Token导航 LogoToken导航TokenDH.com
Tuning Engines logo
运维云端未说明官方级别未说明来源级核验

Tuning Engines

MCP Server

提供开源大语言模型的领域专用微调服务,支持LoRA/QLoRA等技术,通过CLI或MCP协议实现全流程管理。

工具数

38

提示词数

0

GitHub Stars

1

资源数

0
TypeScriptClaude云端部署Claude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

cerebrixos-org

提供方

cerebrixos-org

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

调整引擎CLI和MCP服务器

![tuning-engines-cli MCP server](https://glama.ai/mcp/servers/cerebrixos-org/tuning-engines-cli)

](https://www.npmjs.com/package/tuningengines-cli) ![MCP Registry](https://registry.modelcontextprotocol.io) ![License: MIT](https://opensource.org/licenses/MIT)

拥有自己的主权AI模型。对开源LLM和SLM进行特定领域的微调,实现完全控制和零基础设施麻烦。

调整发动机 提供专门的调优代理,根据您的需求定制顶级开放模型——快速、可预测、完全交付。通过CLI或任何兼容MCP的AI助手,在您的数据上微调Qwen、Llama、DeepSeek、Mistral、Gemma、Phi、StarCoder和CodeLlama模型的1B到72B参数。支持LoRA、QLoRA和完全微调。GPU配置、训练编排和模型交付都得到了全面管理。

培训代理

调整引擎使用专门的 代理 控制如何分析数据并将其转换为训练数据。每个代理都会生成一种针对其用例进行优化的特定于领域的微调模型。目前的代理专注于代码,更多的代理将用于客户支持、数据提取、安全审查、运维和其他领域。

科迪(code_repo)--代码自动补全代理

Cody通过Axolotl框架(HuggingFace Transformers+PEFT)使用QLoRA(4位量化LoRA)在GitHub仓库中进行微调。它学习代码库的模式、命名约定和项目结构,以生成针对实时完成进行优化的快速、轻量级的适配器。

最适合: 代码自动补全、内联建议、选项卡补全、代码样式匹配、模式补全。

te jobs create --agent code_repo \
  --base-model Qwen/Qwen2.5-Coder-7B-Instruct \
  --repo-url https://github.com/your-org/your-repo \
  --output-name my-cody-model

锡拉(sera_code_repo)--Bug修复专家

SIERA(合成智能错误解决代理)使用AllenAI的开放编码代理方法从您的存储库中生成有针对性的错误修复训练数据。它综合了现实的错误场景及其解决方案,然后微调了一个模型,该模型学习了团队的调试风格、错误处理约定和修复模式。

最适合: 调试、错误解决、补丁生成、根本原因分析、修复建议。

te jobs create --agent sera_code_repo \
  --quality-tier high \
  --base-model Qwen/Qwen2.5-Coder-7B-Instruct \
  --repo-url https://github.com/your-org/your-repo \
  --output-name my-siera-model

质量等级(仅SIERA):

  • low --更快、更少的合成对(默认)
  • high --更深入的分析,更多的训练数据,更好的结果

即将推出

AgentPersona它的作用
解决Mira对支持票、宏和知识库文章进行微调,以实现自动票解析
提取器Flux训练从文档、PDF和业务文本中严格提取模式
守卫Aegis专注于安全的代码审查员,捕捉风险模式并提出更安全的修复方案
操作 PilotAtlas事件响应人员接受过运行手册、尸检和待命记录方面的培训

支持的基本型号

尺寸型号
第3页Qwen/Qwen2.5-Coder-3B-Instruct
7Bcodellama/CodeLlama-7b-hf, deepseek-ai/deepseek-coder-7b-instruct-v1.5, Qwen/Qwen2.5-Coder-7B-Instruct
13-15Bcodellama/CodeLlama-13b-Instruct-hf, bigcode/starcoder2-15b, Qwen/Qwen2.5-Coder-14B-Instruct
32-34Bdeepseek-ai/deepseek-coder-33b-instruct, codellama/CodeLlama-34b-Instruct-hf, Qwen/Qwen2.5-Coder-32B-Instruct
70-72Bcodellama/CodeLlama-70b-Instruct-hf, meta-llama/Llama-3.1-70B-Instruct, Qwen/Qwen2.5-72B-Instruct

快速开始

npm install -g tuningengines-cli

# Sign up or log in (opens browser — works for new accounts too)
te auth login

# Add credits (opens browser to billing page)
te billing add-credits

# Estimate cost before training
te jobs estimate --base-model Qwen/Qwen2.5-Coder-7B-Instruct

# Train Cody on your repo
te jobs create --agent code_repo \
  --base-model Qwen/Qwen2.5-Coder-7B-Instruct \
  --repo-url https://github.com/your-org/your-repo \
  --output-name my-model

# Monitor training
te jobs status  --watch

# View your trained models
te models list

MCP服务器设置

CLI包括一个内置的MCP服务器,带有35多种工具。任何支持MCP的AI助手都可以通过自然语言微调模型、管理训练作业、运行评估、检查推理使用情况和管理数据集。

克劳德桌面

添加 ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "tuning-engines": {
      "command": "npx",
      "args": ["-y", "tuningengines-cli", "mcp", "serve"],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}

克劳德代码

claude mcp add tuning-engines -- npx -y tuningengines-cli mcp serve

VS代码/光标/风帆

添加到MCP设置(.vscode/mcp.json 或同等):

{
  "servers": {
    "tuning-engines": {
      "command": "npx",
      "args": ["-y", "tuningengines-cli", "mcp", "serve"],
      "env": {
        "TE_API_KEY": "te_your_key_here"
      }
    }
  }
}

AI助手能做什么

连接后,您的AI助手可以:

  • “使用SIERA代理对我的组织/我的仓库上的Qwen 7B进行高质量的微调”
  • “在这个回购上训练一个3个时代的32B模型需要多少钱?”
  • “检查我最新培训工作的状态”
  • “列出我训练过的模型”
  • “将我的模型导出到s3://my bucket/models/”
  • “显示我的账户余额”
  • “在此仓库上培训一名bug修复专家”(自动选择SIERA)
  • “为此代码库创建自动完成模型”(自动选择Cody)

create_job 工具描述包括完整的代理详细信息和模型列表,因此AI助手会根据您的要求自动选择正确的代理和模型。

CLI命令

认证

命令描述
te auth login通过浏览器注册或登录
te auth logout清除已保存的凭据
te auth status显示当前身份验证状态(电子邮件、余额)

培训工作

命令描述
te jobs list列出所有培训工作
te jobs show 显示作业详细信息
te jobs create提交培训作业(--agent, --quality-tier, --base-model, --repo-url, --output-name)
te jobs status 实时状态(--watch 用于连续轮询)
te jobs cancel 取消正在运行的作业
te jobs retry 从上一个检查点重试
te jobs estimate提交前的成本估算
te jobs validate-s3预验证S3凭据

模型

命令描述
te models list列出您训练过的模型
te models show 显示模型详细信息
te models base列出支持的基本型号
te models import从S3导入模型
te models export 将模型导出到S3
te models delete 删除模型
te models status 检查导入/导出状态

数据集

命令描述
te datasets list列出所有数据集
te datasets show 显示数据集详细信息
te datasets create从S3创建数据集(--name, --s3-url, --for-evaluation)
te datasets delete 删除数据集
te datasets status 检查导入/处理状态

评估

命令描述
te evals list列出所有评估
te evals show 显示评估详细信息和分数
te evals create运行评估(--model, --dataset, --evaluators)
te evals cancel 取消正在进行的评估
te evals status 实时评估进度
te evals evaluators列出可用的评估人员
te evals estimate评估成本估算

推断

命令描述
te inference models列出可用的推理模型
te inference usage显示推断API使用情况统计信息
te inference jwt获取JWT以直接访问API

代理

命令描述
te agents list列出可用代理
te agents show 显示代理详细信息和功能

账单和账户

命令描述
te billing show余额和交易历史
te billing add-credits打开浏览器添加学分
te account账户信息

配置

命令描述
te config set-token 手动设置API密钥
te config set-url 覆盖API URL
te config show显示当前配置

所有命令支持 --json 用于机器可读输出。

MCP工具参考

培训工作

工具说明
create_job在GitHub仓库上微调LLM。支持代理选择(Cody、SIERA)、质量层、基础模型、纪元、S3导出。
estimate_job培训前的成本估算。返回成本范围、余额、充足性检查。
list_jobs列出带有状态过滤器的培训工作
show_job完整的作业详细信息,包括代理、型号、GPU使用情况、成本、重试信息
job_status实时状态,包括GPU分钟数、费用、交付进度
cancel_job取消正在运行/排队的作业
retry_job从上一个检查点重试失败的作业
validate_s3在提交作业之前测试S3凭据

模型

工具说明
list_models列出训练和导入的模型
show_model模型详细信息(状态、尺寸、基础模型、培训任务)
delete_model从云存储中删除模型
import_model从S3导入模型
export_model将模型导出到S3
model_status导入/导出进度
list_supported_models每历元GPU小时数的可用基本型号

市场

工具说明
list_catalog_models浏览预先构建的模型和数据集
get_catalog_model市场商品的详细信息
export_catalog_model将市场项目导出到S3
catalog_export_status检查市场导出进度

数据集

工具说明
list_datasets列出用于培训和评估的数据集
show_dataset数据集详细信息和状态
create_dataset从S3创建数据集
delete_dataset删除数据集
dataset_status检查数据集导入/处理状态

评估

工具说明
list_evaluations列出模型评估
show_evaluation评估细节、分数和指标
create_evaluation对数据集运行评估
cancel_evaluation取消正在进行的评估
evaluation_status实时评估进度
list_evaluators可用的评估器(代码执行、相似性、llm_judge等)
estimate_evaluation评估成本估算

推断

工具说明
list_inference_models可用于推理的模型
inference_usage推断API使用情况统计
get_inference_jwt获取JWT令牌以直接访问API

代理

工具说明
list_agents列出可用代理
show_agent代理详细信息和功能

账户

工具说明
get_balance账户余额和最近交易
get_account账户详细信息

环境变量

变量描述
TE_API_KEYAPI密钥(替代配置文件)
TE_API_URLAPI URL(默认值: https://app.tuningengines.com)

认证

te auth login 使用安全的设备授权流(与 gh auth login):

  1. CLI生成设备代码并打开浏览器
  2. 注册或登录(电子邮件/密码、谷歌或GitHub)
  3. 点击“授权”以授予CLI访问权限
  4. 令牌自动返回——无需复制粘贴

适用于新注册和现有帐户。令牌已保存到 ~/.tuningengines/config.json0600 权限。

链接

许可证

麻省理工学院

目录标签

目录标签

TypeScriptClaude云端部署模型微调本地部署AI训练代码自动补全错误修复开源模型

支持客户端

Claude

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

token

部署方式(deploymentType,部署类型)

remote-capable

工具数量(toolCount,工具数)

38

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明tokenremote-capable

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP