファインチューニングできると説明されています。プラットフォームのページでも、本番トラフィックをデータセットに変換して管理型ファインチューニングに利用できるとされています。

Arkorは現在有料ですか？

価格はまだ公開されていません。料金ページでは、Arkorはalpha期間中は無料で、価格は近日公開予定とされています。

Quick Facts

カテゴリ: 開発者向けツール
主なワークフロー: コーディングエージェントにモデルの振る舞いを記述し、TypeScriptをレビューし、学習を実行し、エンドポイントをデプロイ
フレームワーク言語: TypeScript
ホスティングモデル: 管理GPU
API互換性: OpenAI互換エンドポイント
ソースドメイン: arkor.ai

Arkorの代替品

CreateOS Sandbox

CreateOS Sandboxは、FirecrackerマイクロVM上でコードやエージェントのワークロードを実行できる分離型コンピュート環境です。SDK、CLI、MCPで制御可能。

ByteAsk

ByteAskは、C/C++向けのターミナル起点AIコーディングエージェント。リポジトリを編集し、コンパイラやデバッガ、サニタイザ、テストで変更を検証してから差分を表示。無料枠あり。

hob

hobは、エージェントのセッション、ターミナル、履歴、後続作業を、既存のツールやプロバイダーに合わせて整理できる独立したコーディングエージェント向けワークスペース。ローカルでの制御を重視する開発者に最適。

Manta AI

Manta AIは、URLからアプリの挙動を把握し、回帰を検出し、スクリプトやセレクタ管理なしでテストを生成できる自律型Webアプリテストツールです。

SonOf

SonOfは、リポジトリとPMツールに接続し、コードベースと周辺の製品コンテキストを監査して、承認済みの作業をシニアエンジニアのレビュー付きで公開済みチケットに変えます。

Ghost

Ghostは、チャット、コード生成、コマンドラインでのタスク実行に対応したターミナル向けAIアシスタントです。無料モデルを同梱し、Linux、macOS、Windowsで使えます。オープンソースです。