> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/text-generation-webui.md).

# Text Generation WebUI

Запускайте самый популярный интерфейс LLM с поддержкой всех форматов моделей.

{% hint style="success" %}
Все примеры можно запускать на GPU-серверах, арендованных через [маркетплейс CLORE.AI](https://clore.ai/marketplace).
{% endhint %}

## Аренда на CLORE.AI

1. Перейдите на [маркетплейс CLORE.AI](https://clore.ai/marketplace)
2. Отфильтруйте по типу GPU, объёму VRAM и цене
3. Выберите **On-Demand** (фиксированная ставка) или **Spot** (цена ставки)
4. Настройте свой заказ:
   * Выберите Docker-образ
   * Установите порты (TCP для SSH, HTTP для веб-интерфейсов)
   * При необходимости добавьте переменные окружения
   * Введите команду запуска
5. Выберите способ оплаты: **CLORE**, **BTC**, или **USDT/USDC**
6. Создайте заказ и дождитесь развертывания

### Получите доступ к своему серверу

* Найдите данные для подключения в **Мои заказы**
* Веб-интерфейсы: используйте URL HTTP-порта
* SSH: `ssh -p <port> root@<proxy-address>`

## Почему Text Generation WebUI?

* Поддерживает форматы GGUF, GPTQ, AWQ, EXL2, HF
* Встроенные режимы чата, блокнота и API
* Расширения: голос, персонажи, мультимодальность
* Поддержка тонкой настройки
* Переключение моделей на лету

## Требования

| Размер модели | Мин. VRAM | Рекомендуется |
| ------------- | --------- | ------------- |
| 7B (Q4)       | 6 ГБ      | RTX 3060      |
| 13B (Q4)      | 10 ГБ     | RTX 3080      |
| 30B (Q4)      | 20 ГБ     | RTX 4090      |
| 70B (Q4)      | 40 ГБ     | A100          |

## Быстрое развёртывание

**Docker-образ:**

```
atinoda/text-generation-webui:default-nvidia
```

**Порты:**

```
22/tcp
7860/http
5000/http
5005/http
```

**Окружение:**

```
EXTRA_LAUNCH_ARGS=--listen --api
```

## Ручная установка

**Образ:**

```
nvidia/cuda:12.8.1-devel-ubuntu22.04
```

**Порты:**

```
22/tcp
7860/http
5000/http
```

**Команда:**

```bash
apt-get update && apt-get install -y git python3 python3-pip && \
cd /workspace && \
git clone https://github.com/oobabooga/text-generation-webui.git && \
cd text-generation-webui && \
pip install -r requirements.txt && \
python server.py --listen --api
```

## Доступ к вашему сервису

После развертывания найдите свой `http_pub` URL в **Мои заказы**:

1. Перейдите на **Мои заказы** страницу
2. Нажмите на свой заказ
3. Найдите `http_pub` URL (например, `abc123.clorecloud.net`)

Используйте `https://YOUR_HTTP_PUB_URL` вместо `localhost` в примерах ниже.

## Откройте WebUI

1. Дождитесь развертывания
2. Найдите сопоставление порта 7860 в **Мои заказы**
3. Открыть: `http://<proxy>:<port>`

## Скачать модели

### С HuggingFace (в WebUI)

1. Перейдите на **Модель** вкладка
2. Введите имя модели: `bartowski/Meta-Llama-3.1-8B-Instruct-GGUF`
3. Нажмите **Скачать**

### Через командную строку

```bash
cd /workspace/text-generation-webui

# Скачать модель GGUF
python download-model.py bartowski/Meta-Llama-3.1-8B-Instruct-GGUF

# Скачать конкретный файл
python download-model.py bartowski/Meta-Llama-3.1-8B-Instruct-GGUF --specific-file Meta-Llama-3.1-8B-Instruct-Q4_K_M.gguf
```

### Рекомендуемые модели

**Для чата:**

```bash

# Llama 2 Chat (7B, быстро)
python download-model.py bartowski/Meta-Llama-3.1-8B-Instruct-GGUF

# Mistral Instruct (отлично)
python download-model.py bartowski/Mistral-7B-Instruct-v0.3-GGUF

# OpenHermes (отличный универсал)
python download-model.py bartowski/OpenHermes-2.5-Mistral-7B-GGUF
```

**Для программирования:**

```bash

# CodeLlama
python download-model.py bartowski/CodeLlama-13B-Instruct-GGUF

# DeepSeek Coder
python download-model.py bartowski/DeepSeek-Coder-V2-Lite-Instruct-GGUF
```

**Для ролевых игр:**

```bash

# MythoMax
python download-model.py bartowski/MythoMax-L2-13B-GGUF
```

## Загрузка моделей

### GGUF (рекомендуется большинству пользователей)

1. **Модель** вкладка → Выберите папку модели
2. **Загрузчик модели:** llama.cpp
3. Установите **n-gpu-layers:**
   * RTX 3090: 35-40
   * RTX 4090: 45-50
   * A100: 80+
4. Нажмите **Загрузить**

### GPTQ (быстро, квантизировано)

1. Скачать модель GPTQ
2. **Загрузчик модели:** ExLlama\_HF или AutoGPTQ
3. Загрузить модель

### EXL2 (лучшая скорость)

```bash

# Установите exllamav2
pip install exllamav2
```

1. Скачать модель EXL2
2. **Загрузчик модели:** ExLlamav2\_HF
3. Загрузить

## Настройка чата

### Настройка персонажа

1. Перейдите на **Параметры** → **Персонаж**
2. Создайте или загрузите карточку персонажа
3. Задайте:
   * Имя
   * Контекст/персона
   * Пример диалога

### Режим Instruct

Для моделей, обученных по инструкциям:

1. **Параметры** → **Шаблон инструкции**
2. Выберите шаблон, соответствующий вашей модели:
   * Llama-2-chat
   * Mistral
   * ChatML
   * Alpaca

## Использование API

### Включить API

Начните с `--api` флаг (порт по умолчанию 5000)

### API, совместимый с OpenAI

```python
import openai

openai.api_base = "http://localhost:5000/v1"
openai.api_key = "not-needed"

response = openai.ChatCompletion.create(
    model="any",
    messages=[{"role": "user", "content": "Hello!"}]
)
print(response.choices[0].message.content)
```

### Нативный API

```python
import requests

response = requests.post(
    "http://localhost:5000/api/v1/generate",
    json={
        "prompt": "Напишите историю о",
        "max_new_tokens": 200,
        "temperature": 0.7
    }
)
print(response.json()["results"][0]["text"])
```

## Расширения

### Установка расширений

```bash
cd /workspace/text-generation-webui/extensions

# Silero TTS (голос)
git clone https://github.com/oobabooga/text-generation-webui-extensions

# SuperBoogav2 (RAG/долговременная память)

# Уже включено, включите в интерфейсе
```

### Включить расширения

1. **Сессия** вкладка → **Расширения**
2. Поставьте флажки у нужных расширений
3. Нажмите **Применить и перезапустить**

### Популярные расширения

| Расширение        | Назначение                     |
| ----------------- | ------------------------------ |
| silero\_tts       | Голосовой вывод                |
| whisper\_stt      | Голосовой ввод                 |
| superbooga        | Вопросы и ответы по документам |
| sd\_api\_pictures | Генерация изображений          |
| multimodal        | Понимание изображений          |

## Настройка производительности

### Настройки GGUF

```
n_gpu_layers: 35    # слои GPU (больше = быстрее)
n_ctx: 4096         # длина контекста
n_batch: 512        # размер пакета
threads: 8          # потоки CPU
```

### Оптимизация памяти

При ограниченной VRAM:

```bash
python server.py --listen --n-gpu-layers 20 --no-mmap
```

### Оптимизация скорости

```bash

# Используйте llama.cpp с cuBLAS
python server.py --listen --loader llama.cpp --n-gpu-layers 50 --threads 8
```

## Дообучение (LoRA)

### Вкладка обучения

1. Перейдите на **Обучение** вкладка
2. Загрузите базовую модель
3. Загрузите набор данных (формат JSON)
4. Настройте:
   * Ранг LoRA: 8-32
   * Скорость обучения: 1e-4
   * Эпохи: 3-5
5. Начните обучение

### Формат набора данных

```json
[
  {"instruction": "Суммируй это:", "input": "Длинный текст...", "output": "Краткое содержание..."},
  {"instruction": "Переведи на французский:", "input": "Привет", "output": "Bonjour"}
]
```

## Сохранение вашей работы

```bash

# Сохранить модели
rsync -avz /workspace/text-generation-webui/models/ backup-server:/models/

# Сохранить персонажей
rsync -avz /workspace/text-generation-webui/characters/ backup-server:/characters/

# Сохранить LoRA
rsync -avz /workspace/text-generation-webui/loras/ backup-server:/loras/
```

## Устранение неполадок

### Модель не загружается

* Проверьте использование VRAM: `nvidia-smi`
* Уменьшите `n_gpu_layers`
* Используйте более низкую квантизацию (Q4\_K\_M → Q4\_K\_S)

### Медленная генерация

* Увеличьте `n_gpu_layers`
* Используйте EXL2 вместо GGUF
* Включите `--no-mmap`

{% hint style="danger" %}
**Не хватает памяти**
{% endhint %}

во время генерации - уменьшите \`n\_ctx\` (длину контекста) - используйте \`--n-gpu-layers 0\` только для CPU - попробуйте модель поменьше

## Оценка стоимости

Типичные цены на маркетплейсе CLORE.AI (по состоянию на 2024 год):

| GPU        | Почасовая ставка | Дневная ставка | 4-часовая сессия |
| ---------- | ---------------- | -------------- | ---------------- |
| RTX 3060   | \~$0.03          | \~$0.70        | \~$0.12          |
| RTX 3090   | \~$0.06          | \~$1.50        | \~$0.25          |
| RTX 4090   | \~$0.10          | \~$2.30        | \~$0.40          |
| A100 40 ГБ | \~$0.17          | \~$4.00        | \~$0.70          |
| A100 80 ГБ | \~$0.25          | \~$6.00        | \~$1.00          |

*Цены зависят от провайдера и спроса. Проверьте* [*маркетплейс CLORE.AI*](https://clore.ai/marketplace) *актуальные тарифы.*

**Сэкономьте деньги:**

* Используйте **Spot** рынок для прерываемых задач — примерно треть серверов оценивает spot-цены ниже on-demand (медиана \~13% скидки), остальные совпадают с ними
* Платите **CLORE** токенами
* Сравните цены у разных провайдеров


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-ru/yazykovye-modeli/text-generation-webui.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.