LLMstudio 开源项目教程
2024-08-17 09:22:00作者:凤尚柏Louis
项目目录结构及介绍
LLMstudio 项目的目录结构如下:
LLMstudio/
├── docs/
├── examples/
├── llmstudio/
│ ├── gitignore
│ ├── pre-commit-config.yaml
│ ├── CONTRIBUTING.md
│ ├── LICENSE
│ ├── MANIFEST.in
│ ├── Makefile
│ ├── README.md
│ ├── docker-compose.yml
│ ├── poetry.lock
│ ├── pyproject.toml
│ └── pytest.ini
├── .gitignore
├── pre-commit-config.yaml
├── CONTRIBUTING.md
├── LICENSE
├── MANIFEST.in
├── Makefile
├── README.md
├── docker-compose.yml
├── poetry.lock
├── pyproject.toml
└── pytest.ini
目录介绍
docs/: 存放项目文档的目录。examples/: 存放示例代码的目录。llmstudio/: 项目的主要代码目录。gitignore: Git 忽略文件。pre-commit-config.yaml: 预提交钩子配置文件。CONTRIBUTING.md: 贡献指南。LICENSE: 项目许可证。MANIFEST.in: 打包清单文件。Makefile: Makefile 文件。README.md: 项目说明文档。docker-compose.yml: Docker 配置文件。poetry.lock: Poetry 依赖锁定文件。pyproject.toml: Poetry 项目配置文件。pytest.ini: Pytest 配置文件。
项目启动文件介绍
项目的启动文件主要是 llmstudio/ 目录下的 pyproject.toml 文件。该文件使用 Poetry 进行依赖管理和项目配置。
pyproject.toml
[tool.poetry]
name = "LLMstudio"
version = "0.1.0"
description = "Framework to bring LLM applications to production"
authors = ["TensorOpsAI"]
license = "MPL-2.0"
[tool.poetry.dependencies]
python = "^3.8"
# 其他依赖项
[tool.poetry.dev-dependencies]
# 开发依赖项
[build-system]
requires = ["poetry-core>=1.0.0"]
build-backend = "poetry.core.masonry.api"
项目配置文件介绍
项目的配置文件主要包括以下几个:
pyproject.toml: 项目的主要配置文件,使用 Poetry 进行依赖管理和项目配置。docker-compose.yml: Docker 配置文件,用于定义和运行多容器 Docker 应用程序。pytest.ini: Pytest 配置文件,用于配置测试运行时的行为。
docker-compose.yml
version: '3.8'
services:
llmstudio:
build: .
ports:
- "3000:3000"
environment:
OPENAI_API_KEY: "sk-api_key"
ANTHROPIC_API_KEY: "sk-api_key"
pytest.ini
[pytest]
addopts = --cov=llmstudio --cov-report=html
testpaths = tests
以上是 LLMstudio 开源项目的目录结构、启动文件和配置文件的介绍。希望这些信息能帮助你更好地理解和使用该项目。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0539
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python05
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
项目优选
收起
deepin linux kernel
C
33
16
暂无描述
Markdown
843
5.64 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
835
1.26 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.03 K
2.44 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
839
1.67 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
507
540
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.13 K
304
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
496
337
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.24 K
1.36 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.15 K
844