快速开始

Power 提供两个推理入口与一个独立的制品安装入口。请选择产品真正需要的最窄边界。

产品需求	从这里开始
在 Rust crate 内拥有经过审查的模型图	`embedded-inference`
需要托管的对话、补全或嵌入 API	默认 `server,mistralrs` 配置
安装锁定到精确修订版的制品包	`artifact-provisioning`
在受限 enclave 内运行层流式 GGUF 服务	`tee-minimal`

1. 嵌入运行时

只添加不启动网络监听器的推理能力：

[dependencies]
a3s-power = { version = "1.0.0", default-features = false, features = ["embedded-inference"] }

用明确的设备偏好和资源限制构造运行时：

use a3s_power::inference::{DevicePreference, EmbeddedRuntime, InferenceLimits};

fn main() -> Result<(), a3s_power::error::PowerError> {
    let runtime = EmbeddedRuntime::new(
        DevicePreference::Auto,
        InferenceLimits::default(),
    )?;

    println!("execution device: {}", runtime.device().name());
    Ok(())
}

创建 EmbeddedRuntime 不会绑定端口、启动监听器、下载模型或调用外部进程。模型 crate 提供经过审查的计算图并保留语义状态；Power 提供执行边界。

继续阅读架构设计，了解完整职责划分。

2. 运行托管服务

安装默认服务配置，并只绑定本机回环地址：

cargo install a3s-power
a3s-power serve --host 127.0.0.1 --port 11434

在另一个终端拉取并打开一个小型 GGUF 模型：

a3s-power models pull Qwen/Qwen2.5-0.5B-Instruct-GGUF:q4_k_m
a3s-power chat Qwen/Qwen2.5-0.5B-Instruct-GGUF:q4_k_m

模型清单与内容寻址的 blob 默认保存在 ~/.a3s/power。可通过 A3S_POWER_HOME 指定其他存储目录。

3. 发送 OpenAI 兼容请求

curl http://127.0.0.1:11434/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "your-model",
    "messages": [{"role": "user", "content": "解释基于能力的安全模型。"}],
    "stream": true
  }'

对话与补全响应包含 attestation_receipt 及其 SHA-256 摘要。流式响应会在 [DONE] 前发出回执。

4. 显式配置策略

服务默认读取 ~/.a3s/power/config.acl 中的 A3S ACL，也可通过 a3s-power serve --config 指定路径。

host = "127.0.0.1"
port = 11434
max_loaded_models = 1
keep_alive = "5m"

flash_attention = true
num_parallel = 1

gpu {
  gpu_layers = -1
  main_gpu = 0
}

无效的 ACL、范围、策略、哈希或不受支持的显式后端会在推理开始前失败。生产 TEE 策略还需要由验证方掌控的度量值与模型哈希；参阅独立验证。

#快速开始

#1. 嵌入运行时

#2. 运行托管服务

#3. 发送 OpenAI 兼容请求

#4. 显式配置策略

#下一步

快速开始

1. 嵌入运行时

2. 运行托管服务

3. 发送 OpenAI 兼容请求

4. 显式配置策略

下一步