ファイルを入手

TheTensorTune 1.0 をダウンロード

ZIP 1 つ。Python ファイル、依存関係リスト、ドキュメントのみ。ダウンロードから作業台まで4コマンド。うち1つは cd です。

TheTensorTune_v1.0.zip

python TheTensorTune.py

ZIP には TheTensorTune.py、INSTALL.md、LICENSE、requirements.txt が入っています。それだけです。他のサーバーへは接続しません。

始める前に

マシンに必要なもの

インストール

1
1 · 解凍して移動
ダウンロードした ZIP を解凍し、フォルダに入ります。仮想環境がグローバルの Python をきれいに保ちます。
```
unzip TheTensorTune_v1.0.zip -d thetensortune && cd thetensortune
python3 -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
```
2
2 · 6つの依存パッケージをインストール
Flask が作業台を配信し、torch・transformers・peft・accelerate が学習を、safetensors が重みを扱います。リストはこれで全部です。
```
pip install flask==3.1.3 torch transformers==5.17.0 peft==0.21.0 \
  accelerate==1.15.0 safetensors==0.8.0 "huggingface_hub>=0.30"
```
3
3 · 実行
ビルド工程はこれで終わりです。作業台は空きローカルポートで開き、datasets/、runs/、小さな SQLite の履歴がファイルの横に作られます。
```
python TheTensorTune.py
```
4
4 · 最初の数歩
共用マシンなら TT_TOKEN を設定し、FA/EN キーで言語を切り替え、Learn を開く。12レッスンのコースがあとは引き受けます。

設定

TT_TOKEN: サービストークン。設定するとすべての /api/* ルートが要求します（X-TT-Token ヘッダ）。共用ネットワークでは必ず設定を。
TT_PORT: HTTPポート。デフォルトは空きポートを自動選択。
TT_HOST: バインドアドレス。デフォルト 127.0.0.1。LAN では 0.0.0.0。ただしトークン併用、例外なし。
TT_HEADLESS: 1 = ブラウザを開かない。サーバーとコンテナ向け。
TT_DEBUG: 1 = より詳細なログ。
TT_LLAMA_CPP: llama-quantize へのパス。q4_k_m などの K-quant に必要。f16 と q8_0 には不要。
TT_WEBHOOK_ALLOW_PRIVATE: 1 = プライベート/ループバック宛ての Webhook を許可。純ローカル自動化向け。
HF_TOKEN: ゲート付きモデル用の Hugging Face トークン。モデルブロックに入力してもよく、ディスクには書き込まれません。

セキュリティメモ