-
Notifications
You must be signed in to change notification settings - Fork 6
Expand file tree
/
Copy pathllama_cpp_gui.py
More file actions
1863 lines (1662 loc) · 82.5 KB
/
llama_cpp_gui.py
File metadata and controls
1863 lines (1662 loc) · 82.5 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
"""Tkinter GUI for starting and inspecting local llama.cpp servers.
Run ``python llama_cpp_gui.py --help`` to see GUI startup options.
"""
from __future__ import annotations
import argparse
import logging
import queue
import shlex
import shutil
import subprocess
import sys
import threading
import tkinter as tk
import webbrowser
from collections.abc import Callable
from pathlib import Path
from tkinter import filedialog, messagebox, ttk
from typing import Any
from config import (
APP_DIR,
PROFILE_ORDER,
RUNTIME_KEYS,
detect_runtime_paths,
get_profile,
load_config,
profile_display_name,
runtime_value_is_usable,
save_config,
)
from llama_cpp_release import BACKEND_CHOICES, read_manifest
from llama_server_manager import HealthCheckWorker, LlamaServerManager, format_uptime, tail_file
logger = logging.getLogger("llama_cpp_gui")
TOOLTIPS: dict[str, str] = {
"Python": "Готовый Python из venv. Обычно менять не нужно.",
"llama-server": "Бинарник llama.cpp server, который запускает модели.",
"Working dir": "Рабочая папка запуска. Для вашей сборки это папка build-cuda/bin.",
"LD library path": "Папка с библиотеками llama.cpp. Без нее llama-server не найдет .so файлы.",
"llama.cpp backend": "Какой prebuilt release скачать: cpu самый совместимый, vulkan/rocm/openvino/sycl требуют соответствующие драйверы.",
"Beginner setup": "Создать локальное .venv, установить Python-зависимости и выбрать этот Python для прокси.",
"Auto-detect runtime": "Найти Python, llama-server, рабочую папку и LD_LIBRARY_PATH автоматически.",
"Check server version": "Запустить llama-server --version для текущего бинарника.",
"Check updates": "Проверить последний release llama.cpp на GitHub и сравнить с managed install.",
"Download llama-server": "Скачать выбранный prebuilt llama-server release и прописать его в Runtime.",
"Install Python libs": "Установить Python-пакеты из requirements.txt в выбранный Python.",
"Install system libs": "Открыть терминал и установить системные пакеты, включая Tkinter.",
"Active profile": "Шаблон настроек для одиночного запуска или нового instance.",
"Model .gguf": "Файл модели. Для чата выбирайте LLM, для embeddings выбирайте bge/nomic/gte.",
"MMProj": "Файл проектора для vision/multimodal моделей. Для обычного чата не нужен.",
"Models dir": "Папка с моделями для router-режима.",
"Models preset": "INI-файл пресетов router-режима. Можно оставить пустым.",
"Host": "127.0.0.1 только для этой машины. 0.0.0.0 открывает доступ в локальной сети.",
"Port": "Номер входа сервера. У разных instances порты должны быть разными.",
"Model alias": "Имя модели, которое увидит клиент. Например local-llama.",
"Alias": "Имя модели, которое увидит клиент. Например local-embeddings.",
"API key": "Пароль для OpenAI-compatible API. Если пусто, ключ не требуется.",
"Context": "Сколько токенов модель держит в памяти. Больше контекст - больше расход VRAM/RAM.",
"Threads": "CPU-потоки для генерации. Обычно 4-8 достаточно.",
"Batch threads": "CPU-потоки для обработки больших пачек. Пусто = как Threads.",
"GPU layers": "Сколько слоев отправить на GPU. all или -1 = максимум на видеокарту.",
"Main GPU": "Номер видеокарты: 0 = RTX A4000, 1 = RTX 3050.",
"Split mode": "Как использовать GPU: none = одна GPU, layer = делить слои между GPU.",
"Tensor split": "Ручное распределение по GPU, например 3,1. Если не знаете - оставьте пустым.",
"Batch": "Логический размер пачки. Для bge рекомендуем 8192.",
"Micro-batch": "Физический размер пачки. Для bge рекомендуем 8192, если хватает памяти.",
"Flash attention": "Ускорение внимания. auto обычно самый спокойный вариант.",
"Router max models": "Сколько моделей router может держать загруженными одновременно.",
"Extra args": "Дополнительные параметры llama-server. Для bge: --pooling cls.",
"Enabled": "Если включено, instance стартует кнопкой Start enabled.",
"ID": "Внутреннее имя instance. Лучше латиницей без пробелов.",
"Name": "Человеческое название строки в таблице.",
"Profile": "Тип сервера: chat, embeddings, rerank, multimodal или router.",
"Proxy host": "Адрес, на котором слушает Ollama-compatible proxy.",
"Proxy port": "Порт proxy. 11435 выбран, чтобы не мешать настоящему Ollama на 11434.",
"Target OpenAI URL": "Куда proxy пересылает запросы. Пусто = активный llama-server.",
"Target API key": "Ключ целевого llama-server, если вы включили API key.",
"Model name": "Имя модели, которое proxy показывает Ollama-клиентам.",
"mmap": "Быстрая загрузка модели через memory map. Обычно включено.",
"mlock": "Просить ОС не выгружать модель из памяти. Включайте только если понимаете последствия.",
"web UI": "Встроенная web-страница llama-server. Для API можно выключить.",
"continuous batching": "Улучшает параллельную обработку нескольких запросов.",
"metrics": "Включает endpoint метрик Prometheus.",
"slots": "Показывает служебную информацию о слотах сервера.",
"router autoload": "Router сам загружает выбранную модель при запросе.",
"Start proxy together with server": "Запускать Ollama-compatible proxy вместе с одиночным сервером.",
"Add": "Добавить новый instance из текущего шаблона.",
"Duplicate": "Скопировать выбранный instance на новый порт.",
"Remove": "Удалить выбранный instance и остановить его процесс.",
"Start selected": "Запустить только выбранную строку.",
"Stop selected": "Остановить только выбранную строку.",
"Restart selected": "Перезапустить выбранную строку после изменения настроек.",
"Start enabled": "Запустить все строки, где Enabled включен.",
"Stop all": "Остановить все instance-процессы из списка.",
"Copy URL": "Скопировать OpenAI URL выбранного instance.",
"Use for proxy": "Назначить выбранный instance целью Ollama-compatible proxy.",
"Apply to selected": "Сохранить поля редактора в выбранный instance.",
"Reload selected": "Отменить несохраненные правки и перечитать выбранный instance.",
"Start": "Запустить одиночный сервер с вкладки Server.",
"Restart": "Перезапустить одиночный сервер.",
"Stop": "Остановить одиночный сервер, proxy и все instances.",
"Open": "Открыть web UI одиночного сервера в браузере.",
"Save": "Сохранить настройки в config.json.",
"Copy OpenAI URL": "Скопировать адрес вида http://host:port/v1.",
"Copy Ollama URL": "Скопировать адрес proxy для Ollama-compatible клиентов.",
"Quit": "Закрыть управляющее окно. Запущенные процессы лучше остановить заранее.",
"Refresh devices": "Обновить список видеокарт, которые видит llama.cpp.",
"Refresh logs": "Перечитать последние строки логов.",
"Open logs folder": "Открыть папку logs.",
"Start proxy": "Запустить только Ollama-compatible proxy.",
"Stop proxy": "Остановить только Ollama-compatible proxy.",
}
HOUSEHOLD_HELP_TEXT = """КАК ПОЛЬЗОВАТЬСЯ ПРОГРАММОЙ БЕЗ ТЕХНИЧЕСКОЙ МАГИИ
1. Что делает программа
Эта программа включает и выключает локальные нейросети llama.cpp.
Модель - это файл .gguf. Сервер - это процесс, который дает другим программам доступ к модели.
2. Самый простой запуск
- Откройте вкладку Instances.
- Выберите строку Chat 8081.
- Проверьте поле Model .gguf.
- Нажмите Apply to selected.
- Нажмите Start selected.
- Когда в таблице появится running, нажмите Copy URL.
- Вставьте этот адрес в Open WebUI как OpenAI-compatible URL.
3. Если нужна модель для поиска по документам
- Выберите строку Embeddings 8082.
- Убедитесь, что Model .gguf указывает на bge-m3-Q8_0.gguf.
- Для BGE уже выставлены рекомендуемые настройки:
Profile = embeddings
Context = 8192
Batch = 8192
Micro-batch = 8192
Extra args = --pooling cls
- Нажмите Apply to selected.
- Нажмите Start selected.
4. Как выбрать видеокарту
- Main GPU = 0: NVIDIA RTX A4000.
- Main GPU = 1: NVIDIA GeForce RTX 3050.
- Для одной видеокарты поставьте Split mode = none.
- Если хотите делить модель между видеокартами, поставьте Split mode = layer.
5. Если запускаете несколько моделей
У каждой строки должен быть свой Port:
- Chat: 8081
- Embeddings: 8082
- Rerank: 8083
Не ставьте одинаковый порт двум строкам. Это как пытаться посадить двух людей на один стул.
6. Что нажимать
- Add: добавить новую строку.
- Duplicate: скопировать выбранную строку.
- Apply to selected: сохранить изменения в выбранной строке.
- Start selected: включить выбранную строку.
- Stop selected: выключить выбранную строку.
- Start enabled: включить все строки с галочкой Enabled.
- Stop all: выключить все строки.
- Use for proxy: сделать выбранную строку целью для Ollama-compatible proxy.
7. Если что-то не работает
- Откройте вкладку Logs.
- Нажмите Refresh logs.
- Посмотрите последние строки.
Частые причины:
- выбран не тот .gguf файл;
- не хватает видеопамяти;
- порт уже занят;
- для большой модели слишком большой Context;
- забыли нажать Apply to selected перед Start selected.
8. Главное правило
Для нескольких моделей работайте во вкладке Instances.
Вкладка Server нужна только для одиночного запуска и шаблонов.
"""
class ToolTip:
def __init__(self, widget: tk.Widget, text: str, delay_ms: int = 450):
self.widget = widget
self.text = text
self.delay_ms = delay_ms
self._after_id: str | None = None
self._tip_window: tk.Toplevel | None = None
widget.bind("<Enter>", self._schedule, add="+")
widget.bind("<Leave>", self._hide, add="+")
widget.bind("<ButtonPress>", self._hide, add="+")
def _schedule(self, _event=None) -> None:
self._cancel()
self._after_id = self.widget.after(self.delay_ms, self._show)
def _cancel(self) -> None:
if self._after_id:
try:
self.widget.after_cancel(self._after_id)
except Exception:
pass
self._after_id = None
def _show(self) -> None:
if self._tip_window or not self.text:
return
try:
x = self.widget.winfo_rootx() + 18
y = self.widget.winfo_rooty() + self.widget.winfo_height() + 8
except Exception:
return
self._tip_window = tk.Toplevel(self.widget)
self._tip_window.wm_overrideredirect(True)
self._tip_window.wm_geometry(f"+{x}+{y}")
label = ttk.Label(
self._tip_window,
text=self.text,
justify=tk.LEFT,
wraplength=420,
padding=(8, 5),
relief=tk.SOLID,
borderwidth=1,
background="#fff8dc",
)
label.pack()
def _hide(self, _event=None) -> None:
self._cancel()
if self._tip_window:
try:
self._tip_window.destroy()
except Exception:
pass
self._tip_window = None
class LlamaCppGUI:
def __init__(self, root: tk.Tk, geometry: str = "1180x820", refresh_devices_on_start: bool = True):
self.root = root
self.root.title("llama.cpp Control Deck")
self.root.geometry(geometry)
self.config = load_config()
self.manager = LlamaServerManager(self.config)
self.current_profile = str(self.config.get("active_profile") or "chat")
self.profile_names = PROFILE_ORDER[:]
self.runtime_vars: dict[str, tk.Variable] = {}
self.profile_vars: dict[str, tk.Variable] = {}
self.proxy_vars: dict[str, tk.Variable] = {}
self.instance_vars: dict[str, tk.Variable] = {}
self.status_vars: dict[str, tk.StringVar] = {}
self.selected_instance_id: str | None = None
self._refresh_job: str | None = None
self._refreshing_instances_table = False
self._active_scroll_canvas: tk.Canvas | None = None
self._mousewheel_bound = False
self._health_queue: queue.Queue | None = None
self._health_worker: HealthCheckWorker | None = None
self._build_ui()
self._load_runtime_vars()
self._load_profile_vars(self.current_profile)
self._load_proxy_vars()
self._setup_close_handler()
self.refresh_instances_table(select_first=True)
if refresh_devices_on_start:
self.refresh_devices()
else:
self.devices_text.insert("1.0", "Device refresh skipped. Use Refresh devices when needed.")
self.refresh_status()
def _build_ui(self) -> None:
self.root.columnconfigure(0, weight=1)
self.root.rowconfigure(0, weight=1)
notebook = ttk.Notebook(self.root)
notebook.grid(row=0, column=0, sticky="nsew", padx=10, pady=10)
server_tab = self._create_scrollable_tab(notebook, "Server")
instances_tab = self._create_scrollable_tab(notebook, "Instances")
proxy_tab = self._create_scrollable_tab(notebook, "Ollama proxy")
devices_tab = ttk.Frame(notebook, padding=10)
logs_tab = ttk.Frame(notebook, padding=10)
help_tab = ttk.Frame(notebook, padding=10)
notebook.add(devices_tab, text="GPU / devices")
notebook.add(logs_tab, text="Logs")
notebook.add(help_tab, text="Help")
self._build_server_tab(server_tab)
self._build_instances_tab(instances_tab)
self._build_proxy_tab(proxy_tab)
self._build_devices_tab(devices_tab)
self._build_logs_tab(logs_tab)
self._build_help_tab(help_tab)
self._build_bottom_bar()
def _tooltip_text(self, label: str) -> str:
return TOOLTIPS.get(label, "")
def _attach_tooltip(self, widget: tk.Widget, label: str, text: str | None = None) -> None:
tip = text if text is not None else self._tooltip_text(label)
if tip:
ToolTip(widget, tip)
def _button(self, parent, text: str, command=None, **kwargs) -> ttk.Button:
button = ttk.Button(parent, text=text, command=command, **kwargs)
self._attach_tooltip(button, text)
return button
def _checkbutton(self, parent, text: str, variable: tk.Variable, **kwargs) -> ttk.Checkbutton:
checkbutton = ttk.Checkbutton(parent, text=text, variable=variable, **kwargs)
self._attach_tooltip(checkbutton, text)
return checkbutton
def _ensure_mousewheel_bindings(self) -> None:
if self._mousewheel_bound:
return
self.root.bind_all("<MouseWheel>", self._handle_global_mousewheel)
self.root.bind_all("<Button-4>", self._handle_global_mousewheel)
self.root.bind_all("<Button-5>", self._handle_global_mousewheel)
self._mousewheel_bound = True
def _handle_global_mousewheel(self, event) -> None:
canvas = self._active_scroll_canvas
if canvas is None:
return
if getattr(event, "num", None) == 4:
canvas.yview_scroll(-3, "units")
elif getattr(event, "num", None) == 5:
canvas.yview_scroll(3, "units")
else:
delta = int(-1 * (event.delta / 120))
if delta:
canvas.yview_scroll(delta * 3, "units")
def _create_scrollable_tab(self, notebook: ttk.Notebook, text: str) -> ttk.Frame:
outer = ttk.Frame(notebook)
notebook.add(outer, text=text)
outer.rowconfigure(0, weight=1)
outer.columnconfigure(0, weight=1)
canvas = tk.Canvas(outer, highlightthickness=0)
scrollbar = ttk.Scrollbar(outer, orient="vertical", command=canvas.yview)
canvas.configure(yscrollcommand=scrollbar.set)
canvas.grid(row=0, column=0, sticky="nsew")
scrollbar.grid(row=0, column=1, sticky="ns")
inner = ttk.Frame(canvas, padding=10)
window_id = canvas.create_window((0, 0), window=inner, anchor="nw")
def configure_scrollregion(_event=None) -> None:
canvas.configure(scrollregion=canvas.bbox("all"))
def configure_width(event) -> None:
canvas.itemconfigure(window_id, width=event.width)
def bind_wheel(_event=None) -> None:
self._active_scroll_canvas = canvas
def unbind_wheel(_event=None) -> None:
if self._active_scroll_canvas is canvas:
self._active_scroll_canvas = None
self._ensure_mousewheel_bindings()
inner.bind("<Configure>", configure_scrollregion)
canvas.bind("<Configure>", configure_width)
canvas.bind("<Enter>", bind_wheel)
canvas.bind("<Leave>", unbind_wheel)
inner.bind("<Enter>", bind_wheel)
inner.bind("<Leave>", unbind_wheel)
return inner
def _build_server_tab(self, parent: ttk.Frame) -> None:
parent.columnconfigure(0, weight=1)
parent.columnconfigure(1, weight=1)
parent.rowconfigure(2, weight=1)
runtime = ttk.LabelFrame(parent, text="Runtime", padding=10)
runtime.grid(row=0, column=0, columnspan=2, sticky="ew", pady=(0, 8))
runtime.columnconfigure(1, weight=1)
self.runtime_vars["python_path"] = tk.StringVar()
self.runtime_vars["llama_server_binary"] = tk.StringVar()
self.runtime_vars["llama_server_cwd"] = tk.StringVar()
self.runtime_vars["llama_server_library_path"] = tk.StringVar()
self.runtime_vars["llama_cpp_release_backend"] = tk.StringVar(value="auto")
self._path_row(runtime, 0, "Python", self.runtime_vars["python_path"], self.browse_python)
self._path_row(runtime, 1, "llama-server", self.runtime_vars["llama_server_binary"], self.browse_binary)
self._path_row(runtime, 2, "Working dir", self.runtime_vars["llama_server_cwd"], self.browse_cwd, directory=True)
self._path_row(runtime, 3, "LD library path", self.runtime_vars["llama_server_library_path"], self.browse_lib_dir, directory=True)
self._combo_row(runtime, 4, "llama.cpp backend", self.runtime_vars["llama_cpp_release_backend"], list(BACKEND_CHOICES))
setup_buttons = ttk.Frame(runtime)
setup_buttons.grid(row=5, column=1, columnspan=2, sticky="w", pady=(8, 0))
self._button(setup_buttons, text="Beginner setup", command=self.beginner_setup).pack(
side=tk.LEFT, padx=(0, 6)
)
self._button(setup_buttons, text="Install Python libs", command=self.install_python_libraries).pack(
side=tk.LEFT, padx=6
)
self._button(setup_buttons, text="Install system libs", command=self.install_system_libraries).pack(
side=tk.LEFT, padx=6
)
llama_buttons = ttk.Frame(runtime)
llama_buttons.grid(row=6, column=1, columnspan=2, sticky="w", pady=(6, 0))
self._button(llama_buttons, text="Auto-detect runtime", command=self.auto_detect_runtime).pack(
side=tk.LEFT, padx=(0, 6)
)
self._button(llama_buttons, text="Check server version", command=self.check_llama_server_version).pack(
side=tk.LEFT, padx=6
)
self._button(llama_buttons, text="Check updates", command=self.check_llama_cpp_updates).pack(
side=tk.LEFT, padx=6
)
self._button(llama_buttons, text="Download llama-server", command=self.download_llama_server).pack(
side=tk.LEFT, padx=6
)
selector = ttk.LabelFrame(parent, text="Profile", padding=10)
selector.grid(row=1, column=0, columnspan=2, sticky="ew", pady=(0, 8))
selector.columnconfigure(1, weight=1)
self.active_profile_var = tk.StringVar(value=self.current_profile)
ttk.Label(selector, text="Active profile").grid(row=0, column=0, sticky="w", padx=(0, 8))
combo = ttk.Combobox(
selector,
textvariable=self.active_profile_var,
values=self.profile_names,
state="readonly",
width=24,
)
combo.grid(row=0, column=1, sticky="w")
combo.bind("<<ComboboxSelected>>", self.on_profile_changed)
self.profile_hint_var = tk.StringVar()
ttk.Label(selector, textvariable=self.profile_hint_var, foreground="#555").grid(
row=0, column=2, sticky="w", padx=16
)
left = ttk.LabelFrame(parent, text="Model and endpoint", padding=10)
left.grid(row=2, column=0, sticky="nsew", padx=(0, 4))
left.columnconfigure(1, weight=1)
right = ttk.LabelFrame(parent, text="Runtime parameters", padding=10)
right.grid(row=2, column=1, sticky="nsew", padx=(4, 0))
right.columnconfigure(1, weight=1)
for key in [
"model_path",
"mmproj_path",
"models_dir",
"models_preset",
"host",
"port",
"alias",
"api_key",
"n_ctx",
"n_threads",
"n_threads_batch",
"n_gpu_layers",
"main_gpu",
"split_mode",
"tensor_split",
"n_batch",
"n_ubatch",
"flash_attn",
"extra_args",
"models_max",
]:
self.profile_vars[key] = tk.StringVar()
for key in ["use_mmap", "use_mlock", "webui", "cont_batching", "metrics", "slots", "models_autoload"]:
self.profile_vars[key] = tk.BooleanVar()
self._path_row(left, 0, "Model .gguf", self.profile_vars["model_path"], self.browse_model)
self._path_row(left, 1, "MMProj", self.profile_vars["mmproj_path"], self.browse_mmproj)
self._path_row(left, 2, "Models dir", self.profile_vars["models_dir"], self.browse_models_dir, directory=True)
self._path_row(left, 3, "Models preset", self.profile_vars["models_preset"], self.browse_models_preset)
self._entry_row(left, 4, "Host", self.profile_vars["host"])
self._entry_row(left, 5, "Port", self.profile_vars["port"])
self._entry_row(left, 6, "Model alias", self.profile_vars["alias"])
self._entry_row(left, 7, "API key", self.profile_vars["api_key"], show="*")
self._entry_row(right, 0, "Context", self.profile_vars["n_ctx"])
self._entry_row(right, 1, "Threads", self.profile_vars["n_threads"])
self._entry_row(right, 2, "Batch threads", self.profile_vars["n_threads_batch"])
self._entry_row(right, 3, "GPU layers", self.profile_vars["n_gpu_layers"])
self._entry_row(right, 4, "Main GPU", self.profile_vars["main_gpu"])
self._combo_row(right, 5, "Split mode", self.profile_vars["split_mode"], ["none", "layer", "row", "tensor"])
self._entry_row(right, 6, "Tensor split", self.profile_vars["tensor_split"])
self._entry_row(right, 7, "Batch", self.profile_vars["n_batch"])
self._entry_row(right, 8, "Micro-batch", self.profile_vars["n_ubatch"])
self._combo_row(right, 9, "Flash attention", self.profile_vars["flash_attn"], ["auto", "on", "off"])
self._entry_row(right, 10, "Router max models", self.profile_vars["models_max"])
self._entry_row(right, 11, "Extra args", self.profile_vars["extra_args"])
flags = ttk.Frame(right)
flags.grid(row=12, column=0, columnspan=3, sticky="w", pady=(10, 0))
for idx, (key, label) in enumerate(
[
("use_mmap", "mmap"),
("use_mlock", "mlock"),
("webui", "web UI"),
("cont_batching", "continuous batching"),
("metrics", "metrics"),
("slots", "slots"),
("models_autoload", "router autoload"),
]
):
self._checkbutton(flags, text=label, variable=self.profile_vars[key]).grid(
row=idx // 3, column=idx % 3, sticky="w", padx=(0, 14), pady=2
)
def _build_instances_tab(self, parent: ttk.Frame) -> None:
parent.columnconfigure(0, weight=1)
top = ttk.LabelFrame(parent, text="Running instances", padding=10)
top.grid(row=0, column=0, sticky="nsew", pady=(0, 8))
top.columnconfigure(0, weight=1)
columns = (
"enabled",
"name",
"profile",
"host",
"port",
"gpu",
"ctx",
"alias",
"status",
"pid",
"healthy",
"url",
)
self.instances_tree = ttk.Treeview(top, columns=columns, show="headings", height=9)
headings = {
"enabled": "Enabled",
"name": "Name",
"profile": "Profile",
"host": "Host",
"port": "Port",
"gpu": "GPU",
"ctx": "Ctx",
"alias": "Alias",
"status": "Status",
"pid": "PID",
"healthy": "Healthy",
"url": "OpenAI URL",
}
widths = {
"enabled": 70,
"name": 140,
"profile": 100,
"host": 100,
"port": 70,
"gpu": 60,
"ctx": 70,
"alias": 150,
"status": 90,
"pid": 80,
"healthy": 80,
"url": 260,
}
for column in columns:
self.instances_tree.heading(column, text=headings[column])
self.instances_tree.column(column, width=widths[column], stretch=column in {"name", "alias", "url"})
self.instances_tree.grid(row=0, column=0, sticky="ew")
self.instances_tree.bind("<<TreeviewSelect>>", self.on_instance_selected)
y_scroll = ttk.Scrollbar(top, orient="vertical", command=self.instances_tree.yview)
x_scroll = ttk.Scrollbar(top, orient="horizontal", command=self.instances_tree.xview)
self.instances_tree.configure(yscrollcommand=y_scroll.set, xscrollcommand=x_scroll.set)
y_scroll.grid(row=0, column=1, sticky="ns")
x_scroll.grid(row=1, column=0, sticky="ew")
buttons = ttk.Frame(top)
buttons.grid(row=2, column=0, columnspan=2, sticky="w", pady=(10, 0))
self._button(buttons, text="Add", command=self.add_instance).pack(side=tk.LEFT, padx=(0, 6))
self._button(buttons, text="Duplicate", command=self.duplicate_instance).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Remove", command=self.remove_instance).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Start selected", command=self.start_selected_instance).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Stop selected", command=self.stop_selected_instance).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Restart selected", command=self.restart_selected_instance).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Start enabled", command=self.start_enabled_instances).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Stop all", command=self.stop_all_instances).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Copy URL", command=self.copy_selected_instance_url).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Use for proxy", command=self.use_selected_instance_for_proxy).pack(side=tk.LEFT, padx=6)
editor = ttk.LabelFrame(parent, text="Selected instance", padding=10)
editor.grid(row=1, column=0, sticky="ew")
editor.columnconfigure(0, weight=1)
editor.columnconfigure(1, weight=1)
string_keys = [
"id",
"name",
"profile",
"model_path",
"mmproj_path",
"models_dir",
"models_preset",
"host",
"port",
"alias",
"api_key",
"n_ctx",
"n_threads",
"n_threads_batch",
"n_gpu_layers",
"main_gpu",
"split_mode",
"tensor_split",
"n_batch",
"n_ubatch",
"flash_attn",
"models_max",
"extra_args",
]
for key in string_keys:
self.instance_vars[key] = tk.StringVar()
for key in ["enabled", "use_mmap", "use_mlock", "webui", "cont_batching", "metrics", "slots", "models_autoload"]:
self.instance_vars[key] = tk.BooleanVar()
basic = ttk.LabelFrame(editor, text="Basic", padding=8)
basic.grid(row=0, column=0, sticky="nsew", padx=(0, 5), pady=(0, 8))
basic.columnconfigure(1, weight=1)
paths = ttk.LabelFrame(editor, text="Models and router", padding=8)
paths.grid(row=0, column=1, sticky="nsew", padx=(5, 0), pady=(0, 8))
paths.columnconfigure(1, weight=1)
runtime = ttk.LabelFrame(editor, text="GPU and runtime", padding=8)
runtime.grid(row=1, column=0, columnspan=2, sticky="ew", pady=(0, 8))
runtime.columnconfigure(1, weight=1)
runtime.columnconfigure(4, weight=1)
flags = ttk.LabelFrame(editor, text="Flags", padding=8)
flags.grid(row=2, column=0, columnspan=2, sticky="ew")
self._checkbutton(basic, text="Enabled", variable=self.instance_vars["enabled"]).grid(
row=0, column=0, sticky="w", pady=4
)
self._entry_row(basic, 1, "ID", self.instance_vars["id"])
self._entry_row(basic, 2, "Name", self.instance_vars["name"])
instance_profile_combo = self._combo_row(basic, 3, "Profile", self.instance_vars["profile"], self.profile_names)
instance_profile_combo.bind("<<ComboboxSelected>>", self.on_instance_profile_changed)
self._entry_row(basic, 4, "Host", self.instance_vars["host"])
self._entry_row(basic, 5, "Port", self.instance_vars["port"])
self._entry_row(basic, 6, "Alias", self.instance_vars["alias"])
self._entry_row(basic, 7, "API key", self.instance_vars["api_key"], show="*")
self._path_row(paths, 0, "Model .gguf", self.instance_vars["model_path"], self.browse_instance_model)
self._path_row(paths, 1, "MMProj", self.instance_vars["mmproj_path"], self.browse_instance_mmproj)
self._path_row(paths, 2, "Models dir", self.instance_vars["models_dir"], self.browse_instance_models_dir, directory=True)
self._path_row(paths, 3, "Models preset", self.instance_vars["models_preset"], self.browse_instance_models_preset)
self._entry_row(paths, 4, "Router max models", self.instance_vars["models_max"])
self._entry_row(runtime, 0, "Context", self.instance_vars["n_ctx"])
self._entry_row(runtime, 1, "Threads", self.instance_vars["n_threads"])
self._entry_row(runtime, 2, "Batch threads", self.instance_vars["n_threads_batch"])
self._entry_row(runtime, 3, "GPU layers", self.instance_vars["n_gpu_layers"])
self._entry_row(runtime, 4, "Main GPU", self.instance_vars["main_gpu"])
self._combo_row(runtime, 5, "Split mode", self.instance_vars["split_mode"], ["none", "layer", "row", "tensor"])
self._entry_row(runtime, 6, "Tensor split", self.instance_vars["tensor_split"])
self._entry_row(runtime, 7, "Batch", self.instance_vars["n_batch"])
self._entry_row(runtime, 8, "Micro-batch", self.instance_vars["n_ubatch"])
self._combo_row(runtime, 9, "Flash attention", self.instance_vars["flash_attn"], ["auto", "on", "off"])
self._entry_row(runtime, 10, "Extra args", self.instance_vars["extra_args"])
for idx, (key, label) in enumerate(
[
("use_mmap", "mmap"),
("use_mlock", "mlock"),
("webui", "web UI"),
("cont_batching", "continuous batching"),
("metrics", "metrics"),
("slots", "slots"),
("models_autoload", "router autoload"),
]
):
self._checkbutton(flags, text=label, variable=self.instance_vars[key]).grid(
row=idx // 3, column=idx % 3, sticky="w", padx=(0, 14), pady=2
)
ttk.Label(
editor,
text="Каждый instance хранит свои настройки. Вкладка Server для multi-instance не нужна.",
foreground="#555",
).grid(row=3, column=0, columnspan=2, sticky="w", pady=(8, 0))
editor_buttons = ttk.Frame(editor)
editor_buttons.grid(row=4, column=0, columnspan=2, sticky="w", pady=(10, 0))
self._button(editor_buttons, text="Apply to selected", command=self.apply_instance_editor).pack(side=tk.LEFT)
self._button(editor_buttons, text="Reload selected", command=self.reload_selected_instance).pack(side=tk.LEFT, padx=8)
def _build_proxy_tab(self, parent: ttk.Frame) -> None:
parent.columnconfigure(1, weight=1)
self.proxy_vars["enabled"] = tk.BooleanVar()
self.proxy_vars["host"] = tk.StringVar()
self.proxy_vars["port"] = tk.StringVar()
self.proxy_vars["target_base_url"] = tk.StringVar()
self.proxy_vars["target_api_key"] = tk.StringVar()
self.proxy_vars["model"] = tk.StringVar()
self._checkbutton(parent, text="Start proxy together with server", variable=self.proxy_vars["enabled"]).grid(
row=0, column=0, columnspan=3, sticky="w", pady=(0, 10)
)
self._entry_row(parent, 1, "Proxy host", self.proxy_vars["host"])
self._entry_row(parent, 2, "Proxy port", self.proxy_vars["port"])
self._entry_row(parent, 3, "Target OpenAI URL", self.proxy_vars["target_base_url"])
self._entry_row(parent, 4, "Target API key", self.proxy_vars["target_api_key"], show="*")
self._entry_row(parent, 5, "Model name", self.proxy_vars["model"])
ttk.Label(
parent,
text="Leave Target OpenAI URL empty to use the active llama-server profile.",
foreground="#555",
).grid(row=6, column=1, sticky="w", pady=(0, 10))
buttons = ttk.Frame(parent)
buttons.grid(row=7, column=0, columnspan=3, sticky="w", pady=8)
self._button(buttons, text="Start proxy", command=self.start_proxy).pack(side=tk.LEFT, padx=(0, 6))
self._button(buttons, text="Stop proxy", command=self.stop_proxy).pack(side=tk.LEFT, padx=6)
self._button(buttons, text="Copy Ollama URL", command=self.copy_ollama_url).pack(side=tk.LEFT, padx=6)
def _build_devices_tab(self, parent: ttk.Frame) -> None:
parent.rowconfigure(1, weight=1)
parent.columnconfigure(0, weight=1)
self._button(parent, text="Refresh devices", command=self.refresh_devices).grid(row=0, column=0, sticky="w")
self.devices_text = tk.Text(parent, height=20, wrap="word")
self.devices_text.grid(row=1, column=0, sticky="nsew", pady=(8, 0))
def _build_logs_tab(self, parent: ttk.Frame) -> None:
parent.rowconfigure(2, weight=1)
parent.columnconfigure(0, weight=1)
toolbar = ttk.Frame(parent)
toolbar.grid(row=0, column=0, sticky="ew")
self._button(toolbar, text="Refresh logs", command=self.refresh_logs).pack(side=tk.LEFT, padx=(0, 6))
self._button(toolbar, text="Open logs folder", command=self.open_logs_folder).pack(side=tk.LEFT, padx=6)
self.log_path_var = tk.StringVar()
ttk.Label(parent, textvariable=self.log_path_var, foreground="#555").grid(row=1, column=0, sticky="w", pady=6)
self.logs_text = tk.Text(parent, height=28, wrap="none")
self.logs_text.grid(row=2, column=0, sticky="nsew")
scroll_y = ttk.Scrollbar(parent, command=self.logs_text.yview)
scroll_y.grid(row=2, column=1, sticky="ns")
self.logs_text.configure(yscrollcommand=scroll_y.set)
def _build_help_tab(self, parent: ttk.Frame) -> None:
parent.rowconfigure(0, weight=1)
parent.columnconfigure(0, weight=1)
text = tk.Text(parent, wrap="word", height=28)
text.grid(row=0, column=0, sticky="nsew")
scroll_y = ttk.Scrollbar(parent, command=text.yview)
scroll_y.grid(row=0, column=1, sticky="ns")
text.configure(yscrollcommand=scroll_y.set)
text.insert("1.0", HOUSEHOLD_HELP_TEXT)
text.configure(state="disabled")
def _build_bottom_bar(self) -> None:
bottom = ttk.Frame(self.root, padding=(10, 0, 10, 10))
bottom.grid(row=1, column=0, sticky="ew")
bottom.columnconfigure(0, weight=1)
status = ttk.LabelFrame(bottom, text="Status", padding=8)
status.grid(row=0, column=0, sticky="ew", padx=(0, 8))
status.columnconfigure(1, weight=1)
for row, key in enumerate(["server", "proxy", "urls"]):
self.status_vars[key] = tk.StringVar()
ttk.Label(status, text=key.capitalize()).grid(row=row, column=0, sticky="w", padx=(0, 10))
ttk.Label(status, textvariable=self.status_vars[key]).grid(row=row, column=1, sticky="w")
buttons = ttk.Frame(bottom)
buttons.grid(row=0, column=1, sticky="e")
self._button(buttons, text="Save", command=self.save_all).grid(row=0, column=0, padx=3)
self._button(buttons, text="Start", command=self.start_all).grid(row=0, column=1, padx=3)
self._button(buttons, text="Restart", command=self.restart_all).grid(row=0, column=2, padx=3)
self._button(buttons, text="Stop", command=self.stop_all).grid(row=0, column=3, padx=3)
self._button(buttons, text="Open", command=self.open_server).grid(row=0, column=4, padx=3)
self._button(buttons, text="Copy OpenAI URL", command=self.copy_openai_url).grid(row=1, column=1, padx=3, pady=(6, 0))
self._button(buttons, text="Copy Ollama URL", command=self.copy_ollama_url).grid(row=1, column=2, padx=3, pady=(6, 0))
self._button(buttons, text="Quit", command=self.root.destroy).grid(row=1, column=4, padx=3, pady=(6, 0))
def _entry_row(self, parent: ttk.Frame, row: int, label: str, var: tk.Variable, show: str | None = None) -> ttk.Entry:
label_widget = ttk.Label(parent, text=label)
label_widget.grid(row=row, column=0, sticky="w", padx=(0, 8), pady=4)
self._attach_tooltip(label_widget, label)
entry = ttk.Entry(parent, textvariable=var, show=show)
entry.grid(row=row, column=1, sticky="ew", pady=4)
self._attach_tooltip(entry, label)
return entry
def _combo_row(self, parent: ttk.Frame, row: int, label: str, var: tk.Variable, values: list[str]) -> ttk.Combobox:
label_widget = ttk.Label(parent, text=label)
label_widget.grid(row=row, column=0, sticky="w", padx=(0, 8), pady=4)
self._attach_tooltip(label_widget, label)
combo = ttk.Combobox(parent, textvariable=var, values=values, state="readonly")
combo.grid(row=row, column=1, sticky="ew", pady=4)
self._attach_tooltip(combo, label)
return combo
def _path_row(
self,
parent: ttk.Frame,
row: int,
label: str,
var: tk.Variable,
command,
directory: bool = False,
) -> None:
self._entry_row(parent, row, label, var)
browse = self._button(parent, text="Browse", command=command, width=10)
self._attach_tooltip(browse, label, f"Выбрать значение для поля {label}.")
browse.grid(row=row, column=2, sticky="e", padx=(6, 0))
def browse_python(self) -> None:
self._browse_file(self.runtime_vars["python_path"], "Select Python runtime")
def browse_binary(self) -> None:
self._browse_file(self.runtime_vars["llama_server_binary"], "Select llama-server")
def browse_cwd(self) -> None:
self._browse_dir(self.runtime_vars["llama_server_cwd"])
def browse_lib_dir(self) -> None:
self._browse_dir(self.runtime_vars["llama_server_library_path"])
def beginner_setup(self) -> None:
base_python = shutil.which("python3") or sys.executable
if not base_python or not Path(base_python).exists():
messagebox.showerror("Beginner setup", "python3 not found. Install python3 first.")
return
requirements = APP_DIR / "requirements.txt"
if not requirements.exists():
messagebox.showerror("Beginner setup", f"requirements.txt not found:\n{requirements}")
return
venv_dir = APP_DIR / ".venv"
venv_python = venv_dir / "bin" / "python"
script = " && ".join(
[
f"{shlex.quote(base_python)} -m venv {shlex.quote(str(venv_dir))}",
f"{shlex.quote(str(venv_python))} -m pip install -r {shlex.quote(str(requirements))}",
]
)
if not messagebox.askyesno(
"Beginner setup",
"Create/update local .venv and install Python dependencies?\n\n"
f"Python will be set to:\n{venv_python}",
):
return
def on_success() -> None:
self.runtime_vars["python_path"].set(str(venv_python))
self._save_runtime_vars()
save_config(self.config)
self.manager.update_config(self.config)
messagebox.showinfo(
"Beginner setup",
"Local .venv is ready. Python runtime was updated.\n\n"
"Next: click Auto-detect runtime, choose a .gguf model, then Start.",
)
self._run_command_window("Beginner setup", ["bash", "-lc", script], cwd=APP_DIR, on_success=on_success)
def _runtime_config_from_vars(self) -> dict[str, Any]:
config = dict(self.config)
for key, var in self.runtime_vars.items():
config[key] = str(var.get() or "").strip()
return config
def auto_detect_runtime(self) -> None:
detected = detect_runtime_paths(self._runtime_config_from_vars(), prefer_existing=False, deep_search=True)
labels = {
"python_path": "Python",
"llama_server_binary": "llama-server",
"llama_server_cwd": "Working dir",
"llama_server_library_path": "LD library path",
}
applied: list[str] = []
warnings: list[str] = []
for key in RUNTIME_KEYS:
value = str(detected.get(key) or "").strip()
if value and runtime_value_is_usable(key, value):
self.runtime_vars[key].set(value)
applied.append(f"{labels[key]}: {value}")
else:
warnings.append(f"{labels[key]}: not found")
self._save_runtime_vars()
save_config(self.config)
self.manager.update_config(self.config)
self.refresh_status()
unusable = [
labels[key]
for key in RUNTIME_KEYS
if not runtime_value_is_usable(key, self.runtime_vars[key].get())
]
message = "\n".join(applied + warnings)
if unusable:
message += "\n\nNeed manual check: " + ", ".join(unusable)
messagebox.showwarning("Auto-detect runtime", message)
else:
messagebox.showinfo("Auto-detect runtime", message)
def _selected_release_backend(self) -> str:
backend = str(self.runtime_vars["llama_cpp_release_backend"].get() or "auto").strip().lower()
return backend if backend in BACKEND_CHOICES else "auto"
def _release_tool_command(self, command: str, *args: str) -> list[str]:
python_path = self._selected_python_path()
return [
python_path,
str(APP_DIR / "llama_cpp_release.py"),
"--backend",
self._selected_release_backend(),
command,
*args,
]
def check_llama_server_version(self) -> None:
binary = str(self.runtime_vars["llama_server_binary"].get() or "").strip()
if not binary:
messagebox.showwarning("Check server version", "llama-server path is empty.")
return
command = self._release_tool_command("version", "--binary", binary)
library = str(self.runtime_vars["llama_server_library_path"].get() or "").strip()
if library:
command.extend(["--library", library])
self._run_command_window("Check server version", command, cwd=APP_DIR)
def check_llama_cpp_updates(self) -> None:
binary = str(self.runtime_vars["llama_server_binary"].get() or "").strip()
command = self._release_tool_command("check")
if binary:
command.extend(["--binary", binary])
library = str(self.runtime_vars["llama_server_library_path"].get() or "").strip()
if library:
command.extend(["--library", library])
self._run_command_window("Check llama.cpp updates", command, cwd=APP_DIR)
def download_llama_server(self) -> None:
backend = self._selected_release_backend()
if not messagebox.askyesno(
"Download llama-server",
"Download the latest prebuilt llama.cpp release from GitHub?\n\n"
f"Backend: {backend}\n\n"
"The downloaded server will be saved under runtime/llama.cpp and selected in Runtime.",
):
return
def on_success() -> None:
manifest = read_manifest()
binary = str(manifest.get("binary_path") or "")
library = str(manifest.get("library_path") or "")
if binary:
self.runtime_vars["llama_server_binary"].set(binary)
self.runtime_vars["llama_server_cwd"].set(str(Path(binary).parent))
if library:
self.runtime_vars["llama_server_library_path"].set(library)
self._save_runtime_vars()
save_config(self.config)
self.manager.update_config(self.config)
self.refresh_status()
messagebox.showinfo(
"Download llama-server",
"llama-server was downloaded and selected.\n\n"
f"Release: {manifest.get('tag_name') or 'unknown'}\n"
f"Binary: {binary or 'not found'}\n\n"
"Restart any running server to use the new binary.",
)
self._run_command_window(
"Download llama-server",
self._release_tool_command("install"),
cwd=APP_DIR,
on_success=on_success,
)
def _selected_python_path(self) -> str:
python_path = str(self.runtime_vars["python_path"].get() or "").strip()
if python_path and Path(python_path).exists():
return python_path
detected = detect_runtime_paths(self._runtime_config_from_vars(), prefer_existing=True, deep_search=False)
return detected.get("python_path") or sys.executable
def install_python_libraries(self) -> None: