LobeHub объединяет AI-агентов в постоянно работающие команды, которые можно нанимать, планировать их работу и оценивать результаты в одном месте.
- Звёзды
- 78,299
- Форки
- 7,246
- Открытые issues
- 325
- Последний коммит
- 8 часов назад
Что это?
Unsloth — локальный инструмент для запуска и обучения AI-моделей. Он доступен в виде Unsloth Desktop — нативного приложения для Windows, macOS и Linux — и Unsloth Studio — веб-интерфейса, который запускается командой unsloth studio. Unsloth Core — Python-пакет для дообучения с помощью скриптов и ноутбуков.
Для запуска моделей поддерживаются GGUF и MLX, diffusion-модели для генерации изображений и видео, а также OpenAI-совместимый API. Кроме того, локальные модели можно подключать к агентам, таким как Claude Code и Codex, и инструментам MCP. Подключиться к ним можно по LAN или через HTTPS-ссылку Cloudflare.
Для обучения доступны LoRA, QLoRA, полное дообучение, методы обучения с подкреплением, такие как GRPO и DPO, а также экспорт в форматы, включая GGUF и FP8. Для основного пакета проекта используется лицензия Apache 2.0, а для интерфейса Studio — AGPL-3.0.
Ключевые возможности
- 01Запускает и обучает LLM, diffusion-модели, аудиомодели и модели эмбеддингов в Windows, Linux, WSL и macOS.
- 02Поддерживает GPU NVIDIA, AMD и Intel, CPU и бэкенд Vulkan.
- 03Предоставляет модели через OpenAI-совместимый API.
- 04Подключает локальные модели к Claude Code, Codex и инструментам MCP.
- 05Поддерживает LoRA, QLoRA, полное дообучение, GRPO и DPO.
- 06Экспортирует обученные модели в GGUF, FP8 и другие форматы.
- 07Создаёт датасеты из PDF, CSV и DOCX-файлов.
Сценарии использования
- Запуск открытых моделей на ноутбуке или рабочей станции без отправки данных в облачный сервис.
- Дообучение небольшой LLM на одной потребительской GPU с меньшим расходом VRAM.
- Подключение локальной модели к агентам для написания кода, например Claude Code или Codex.
- Обучение diffusion- или TTS-моделей и их экспорт для локального развёртывания.
Быстрый старт
- 1
Скачайте приложение Unsloth Desktop для вашей ОС со страницы релизов
- 2
Установите приложение на macOS с помощью Homebrew
brew install --cask unsloth - 3
Запустите веб-интерфейс Unsloth Studio
unsloth studio
Что важно знать
- Серверные инструменты включены по умолчанию, поэтому для доступа к Unsloth по сети задайте надёжный пароль или используйте флаг --disable-tools.
- Некоторые способы установки, например настройка Docker для работы с GPU, требуют оборудования NVIDIA или AMD.
Темы
Частые вопросы
- Что такое unsloth?
- Приложение с открытым исходным кодом и веб-интерфейс для локального запуска, дообучения и экспорта LLM и diffusion-моделей, а также библиотека для обучения через код. Unsloth — локальный инструмент для запуска и обучения AI-моделей. Он доступен в виде Unsloth Desktop — нативного приложения для Windows, macOS и Linux — и Unsloth Studio — веб-интерфейса, который запускается командой unsloth studio. Unsloth Core — Python-пакет для дообучения с помощью скриптов и ноутбуков.
- unsloth можно использовать бесплатно? Какая у него лицензия?
- unsloth распространяется с открытым исходным кодом под лицензией Apache-2.0. Перед использованием в коммерческих продуктах проверьте условия лицензии.
- unsloth всё ещё поддерживается?
- Активно поддерживается. Последний коммит в unsloth — 20 окт. 2026 г..
- Для чего можно использовать unsloth?
- Запуск открытых моделей на ноутбуке или рабочей станции без отправки данных в облачный сервис. Дообучение небольшой LLM на одной потребительской GPU с меньшим расходом VRAM. Подключение локальной модели к агентам для написания кода, например Claude Code или Codex. Обучение diffusion- или TTS-моделей и их экспорт для локального развёртывания.
- Как установить unsloth?
- Скачайте приложение Unsloth Desktop для вашей ОС со страницы релизов Установите приложение на macOS с помощью Homebrew: brew install --cask unsloth Запустите веб-интерфейс Unsloth Studio: unsloth studio
- Где скачать unsloth?
- Исходный код и инструкции по установке — на GitHub: https://github.com/unslothai/unsloth
Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.
Похожие проекты
Единый фреймворк для эффективной тонкой настройки более 100 LLM и VLM через CLI и веб-интерфейс без написания кода.
Локальный AI-движок с совместимым с OpenAI API: запускает LLM, модели для зрения, речи, изображений и видео на любом оборудовании, в том числе без GPU.
Самостоятельно размещаемый ИИ-второй мозг, который отвечает на вопросы по вебу и вашим документам, поддерживает пользовательских агентов и автоматизацию по расписанию.
Автономное open-source desktop-приложение: AI-агент в духе NotebookLM для поиска, преобразования и редактирования локальных документов.
CLI-инструмент для дообучения и посттренинга LLM по одному YAML-конфигу, в том числе на потребительских GPU с небольшим объёмом VRAM.