samchen8008 / csghub Goto Github PK

README English Version

CSGHub是一个开源、可信的大模型资产管理平台，可帮助用户治理LLM和LLM应用生命周期中涉及到的资产（数据集、模型文件、代码等）。基于CSGHub，用户可以通过Web界面、Git命令行或者自然语言Chatbot等方式，实现对模型文件、数据集、代码等资产的操作，包括上传、下载、存储、校验和分发；同时平台提供微服务子模块和标准化API，便于用户与自有系统集成。

CSGHub致力于为用户带来针对大模型原生设计的、可私有化部署离线运行的资产管理平台。CSGHub提供类似私有化的Huggingface功能，以类似OpenStack Glance管理虚拟机镜像、Harbor管理容器镜像以及Sonatype Nexus管理制品的方式，实现对LLM资产的管理。

您可以通过OpenCSG传神社区官网体验SaaS版功能：https://portal.opencsg.com/models

• [2024.02.15] v0.2 规划: 内置代码Repo；数据集自动转换，完整的数据集预览功能。*
• [2024.01.15] v0.1 CSGHub Alpha版本发布，支持模型和数据集管理功能，详细功能说明参见下文。

在这个多元化的大模型时代，数据和模型逐渐成为企业和个人用户最重要的数字资产。然而，目前面临着管理工具分散、管理手段单一、单机化等问题，这不仅对安全运营构成潜在威胁，也可能阻碍企业大模型能力的更新迭代。若您认同大模型将成为信息革命的主要推动力，或许也在考虑如何更高效、更安全可靠地管理核心资产——模型、数据和大模型应用代码。CSGHub便是为解决这些问题而设计的开源项目。

CSGHub的功能特点如下（持续迭代中）：

• 资产统一管理： 一站式Hub统一管理模型文件、数据集、大模型应用代码。
• 研发生态兼容： 同时支持HTTPS和SSH协议的Git命令和Web界面操作， 确保不同用户均可方便使用。
• 大模型能力扩展：原生支持版本化管理、模型格式转化、数据自动预处理、数据集预览等功能。
• 权限与安全： 支持与企业用户系统集成、支持资产可见范围设置、外部内部零信任的鉴权接口设计， 最大化满足企业安全。
• 私有化部署支持： 无互联网依赖、无云厂商依赖等外部依赖，可一键启动私有化部署。
• 大模型原生设计： 支持自然语言交互、模型一键部署、Agent与Copilot App等资产管理。

CSGHub的技术特点如下：

• CSGHub整合了多源Git Server、Git LFS大文件存储协议和对象存储OSS等技术，提供可靠的数据存储层、灵活的基础设施接入层和高兼容的研发工具支持。
• 通过服务化的架构， CSGHub提供CSGHub Server后台服务和CSGHub Web Service的管理界面，普通用户可以快速使用Docker compose或Kubernetes Helm Chart启动服务，实现生产级的资产管理。具备自研能力的用户可利用CSGHub Server进行二次开发，将管理功能集成到外部系统或自定义高级功能。
• CSGHub借助Apache Arrow和DuckDB等优秀开源项目，支持Parquet数据文件格式的预览，便于算法研究人员和爱好者进行本地化数据集管理。
• CSGHub提供直观的Web界面和面向企业组织架构的权限设计，用户可通过Web UI实现版本控制管理、在线浏览和下载，也可以设置数据集和模型文件的可见范围，实现数据安全隔离，还可以对模型和数据集发起话题讨论。

OpenCSG团队专注于大模型领域，希望通过CSGHub项目解决大模型开发过程中的痛点。我们鼓励大家贡献高质量的开发和运维文档，共同改进这个平台，让大模型"有据可循"。

为了帮助您更直观地了解 CSGHub 的功能和使用方法，我们录制了演示视频。您可以通过观看视频，快速了解本项目的主要特性和操作流程。

• CSGHub功能演示：演示视频

• 资产管理
  • 内置代码仓库：内置代码Repo管理功能，可关联模型、数据集、Space空间应用的代码。
  • 多源数据同步: 支持配置并启用远端仓库, 自动数据同步，支持OpenCSG传神社区、Huggingface等远端源。
• AI能力增强
  • 一键微调: 支持与OpenCSG llm-finetune集成，一键启动模型微调训练。
  • 一键推理: 支持与OpenCSG llm-inference集成，一键启动模型推理服务。
• 应用与企业功能
  • 应用空间: 支持托管Gradio/Streamlit应用并发布到Space应用空间
  • 细粒度权限控制：面向企业架构的细粒度权限和访问控制设置
• 安全合规
  • GitServer适配器: 通用GitServer适配器，通过Adaptor模式实现对多种主流Git仓库后端的支持。
  • 资产元数据: 资产元数据管理机制， 支持自定义元数据类型和对应的AutoTag规则。

详细路线图设计如下：完整路线图

可使用如下命令快速部署一个CSBHub实例到指定环境。

export SERVER_DOMAIN=[IP Address]
curl -L https://raw.githubusercontent.com/OpenCSGs/csghub/main/all-in-one.yml -o all-in-one.yml
docker compose -f all-in-one.yml up -d

部署完毕后，就可以在浏览器上通过http://[IP Address]访问到新部署的CSGHub实例。（初始化管理员账号：admin001/admin001）

注意：

• SERVER_DOMAIN 为目标主机的IP地址或者域名，请不要使用127.0.0.1或者localhost
• 当前仅仅支持x86_64架构系统。
• 使用该all-in-one脚本启动过的实例无法有效持久化用户数据。服务启动后，使用docker compose up命令重新加载服务会出现错误，此时可以选择使用docker compose down -v命令彻底清除实例再重新启动，或者使用完整版一键部署脚本进行服务部署。

• 开发环境搭建

本项目基于 Rails、Vue3、Tailwind CSS、Administrate、Postgresql、Apache Arrow、DuckDB 和 GoGin，在此深深感谢他们的开源贡献！

使用过程中的任何问题， 您可以在github 发起issue或者加入我们的微信讨论群.