/README.md

<!-- WEHUB_ZH_README -->
> [!NOTE]
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。  
> [English](./README.en.md) · [原始项目](https://github.com/Light-Heart-Labs/DreamServer) · [上游 README](https://github.com/Light-Heart-Labs/DreamServer/blob/HEAD/README.md)  
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。

<div align="center">

# ODS

**Osmantic Deployment System**

**将你的 PC、Mac 或 Linux 机器变成私有 AI 服务器。**

AI 服务器与 homelab（家庭实验室）搭建正在迅速成为一项已解决的问题。
每个人都理应如此感受。

[![License: Apache 2.0](https://img.shields.io/badge/License-Apache%202.0-blue.svg)](LICENSE)
[![GitHub Stars](https://img.shields.io/github/stars/Light-Heart-Labs/ODS)](https://github.com/Light-Heart-Labs/ODS/stargazers)
[![Release](https://img.shields.io/github/v/release/Light-Heart-Labs/ODS)](https://github.com/Light-Heart-Labs/ODS/releases)

[![Watch the demo](https://img.shields.io/badge/Demo-Watch%20on%20YouTube-red?logo=youtube)](https://youtu.be/nO8xFNHX-HA)

</div>

---

ODS 会安装并串联你在本地运行 AI 所需的一切，你无需再手动拼装 Ollama、Open WebUI、n8n、ComfyUI 以及各类隐私工具：

- **本地模型推理（local model inference）** — 在你自己的硬件上运行开源模型
- **ChatGPT 风格 Web UI** — 从任意浏览器与你的模型对话
- **控制面板（control dashboard）** — 在一个地方管理模型、服务、配置、GPU 状态与扩展
- **语音、智能体与工作流** — 构建能听、能说、调用工具并完成任务的自动化
- **RAG 与搜索** — 连接本地文档、私有搜索与检索工作流
- **图像生成** — 运行本地图像工具，无需将提示词发送到托管 API
- **隐私与运维** — 将服务认证、密钥、可观测性与诊断集中在一套本地栈中

无需云端。无需订阅。你的提示词和数据留在本机，除非你主动选择其他方式。需要时，云端与混合 API 模式为可选项。

**发布验证：** 运维变更会通过发布级 fleet 与发行版实验室（distro lab）校验：零前置依赖引导、全新安装、产品流程、全模型能力、生命周期恢复，以及最终的 User Green（用户绿灯）关卡。请参阅 [Release Validation](ods/docs/RELEASE_VALIDATION.md) 了解一次 green run 所证明的内容。

**仓库结构：** 仓库根目录存放公开 README、安装器、安全策略、GitHub workflows 与项目协作文档。`ods/` 目录是产品运行时：服务、安装阶段、compose overlays、dashboard、CLI、测试与运维文档。

**稳定版使用：** `v2.5.2` 是当前稳定发布版。`main` 迭代较快；用于活跃开发与验证候选。对于 fork、一体机、实验室或类生产安装，请固定（pin）带标签的发布版或经审计的 commit，并保留你自己的验证记录。稳定补丁修复会先落在 `release/2.5.x`，再向前合并。请参阅 [Release Channels](ods/docs/RELEASE_CHANNELS.md)、[Installer Trust](ods/docs/INSTALLER_TRUST.md) 与 [Forkability](ods/docs/FORKABILITY.md)。

## 快速开始

Linux 与 macOS：

```bash
curl -fsSL https://raw.githubusercontent.com/Light-Heart-Labs/ODS/main/ods/get-ods.sh | bash
```

想先检查再运行，或固定某个发布标签？请参阅 [Installer Trust](ods/docs/INSTALLER_TRUST.md)。

Windows 用户应使用下方所示的 PowerShell 安装器，或参阅 [Windows Quickstart](ods/docs/WINDOWS-QUICKSTART.md)。

安装完成后，打开 **http://localhost:3000** 并开始聊天。

> **API 端点：** Linux Docker 安装默认在 **http://localhost:11434** 暴露 llama-server（`OLLAMA_PORT`），而容器使用 `llama-server:8080`。macOS 原生 Metal 与 Windows 原生/Lemonade 路径默认使用 **http://localhost:8080**，除非另行覆盖。Open WebUI 保持在 **http://localhost:3000**.

> **没有 GPU？** ODS 也可运行于云端模式 — 同一完整栈，由 OpenAI/Anthropic/Together API 驱动，而非本地推理：
> ```bash
> ./install.sh --cloud
> ```

> **端口冲突？** 每个端口均可通过环境变量配置。完整列表见 [`.env.example`](ods/.env.example)，或在安装时覆盖：
> ```bash
> WEBUI_PORT=9090 ./install.sh
> ```

![ODS Dashboard](ods/docs/images/dashboard.png)

**初次接触？** 阅读 [Friendly Guide](ods/docs/HOW-ODS-SERVER-WORKS.md)，或 [收听音频版](https://open.spotify.com/episode/40MvqJ41bC8cEgvUyOyE3K) — 完整讲解 ODS 是什么、如何工作，以及如何把它变成你自己的。无需技术背景。

---

## 一览

| 问题 | 答案 |
|----------|--------|
| **它是什么？** | 面向自有硬件的本地 AI 服务器栈，提供 Linux/macOS 一键安装器与 Windows PowerShell 安装器。 |
| **适合谁？** | 希望在家、实验室或工作站上获得私有 AI，而无需手动串联十几个服务的人。 |
| **我能得到什么？** | 本地推理、Open WebUI 聊天、控制面板、语音、智能体、工作流、RAG、搜索、图像生成、隐私工具、可观测性与开发者工具。 |
| **运行在什么上？** | Linux、带 WSL2/Docker Desktop 的 Windows，以及 macOS Apple Silicon。 |
| **需要云端吗？** | 不需要。本地模式为默认；云端与混合 API 模式为可选。 |

| 如果你了解... | ODS 额外提供... |
|----------------|----------------------|
| **Ollama / llama.cpp** | 围绕其外的服务器栈：聊天、面板、语音、RAG、工作流、智能体、隐私与服务管理。 |
| **Open WebUI** | 围绕 Open WebUI 的完整安装器与控制平面，以及预接线的本地服务。 |
| **AnythingLLM** | 超越 RAG 的更广本地 AI 一体机能力：推理、聊天、语音、工作流、图像生成与运维。 |
| **n8n 自托管 AI starter kits** | 作为更大私有 AI 服务器一部分的工作流自动化。 |

---

> **当前平台支持**
>
> | 平台 | 状态 |
> |----------|--------|
> | **Linux**（NVIDIA + AMD + Intel Arc） | **已支持** — 今日即可安装运行 |
> | **Windows**（NVIDIA + AMD） | **已支持** — 今日即可安装运行 |
> | **macOS**（Apple Silicon） | **已支持** — 今日即可安装运行 |
>
> **已测试 Linux 发行版：** Ubuntu 24.04/22.04、Debian 12、Linux Mint 21.3、Fedora 41+、Rocky Linux 9、Arch Linux、Manjaro、CachyOS 与 openSUSE Tumbleweed。使用 apt、dnf、pacman 或 zypper 的其他发行版通常也可用 — 若你的不行，请 [提交 issue](https://github.com/Light-Heart-Labs/ODS/issues)。
>
> **发布验证：** 运维变更会经过发布级关卡，覆盖零前置依赖引导、干净安装、产品行为、全模型能力、生命周期恢复与 User Green。请参阅 [Release Validation](ods/docs/RELEASE_VALIDATION.md) 与 [Validation Matrix](ods/docs/VALIDATION-MATRIX.md)。
>
> **Windows：** 需要带 WSL2 后端的 Docker Desktop。NVIDIA GPU 使用 Docker GPU 直通；AMD Strix Halo 通过 Windows 安装器与支持矩阵中记录的平台专用加速路径运行。
>
> **macOS：** 需要 Apple Silicon（M1+）与 Docker Desktop。llama-server 以 Metal GPU 加速原生运行；其余服务在 Docker 中运行。
>
> 平台支持声明见 [Support Matrix](ods/docs/SUPPORT-MATRIX.md)，用于验证这些声明的分层测试面见 [Validation Matrix](ods/docs/VALIDATION-MATRIX.md)。

---

## 为何选择 ODS？

少数公司掌控着全球绝大多数 AI 流量 — 连同你的数据、成本与可用性。你发给中心化提供商的每一次查询，都是你不拥有的商业情报，运行在你无法掌控的基础设施上，按你无法谈判的条款定价。

如果 AI 正在成为关键基础设施，它就不该被租用。自托管本地 AI 应是一项主权人权，而非职业选择。

因为运行自己的 AI 不应需要计算机学位，也不该花一个周末调试 CUDA 驱动。如今搭建本地 AI 意味着拼接十几个项目、从零编写 Docker 配置，并祈祷一切能互相通信。大多数人会放弃，回到付费使用 OpenAI。

我们打造 ODS，就是让你不必如此。

- **一条命令** — 检测 GPU、选择合适模型、生成凭据、启动一切
- **不到 2 分钟即可聊天** — 引导模式在完整模型后台下载时，立即给你一个可用模型
- **完整服务栈，预接线** — 聊天、智能体、语音、工作流、搜索、RAG、图像生成、隐私工具、可观测性与开发者工具，开箱即用、彼此互通
- **完全可改装** — 每个服务都是扩展。放入一个文件夹，运行 `ods enable`，完成

<div align="center">

![ODS Installer](ods/docs/images/installer-splash.gif)

*ODSGATE 安装程序会处理一切——GPU 检测、模型选择与服务编排。*

</div>

<details>
<summary><b>手动安装（Linux）</b></summary>

```bash
git clone https://github.com/Light-Heart-Labs/ODS.git
cd ODS/ods
./install.sh
```

</details>

<details>
<summary><b>Windows（PowerShell）</b></summary>

需要启用 WSL2 后端的 [Docker Desktop](https://www.docker.com/products/docker-desktop/) with WSL2 backend enabled.
**请先安装 Docker Desktop，并在开始前确保其正在运行。**

打开一个普通的 **PowerShell** 会话并运行：

```powershell
Set-ExecutionPolicy -Scope Process -ExecutionPolicy Bypass
git clone https://github.com/Light-Heart-Labs/ODS.git
cd ODS
.\install.ps1
```

> `Set-ExecutionPolicy` 命令允许安装脚本在当前会话中运行。它不会更改你的系统级策略。
> 不建议以管理员身份运行安装程序，因为 `.opencode`、`data/` 和 `.env` 等用户级路径可能会以管理员拥有的权限创建。

安装程序会检测你的 GPU、选择合适模型、生成凭据、启动所有服务，并创建指向 Dashboard 的桌面快捷方式。使用 `.\ods\installers\windows\ods.ps1 status` 进行管理。

</details>

<details>
<summary><b>macOS（Apple Silicon）</b></summary>

需要 Apple Silicon（M1+）和 [Docker Desktop](https://www.docker.com/products/docker-desktop/).
**请先安装 Docker Desktop，并在开始前确保其正在运行。**

```bash
git clone https://github.com/Light-Heart-Labs/ODS.git
cd ODS/ods
./install.sh
```

安装程序会检测你的芯片、根据统一内存选择合适模型，以 Metal 加速原生启动 llama-server，并在 Docker 中启动所有其他服务。使用 `./ods-macos.sh status` 进行管理。

详见 [macOS 快速入门](ods/docs/MACOS-QUICKSTART.md)。

</details>

---

## 开箱即用

### 聊天与推理
- **Open WebUI** — 功能完整的聊天界面，支持对话历史、网页搜索、文档上传，以及 [30+ 种语言](https://docs.openwebui.com)
- **llama-server** — 高性能 LLM 推理，支持连续批处理（continuous batching），会根据你的 GPU 自动选择；Linux Docker 主机 API 默认为 `localhost:11434`，macOS/Windows 原生路径使用 `localhost:8080`，容器 API 运行于 `8080`
- **LiteLLM** — 支持本地/云端/混合模式的 API 网关
- **TEI Embeddings** — 用于 RAG 与搜索工作流的文本嵌入服务

### 语音
- **Whisper** — 语音转文字（speech-to-text）
- **Kokoro** — 文字转语音（text-to-speech）

### 智能体与自动化
- **Hermes Agent** — 默认的本地优先自主/浏览器智能体，具备记忆、技能，以及魔法链接（magic-link）门控代理
- **OpenClaw** — 已弃用的旧版自主智能体，在迁移窗口期内仍可自愿启用
- **n8n** — 工作流自动化，集成 400+ 种服务（Slack、邮件、数据库、API）
- **APE** — 智能体策略引擎（Agent Policy Engine），用于审计与治理自主工具调用
- **OpenCode** — 基于浏览器的 AI 编程助手，已接入本地技术栈
- **Memory Shepherd** — 用于智能体记忆生命周期管理的宿主机/systemd 辅助工具

### 知识与搜索
- **Qdrant** — 用于检索增强生成（RAG）的向量数据库
- **SearXNG** — 自托管网页搜索（无追踪）
- **Perplexica** — 深度研究引擎
- **Brave Search** — 可选的付费 Brave Search API 集成

### 创意
- **ComfyUI** — 基于节点的图像生成

### 隐私与运维
- **Privacy Shield** — 用于 API 调用的 PII 脱敏代理
- **Dashboard** — 实时 GPU 指标、服务健康状态、模型管理
- **Dashboard API** — Dashboard 背后的服务健康、设置、状态、指标与管理 API
- **Token Spy** — 本地与代理 LLM 流量的 token 用量监控
- **Langfuse** — 可选的 LLM 可观测性与追踪

---

## 硬件自动检测

安装程序会检测你的 GPU，并首先分配一个确定性的硬件层级（tier）。Linux 与 macOS 随后运行带版本号的目录选择器（`ods/scripts/select-model.py`），而 Windows 使用 `ods/installers/windows/lib/tier-map.ps1` 中的 PowerShell 目录选择器；两者都会读取 `ods/config/model-library.json`，以根据检测到的内存容量选择最佳可安装 GGUF。最终选择会写入 `.env`，对应 `LLM_MODEL`、`GGUF_FILE`、`MAX_CONTEXT` 和 `MODEL_RECOMMENDATION_*`。

`MODEL_PROFILE=qwen` 是默认的非 Gemma 目录配置，因此实际选择可能是 Qwen、Phi 或 DeepSeek，取决于哪种最合适。`MODEL_PROFILE=gemma4` 会在可用时强制使用 Gemma 4，`MODEL_PROFILE=auto` 会在 NVIDIA、Apple Silicon 和 Intel Arc 层级上使用 Gemma 4。可使用 `./install.sh --tier 3` 覆盖层级选择；使用 `MODEL_PROFILE=gemma4 ./install.sh` 或 `MODEL_PROFILE=auto ./install.sh` 覆盖模型系列。

当 Hermes 启用时（这是默认的智能体路径），安装程序会将首次运行的引导模型保持在 64K 上下文下限，并在所选模型支持的情况下将完整本地模型上下文提升至 128K。这样既能满足 Hermes 硬性 64K 最低要求，又能保留首次聊天不到 2 分钟的体验。以下示例是当前目录选择器在常见硬件容量下的输出；实际安装可能因检测到的 VRAM/RAM、主机架构、已有下载或显式配置覆盖而有所不同。首次启动后，吞吐量仍需进行本地基准测试。

### NVIDIA

| 层级 / 容量 | 当前默认目录选择 | 上下文 | 示例硬件 |
|------|--------------|---------|--------------|
| 0 / 8 GB CPU 回退 | Qwen3.5 2B (Q4_K_M) | 8K | 低内存纯 CPU |
| 1 / 8 GB 独立 VRAM | Qwen3.5 9B (Q4_K_M) | 32K | RTX 4060、RTX 3060 12GB |
| 2 / 12 GB 独立 VRAM | Phi-4 14B (Q4_K_M) | 16K | RTX 4070 级别显卡 |
| 3 / 24 GB 独立 VRAM | Qwen3.5 27B (Q4_K_M) | 32K | RTX 4090、A6000 |
| 4 / 48 GB 独立 VRAM | DeepSeek R1 Distill Llama 70B (Q4_K_M) | 32K | A6000 Ada、L40S |
| NV_ULTRA / 90+ GB amd64 独立 VRAM | Qwen3 Coder Next (Q4_K_M) | 128K | 多 GPU A100/H100 |
| NV_ULTRA / 90+ GB arm64 统一内存 | Qwen3.6 35B-A3B (UD-Q4_K_M) | 128K | DGX Spark / GB10 级别主机 |

### AMD Strix Halo（统一内存）

| 层级 / 容量 | 当前默认目录选择 | 上下文 | 硬件 |
|------|--------------|---------|----------|
| SH_COMPACT / 64 GB 统一 RAM | Qwen3.6 35B-A3B (UD-Q4_K_M) | 128K | Ryzen AI MAX+ 395 (64GB) |
| SH_LARGE / 96 GB 统一 RAM | DeepSeek R1 Distill Llama 70B (Q4_K_M) | 32K | Ryzen AI MAX+ 395 (96GB) |
| SH_LARGE / 124 GB 统一 RAM | Qwen3.6 35B-A3B (UD-Q4_K_M) | 128K | Ryzen AI MAX+ 395 (128GB 级别) |

当否则会选中 Qwen3 Coder Next 时，选择器会将统一内存主机路由到其他模型，因为当前仓库策略文档记录了这些后端上的正确性问题。

### Apple Silicon（统一内存，Metal）

| 层级 / 容量 | 当前默认目录选择 | 上下文 | 示例硬件 |
|------|--------------|---------|-----------------|
| 0 / 8 GB 统一 RAM | Phi-4 Mini (Q4_K_M) | 128K | M1/M2 基础款 (8GB) |
| 1 / 16 GB 统一 RAM | Qwen3.5 9B (Q4_K_M) | 32K | M4 Mac Mini (16GB) |
| 2 / 32 GB 统一 RAM | Phi-4 14B (Q4_K_M) | 16K | M4 Pro Mac Mini、M3 Max MacBook Pro |
| 3 / 48 GB 统一 RAM | Qwen3.5 27B (Q4_K_M) | 32K | M4 Pro (48GB)、M2 Max (48GB) |
| 4 / 64+ GB 统一 RAM | Qwen3.6 35B-A3B (UD-Q4_K_M) | 128K | M2 Ultra Mac Studio、M4 Max (64GB+) |

### Intel Arc（Linux，SYCL）

| 层级 / 容量 | 当前默认目录选择 | 上下文 | 示例硬件 |
|------|--------------|---------|------------------|
| ARC_LITE / 6 GB 独立 VRAM | Phi-4 Mini (Q4_K_M) | 128K | Arc A380 |
| ARC_LITE / 8 GB 独立 VRAM | Qwen3.5 9B (Q4_K_M) | 32K | Arc A750 |
| ARC / 16 GB 独立 VRAM | Phi-4 14B (Q4_K_M) | 16K | Arc A770 16GB、较新 Arc GPU |

Gemma 4 配置层级仍保留在安装程序的层级映射中：入门级硬件为 E2B，中端硬件为 E4B，专业级硬件为 26B-A4B，大型/旗舰级硬件为 31B。

---

## 引导模式（Bootstrap Mode）

无需等待大型下载。ODS 默认使用引导模式：

1. 不到一分钟即可下载一个 1.5B 的小型模型
2. 可立即开始聊天
3. 完整模型在后台下载
4. 就绪后热切换到完整模型——零停机

<div align="center">

![安装程序正在下载模块](ods/docs/images/installer-download.png)

*安装程序会并行拉取所有服务。下载支持断点续传——中断后可从上次位置继续。*

</div>

引导模型（bootstrap model）初始提供 64K 上下文窗口，以便 Hermes 在首次会话期间可用。后台下载完成后，ODS 会切换到完整模型，并恢复 Hermes/完整模型的上下文目标。

跳过引导：`./install.sh --no-bootstrap`

---

## 切换模型

安装程序会根据你的硬件选择模型，但你可随时切换：

```bash
ods model current              # What's running now?
ods model list                 # Show all available tiers
ods model swap T3              # Switch to a different tier
```

若新模型尚未下载，请先预取：

```bash
./scripts/pre-download.sh --tier 3    # Download before switching
ods model swap T3                    # Then swap (restarts llama-server)
```

已有想使用的 GGUF？将单个 `.gguf` 文件放入
`data/models/`，然后打开 Dashboard -> Models 并加载本地条目。对于
较旧安装或无头（headless）维护，在
`.env` 中更新 `GGUF_FILE` 和 `LLM_MODEL`，然后通过 CLI 重启：

```bash
ods restart llm
```

或直接从已安装的 `ods` 目录重启容器：

```bash
docker compose restart llama-server
```

回滚是自动的——若新模型加载失败，ODS 会恢复到你之前的模型。

---

## 可扩展性

ODS 专为可改装而设计。每个服务都是一个扩展——包含 `manifest.yaml` 和 `compose.yaml` 的文件夹。Dashboard、CLI、健康检查以及 compose 栈都会自动发现扩展。

```
extensions/services/
  my-service/
    manifest.yaml      # Metadata: name, port, health endpoint, GPU backends
    compose.yaml       # Docker Compose fragment (auto-merged into the stack)
```

```bash
ods enable my-service     # Enable it
ods disable my-service    # Disable it
ods list                  # See everything
```

安装程序本身也是模块化的——19 个库模块、共享服务注册表，以及 13 个有序阶段。想新增硬件层级、更换默认模型或跳过某个阶段？先从安装程序架构图入手，以便同步更新 Linux、macOS、Windows、升级与 host-agent 编写器。

[完整扩展指南](ods/docs/EXTENSIONS.md) | [安装程序架构](ods/docs/INSTALLER-ARCHITECTURE.md)

---

## ods-cli

`ods` CLI 管理你的整个栈：

```bash
ods status                # Health checks + GPU status
ods list                  # All services and their state
ods logs llm              # Tail logs (aliases: llm, stt, tts)
ods restart [service]     # Restart one or all services
ods start / stop          # Start or stop the stack

ods mode cloud            # Switch to cloud APIs via LiteLLM
ods mode local            # Switch back to local inference
ods mode hybrid           # Local primary, cloud fallback

ods model swap T3         # Switch to a different hardware tier
ods enable n8n            # Enable an extension
ods disable whisper       # Disable one

ods config show           # View .env (secrets masked)
ods preset save gaming    # Snapshot current config
ods preset load gaming    # Restore it
```

---

## 对比

其他工具只能帮你走一部分路。ODS 能带你走完全程。

| | ODS | Ollama + Open WebUI | LocalAI |
|---|:---:|:---:|:---:|
| **范围** | 完整 AI 栈——从推理到智能体再到工作流 | LLM + 聊天 | 仅 LLM |
| 一键安装 | 全部组件，自动配置 | 仅 LLM + 聊天 | 仅 LLM |
| 硬件自动检测 + 模型选择 | NVIDIA + AMD Strix Halo + Apple Silicon + Intel Arc + CPU/云回退 | 否 | 否 |
| AMD APU 统一内存支持 | 平台专用加速后端，由安装程序选择 | 部分（Vulkan） | 否 |
| 自主 AI 智能体 | 默认 Hermes Agent；OpenClaw 遗留可选 | 否 | 否 |
| 工作流自动化 | n8n（400+ 集成） | 否 | 否 |
| 语音（STT + TTS） | Whisper + Kokoro | 否 | 否 |
| 图像生成 | ComfyUI | 否 | 否 |
| RAG 流水线 | Qdrant + embeddings | 否 | 否 |
| 扩展系统 | 基于 manifest，支持热插拔 | 否 | 否 |
| 多 GPU | 是（NVIDIA） | 部分 | 部分 |

---

## 文档

| | |
|---|---|
| [快速入门](ods/QUICKSTART.md) | 分步安装指南，含故障排除 |
| [文档索引](ods/docs/README.md) | 面向运维人员、贡献者与审阅者的维护地图 |
| [基于 ODS 构建](ods/docs/BUILD-ON-ODS-SERVER.md) | Fork、定制版本、扩展模板与下游验证 |
| [可 Fork 性](ods/docs/FORKABILITY.md) | 如何 fork、审计、定制并独立运营 ODS |
| [维护者运行手册](ods/docs/MAINTAINER_RUNBOOK.md) | 面向维护者与 fork 的发布、回滚、验证及运维连续性指南 |
| [高风险变更地图](ods/docs/HIGH_RISK_CHANGE_MAP.md) | 哪些变更需要重点检查、机群验证或发布级门禁 |
| [无头设置](ods/docs/HEADLESS-SETUP.md) | QR 引导、首次启动设置、AP 模式、mDNS 及本地智能体访问 |
| [支持矩阵](ods/docs/SUPPORT-MATRIX.md) | 当前平台与 GPU 支持状态 |
| [发布验证](ods/docs/RELEASE_VALIDATION.md) | User Green 门禁及发布级机群/发行版验证策略 |
| [验证矩阵](ods/docs/VALIDATION-MATRIX.md) | 脱敏 CI、发行版实验室与真实硬件机群的发布就绪证据 |
| [验证可复现性](ods/docs/VALIDATION_REPRODUCIBILITY.md) | fork 与运维人员如何在自己的硬件上复现验证流程 |
| [离线与镜像](ods/docs/OFFLINE_AND_MIRRORING.md) | 固定版本、镜像并保留发布制品以支持独立运营 |
| [安装程序信任](ods/docs/INSTALLER_TRUST.md) | 先检查后安装路径、ref 固定及当前来源追溯限制 |
| [模型管理](ods/docs/MODEL-MANAGEMENT.md) | Dashboard 模型下载、切换及手动 GGUF 工作流 |
| [硬件指南](ods/docs/HARDWARE-GUIDE.md) | 选购建议与层级推荐 |
| [常见问题](ods/FAQ.md) | 常见问题与配置 |
| [扩展](ods/docs/EXTENSIONS.md) | 如何添加自定义服务 |
| [安装程序架构](ods/docs/INSTALLER-ARCHITECTURE.md) | 模块化安装程序深度解析 |
| [安装程序阶段契约](ods/docs/INSTALLER_PHASE_CONTRACTS.md) | 阶段归属、幂等性、失败模式与验证预期 |
| [Compose 解析器契约](ods/docs/COMPOSE_RESOLVER_CONTRACTS.md) | compose 层、扩展、后端、端口与模式叠加规则 |
| [变更日志](ods/CHANGELOG.md) | 版本历史与发布说明 |
| [贡献指南](CONTRIBUTING.md) | 如何参与贡献 |

---

## 贡献者与认可

ODS 由不断壮大的贡献者团队在安装程序、GPU 支持、Dashboard、安全、扩展、文档与发布验证等领域共同构建。README 聚焦产品概览；详细致谢、上游鸣谢与贡献者历史见 [CONTRIBUTORS.md](CONTRIBUTORS.md)。

ODS 已获得本地 AI 与开发者社区认可，包括 AMD Featured Developer 认可、入选 2026 年 5 月 AMD Lemonade Developer Challenge 获奖者，并在 [(Co)nnect: Philly's AI Ecosystem Summit](https://luma.com/xdwih64h) at Pennovation Works 上亮相。

---

## 许可证

Apache 2.0 — 随意使用、修改、发布。详见 [LICENSE](LICENSE)。

---

<div align="center">

*由 [Light Heart Labs](https://github.com/Light-Heart-Labs) 与不断壮大的、拒绝租用本应拥有之物的抵抗力量共同打造。*

</div>