
Tuning Engines
io.github.cerebrixos由 GitHub 帳號 cerebrixos 發布v0.3.5更新於 Oct 24, 2026
Domain-specific LLM fine-tuning — sovereign models trained on your data, zero infrastructure.
概覽
AI 產生的概覽
讓助理以你的資料微調與管理自訂大型語言模型、執行評估,並檢視受治理的執行期追蹤與核准。
- 可以做什麼
- 這是一套本機 CLI(tuningengines-cli),內建 MCP 伺服器,提供 60 多項工具。助理可透過它提交並監控以 GitHub 儲存庫為基礎的微調工作、預估費用、列出與刪除已訓練模型、從 S3 建立資料集、執行評估、查看推論用量,以及檢視追蹤、政策決策、核准與租戶登錄中繼資料。也支援受治理的技能呼叫與代理訊息。
- 適用情境
- 當你希望助理在不必自行管理 GPU 基礎設施的情況下,用自有資料驅動特定領域模型的訓練與評估,或檢視 Tuning Engines 工作負載的治理、追蹤與核准時使用。僅支援桌面端,適合已使用 Tuning Engines 平台的開發者。
- 執行需求
- 透過 npm 在本機執行(npx 或全域安裝 tuningengines-cli),需要 Node.js。需要 Tuning Engines 帳號與 TE_API_KEY 環境變數,可透過網頁端或 'te auth login' 取得。訓練、評估與推論會消耗付費額度。需要連線至 Tuning Engines API 的網路存取。
安裝前請注意
TE_API_KEY 是機密憑證,請勿放入共用設定。訓練、評估與推論會消耗帳戶額度,工作可被建立或取消。工具可刪除模型與資料集,部分寫入操作需要明確的 --enable-registry-writes 旗標。租戶管理工具需要擁有者/管理員權杖,可邀請、停用或移除成員。選用的遙測掛鉤預設會傳送假名化的工作階段與對話參照。
安裝
在 SourceWeft 中
- 開啟 儀表板中的 Tuning Engines,將其新增到工作區。
- 為需要使用其工具的對話啟用該服務。
Desktop only,透過 STDIO。 STDIO 服務會啟動本機處理程序,因此需要 SourceWeft 桌面主機。
其他 MCP 客戶端
參照 儲存庫 中的啟動說明。
README
該儲存庫沒有 README。
工具
0SourceWeft 尚未在沙箱中啟動過該軟體包,因此其工具未知。
版本歷史
1- v0.3.5最新Sep 16, 2026
評分
已滿足適用檢查項的 25%
該評分衡量此收錄條目的完整程度,依據註冊中心條目、端點與公開來源計算得出。它不是對伺服器本身的評價,也不表示伺服器安全或目前可用:可連通性是帶日期的檢查結果,評分也不包含安裝量或使用者評價。
- 近 30 天內可連通25 分
請保持端點能夠回應 MCP 握手;SourceWeft 每 30 天探測一次。
- 已宣告認證方式10 分
請在註冊中心條目中宣告憑證請求標頭,或保持端點能夠回應探測,以便判定其認證方式。
- 已列出工具15 分
請讓伺服器在無憑證時回應 tools/list,或發布可在沙箱中無憑證啟動的軟體包。
- 描述必需15 分
- 圖示10 分
- 文件15 分
請宣告包含 README 的 GitHub 儲存庫,或在 OAuth 受保護資源後設資料中提供 resource_documentation。
- 授權條款10 分
請在儲存庫或註冊中心條目中宣告授權條款。