Home

ChiefUI Assistant — Wiki

Yerel, sıfırdan eğitilen, UI/CSS üretimine odaklı bir yapay zekâ asistanı. Hiçbir hazır LLM / bulut API kullanılmaz (LLaMA, Qwen, Ollama, GGUF, OpenAI, Claude yok). Model PyTorch ile sıfırdan eğitilir.

Prompt → @@HTML / @@CSS / @@NOTES yapısal çıktı → canlı önizleme + kod sekmeleri + ZIP.

İçindekiler

• Mimari — sistem akışı, model bileşenleri, klasör yapısı
• Eğitim — veri → tokenizer → bin → model boru hattı, komutlar
• Veri Formatı — JSONL şeması, @@ işaretçi formatı, 8 kategori
• API — REST + WebSocket uçları
• SSS — sık sorulanlar ve sorun giderme

Donanım hedefi

• NVIDIA CUDA GPU (~6 GB, örn. GTX 1660 Ti / Turing). CPU fallback testte çalışır.
• MVP tek PC; mimari ileride 2. PC'yi worker olarak eklemeye uygun.

Hızlı başlangıç

# torch'u CUDA'na göre kur (1660 Ti -> cu126)
pip install torch --index-url https://download.pytorch.org/whl/cu126
pip install -r backend/requirements.txt
cd frontend && npm install && cd ..

# veri -> tokenizer -> bin -> eğit
python backend/datasets/build_seed.py
python scripts/train_tokenizer.py  --input backend/datasets --vocab-size 16000
python scripts/prepare_dataset.py  --input backend/datasets --out backend/datasets/bin
python scripts/train_model.py      --preset chiefui-tiny --data backend/datasets/bin --max-steps 1000

# çalıştır
cd backend && uvicorn app.main:app --port 8000      # ayrı terminalde: cd frontend && npm run dev
# tarayıcı: http://localhost:5173

Dürüst beklenti

Sıfırdan ~7–60M model, küçük veriyle çalışır ama çıktı başta basittir — kategoriyi doğru seçer ve geçerli HTML/CSS üretir, fakat tasarım çeşitliliği seed şablonlarıyla sınırlıdır. Kaliteli, özgün üretim için binlerce iyi örnek + uzun eğitim gerekir. Bu projenin amacı: uçtan uca çalışan boru hattı ve temiz, geliştirilebilir mimari.