Configuracao do servidor

Esta pagina resume a configuracao atual do backend local do ForgeLM.

Variaveis de ambiente principais

Modelo e bind

LOCALLLM_MODEL - caminho do arquivo .gguf a ser carregado
LOCALLLM_ADDR - endereco de bind do servidor, default 0.0.0.0:8080
LOCALLLM_MODEL_ALIASES - aliases separados por virgula para o modelo canonico

Perfil de runtime

LOCALLLM_PROFILE - balanced_9b, cpu_fallback ou default Turbo4B
LOCALLLM_GPU_LAYERS
LOCALLLM_CTX
LOCALLLM_BATCH
LOCALLLM_UBATCH
LOCALLLM_THREADS
LOCALLLM_THREADS_BATCH

Esses campos sobrepoem os defaults do perfil selecionado.

Perfis conhecidos

Turbo4B

n_gpu_layers = 999
n_ctx = 4096
n_batch = 512
n_ubatch = 128
flash_attn = true
n_threads = 8

Balanced9B

n_gpu_layers = 999
n_ctx = 2048
n_batch = 256
n_ubatch = 64
flash_attn = true
n_threads = 8

CpuFallback

n_gpu_layers = 0
n_ctx = 2048
n_batch = 128
n_ubatch = 32
flash_attn = false
n_threads = available_parallelism()

Auth

LOCALLLM_API_KEY - habilita auth por chave quando definido
LOCALLLM_AUTH_HEADER - nome do cabecalho preferencial; default authorization
LOCALLLM_AUTH_SCHEME - prefixo opcional para remover antes da comparacao

Se LOCALLLM_API_KEY estiver vazio ou ausente, a API funciona sem auth para GET /v1/models e POST /v1/chat/completions.

CORS

LOCALLLM_CORS_ORIGINS - lista separada por virgula

Comportamento atual:

sem configuracao explicita, o servidor libera *
quando a variavel existe, o backend constroi uma allowlist literal

Prompt de sistema e tool calling

LOCALLLM_SYSTEM_PROMPT - prompt de sistema default injetado quando a request nao traz mensagem system ou developer
LOCALLLM_ENABLE_TOOL_CALLS - habilita/desabilita tool calling no servidor

Exemplo de ambiente minimo

set LOCALLLM_MODEL=D:\modelos\meu-modelo.gguf
set LOCALLLM_ADDR=0.0.0.0:8080
cargo run -p inference-server

Exemplo com auth

set LOCALLLM_MODEL=D:\modelos\meu-modelo.gguf
set LOCALLLM_API_KEY=dev-secret
set LOCALLLM_AUTH_SCHEME=Bearer
cargo run -p inference-server

Alias de modelos

Quando LOCALLLM_MODEL_ALIASES esta definido, o backend expoe aliases adicionais em GET /v1/models. Esses aliases apontam para o mesmo root do modelo canonico e sao resolvidos pelo backend durante a validacao do campo model.

Observacoes operacionais

o banner do servidor imprime 127.0.0.1:<porta> como endereco recomendado para consumo local quando o bind usa 0.0.0.0
o app Tauri usa readiness por GET /health ao iniciar o runtime local
o backend nao persiste configuracao propria em arquivo; a persistencia de runtime local do app acontece no backend Tauri, nao dentro do inference-server

2.8 KiB Raw Blame History