# Arkor Plataforma basada en TypeScript para crear, entrenar y ofrecer modelos personalizados de pesos abiertos con un agente de programación. - Findings24: - Sitio web: - Precios: Freemium - Categorías: Asistente de Código IA, Herramientas IA Dev ## ¿Qué es Arkor? Arkor es una plataforma para crear, entrenar y ofrecer modelos personalizados de pesos abiertos mediante un flujo de trabajo basado en TypeScript. En lugar de pedir a los usuarios que ensamblen una pila de entrenamiento independiente en Python y una infraestructura de GPU, Arkor permite que un agente de programación prepare el proyecto de entrenamiento; después, Arkor ejecuta el ajuste fino en GPU gestionadas y despliega el resultado detrás de una API. El producto combina un framework de código abierto, una plataforma alojada y un bot de revisión para GitHub. El framework gestiona ejecuciones de entrenamiento basadas en TypeScript y el despliegue de checkpoints; el producto alojado proporciona endpoints compatibles con OpenAI y ajuste fino gestionado; y la aplicación de revisión de código comprueba si hay comentarios obsoletos y divergencias en la documentación de las pull requests. ## ¿Qué puede hacer Arkor? ### Configuración mediante un agente de programación Describe el comportamiento que quieres en Claude Code o Codex y Arkor convierte esa solicitud en un flujo de trabajo de entrenamiento en TypeScript dentro de tu repositorio para que lo revises. ### Framework basado en TypeScript Las ejecuciones de entrenamiento se realizan como archivos de TypeScript, por lo que puedes versionarlas, volver a ejecutarlas con datos nuevos y regresar a checkpoints anteriores. ### Entrenamiento gestionado en GPU Arkor ejecuta el entrenamiento en GPU gestionadas y transmite el progreso mientras se ejecuta, eliminando la necesidad de aprovisionar tu propia infraestructura de GPU. ### Despliegue basado en checkpoints Cada ejecución de entrenamiento produce checkpoints que pueden promocionarse a un endpoint compatible con OpenAI, con su propia URL y claves de API. ### Bucle de tráfico a entrenamiento La plataforma alojada puede convertir las solicitudes y respuestas en ejecuciones que puedes reproducir, inspeccionar y transformar en datos de entrenamiento. ### Bot de revisión de GitHub para detectar divergencias El producto de revisión de código señala comentarios obsoletos y divergencias en la documentación de las pull requests sin ejecutar el código del repositorio. ## Casos de uso ### Ajuste fino específico para tareas Crea un modelo que realice una transformación específica, como reescribir borradores con la voz de una marca o convertir notas de soporte en una salida estructurada. El flujo de trabajo del agente de Arkor prepara el conjunto de datos, el entrenador y el código de evaluación para su revisión. ### Mejora iterativa a partir del tráfico real Usa las solicitudes y respuestas de producción como datos de entrenamiento, reproduce las ejecuciones y conviértelas en un conjunto de datos para la siguiente iteración. Esto se adapta a equipos que quieren que el modelo mejore a partir del uso real en lugar de hacerlo con un conjunto de datos único. ### Integración de aplicaciones mediante cambio de API Ofrece un modelo ajustado mediante un endpoint compatible con OpenAI y conéctalo a una aplicación de Next.js o Node cambiando la URL base. Está pensado para equipos que ya tienen llamadas a modelos en producción y quieren un modelo personalizado sin cambiar la arquitectura de su aplicación. ### Revisión de divergencias en pull requests Instala la GitHub App para detectar comentarios y documentación que ya no coincidan con el código después de una pull request. El bot publica comentarios de revisión sin bloquear la comprobación ni ejecutar el código del repositorio. ### Experimentación inicial con modelos abiertos Comienza con el endpoint temporal de Gemma 4 para evaluar el flujo de trabajo antes de comprometerte con un ajuste fino. El endpoint alojado de modelos abiertos está pensado para probar la plataforma sin configuración. ## Preguntas frecuentes ### ¿Cómo se crea y entrena un modelo con Arkor? Arkor se basa en un flujo de trabajo con un agente de programación. Describes el modelo que quieres a Claude Code o Codex, revisas el TypeScript generado en tu repositorio y, después, Arkor ejecuta el entrenamiento en GPU gestionadas antes de ofrecer el resultado mediante una API. ### ¿Qué lenguajes o flujos de trabajo admite Arkor? Las páginas de origen muestran compatibilidad con endpoints compatibles con OpenAI y un flujo de trabajo en TypeScript para el entrenamiento y el despliegue. No documentan un SDK dedicado de Python ni una vía de entrenamiento que no sea TypeScript en las páginas proporcionadas. ### ¿Tengo que gestionar personalmente la infraestructura de GPU? Las páginas del producto indican que las ejecuciones de entrenamiento se realizan en GPU gestionadas, mientras que el framework mantiene el código de entrenamiento en archivos de TypeScript dentro de tu repositorio. Revisas el código antes de la ejecución y puedes inspeccionar los checkpoints después del entrenamiento. ### ¿Qué devuelve Arkor después del entrenamiento? La plataforma alojada de Arkor despliega modelos ajustados mediante una API compatible con OpenAI, y la página del framework indica que puedes promocionar un checkpoint a un endpoint con su propia URL y claves de API. ### ¿Arkor es actualmente gratuito? La página de precios indica que Arkor es gratuito durante la fase alfa y que los precios aún no se han publicado. El endpoint alojado creado sin una cuenta se describe como temporal y con caducidad automática. ## Datos rápidos - **Categoría**: Herramienta de desarrollo de IA - **Plataforma**: Framework de TypeScript y entorno alojado para ejecutar modelos - **Flujo de trabajo principal**: Describir el modelo a un agente de programación, revisar el TypeScript, ejecutar el entrenamiento y desplegarlo detrás de una API - **Alojamiento**: GPU gestionadas y endpoints compatibles con OpenAI - **Precios**: Gratuito durante la fase alfa; precios aún no publicados - **Dominio de origen**: arkor.ai