各位，

我正在开发一个叫做 ARC Forge 的小项目，并希望从自主部署/机器学习社区获得反馈。

它是啥
ARC Forge 是一个用于 :

  • 与任何兼容 OpenAI 的 LLM 交谈（OpenAI、Fireworks、Ollama、vLLM、LiteLLM 等）。
  • 在内置的 Training Data Studio 中构建微调数据集（训练员、系统提示、Q&A对）。
  • 以一个点击就可用的 JSONL 文件Export，同时提供了一个 bulk REST API 来推送脚本/管道从数据。
  • 使用 Fernet 来加密 per-user 供应商和模型的 API keys。

技术栈

  • 后端：Django 5.x
  • 数据库：SQLite 默认（可以通过 Postgres/MySQL 来替换）
  • 前端：Vanilla JS + Tailwind CSS
  • 流媒体：SSE（多轮对话）
  • 加密：Fernet（供应商 API keys）

为什么我.build它
微调流程经常会变成: 会话 UI + Excel + Python 脚本来生成 JSONL。 我想在一个小、自主部署的 app 中将所有这些事合并起来，无需额外的引导（无 Redis、无 Celery、无外部 SaaS）。

开始使用

  • 克隆仓库，创建 venv，安装需求
  • 复制 .env.example 到 .env，生成 ENCRYPTION_KEY 和 SECRET_KEY
  • 运行迁移，启动 Django 服务器，并打开 http://localhost:8000 注册并添加第一个供应商/模型

详细指引和路线图在 README 中。 MIT 许可证。

仓库： https://github.com/sparkdeath324/arc-forge/

欢迎任何反馈、功能点子或贡献（特别是在 Docker、团队工作空间和数据版本控制方面）。