Получить файл

Скачать TheTensorTune 1.0

Один архив: Python-файл, его зависимости и документация. Четыре команды от загрузки до рабочей среды — и одна из них это cd.

TheTensorTune_v1.0.zip

python TheTensorTune.py

В архиве: TheTensorTune.py, INSTALL.md, LICENSE и requirements.txt. Это всё — и к чужим серверам приложение не подключается.

Перед стартом

Что нужно вашей машине

Потребность	Минимум	Рекомендуется
Python	3.10	3.12
Диск	~2 ГБ на первый запуск (библиотеки + маленькая модель)	Больше, если будете учить крупные модели
ОС	Linux / macOS / Windows	Linux

Установка

1
1 · Распаковать и войти
Распакуйте архив и перейдите в папку. Виртуальное окружение держит глобальный Python в чистоте.
```
unzip TheTensorTune_v1.0.zip -d thetensortune && cd thetensortune
python3 -m venv .venv
source .venv/bin/activate   # Windows: .venv\Scripts\activate
```
2
2 · Установить шесть зависимостей
Flask отдаёт рабочую среду; torch, transformers, peft и accelerate делают обучение; safetensors работает с весами. Это весь список.
```
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 · Запустить
Это и вся «сборка». Среда откроется на свободном локальном порте, а рядом с файлом появятся datasets/, runs/ и маленькая SQLite-история.
```
python TheTensorTune.py
```
4
4 · Первые шаги внутри
Если машина общая — задайте TT_TOKEN, переключите язык клавишей FA/EN, затем откройте Learn — курс из двенадцати уроков продолжит сам.

Конфигурация

TT_TOKEN: Сервисный токен. Если задан, каждый маршрут /api/* требует его (заголовок X-TT-Token). В общих сетях — всегда.
TT_PORT: HTTP-порт. По умолчанию выбирается свободный, автоматически.
TT_HOST: Адрес привязки, по умолчанию 127.0.0.1. Для локальной сети: 0.0.0.0 — и обязательно с токеном.
TT_HEADLESS: 1 = не открывать браузер. Для серверов и контейнеров.
TT_DEBUG: 1 = более подробные логи.
TT_LLAMA_CPP: Путь к llama-quantize, нужен для K-квантов вроде q4_k_m. f16 и q8_0 обходятся без него.
TT_WEBHOOK_ALLOW_PRIVATE: 1 = разрешить вебхуки на приватные/loopback-адреса, для чисто локальной автоматизации.
HF_TOKEN: Токен Hugging Face для закрытых моделей. Можно вставить в блок Model; на диск не пишется.

Заметки о безопасности

01ID датасетов заперты в папке datasets/ — никакого path traversal.
02Весь HTML экранируется на клиенте; без stored XSS.
03Вебхуки: фильтрация SSRF, вырезание CRLF и подписи HMAC-SHA256 на каждом уведомлении.
04Токены сравниваются за постоянное время и никогда не появляются в query-строках или логах.
05POST-запросы браузера проверяются по Origin против CSRF.
06Ваш HF-токен живёт в памяти только в рамках сессии — в конфигах на диске его нет.