Skip to content

README_AI_INTERFACE.md

Latest commit

 

History

History
279 lines (209 loc) · 7.22 KB

README_AI_INTERFACE.md

File metadata and controls

279 lines (209 loc) · 7.22 KB

SSlogs AI界面管理功能

🎉 新功能概述

我已经为SSlogs创建了一套完整的LM Studio模型管理界面，让您可以轻松地管理和配置AI模型。这套系统包括Web界面、命令行工具和快速启动脚本。

✨ 核心特性

🌐 Web界面管理

  • 直观的模型管理界面: 现代化的Web UI，支持模型浏览、选择和测试
  • 实时状态监控: 显示LM Studio连接状态和服务器信息
  • 智能推荐系统: 根据不同使用场景推荐最适合的模型
  • 模型测试功能: 在线测试模型响应和性能
  • 响应式设计: 支持桌面和移动设备访问

💻 命令行工具

  • 完整的CLI功能: 支持所有模型管理操作的命令行接口
  • 批量操作: 支持模型搜索、批量测试等高级功能
  • 配置管理: 查看和管理AI功能配置
  • 数据导出: 支持JSON和CSV格式的模型列表导出

🚀 快速启动

  • 一键启动脚本: 自动检查环境并启动管理界面
  • 依赖检查: 自动检测和安装缺失的Python包
  • 多模式支持: 支持Web界面和命令行两种模式

📁 文件结构

SSlogs/
├── core/
│   ├── model_manager.py          # 模型管理核心逻辑
│   ├── lm_studio_connector.py    # LM Studio连接器
│   ├── ai_threat_analyzer.py     # AI威胁分析器
│   ├── intelligent_log_analyzer.py # 智能日志分析器
│   ├── natural_language_interface.py # 自然语言接口
│   └── ai_config_manager.py      # AI配置管理器
├── web/
│   └── model_api.py             # Web API服务器和界面
├── cli/
│   └── model_cli.py             # 命令行工具
├── examples/
│   └── ai_demo.py               # AI功能演示脚本
├── docs/
│   ├── AI_INTEGRATION.md        # AI集成详细文档
│   └── MODEL_MANAGEMENT.md      # 模型管理使用指南
├── config/
│   └── ai_config.yaml           # AI配置文件
├── tests/
│   └── test_ai_integration.py   # AI功能测试套件
├── start_model_manager.py       # Python启动脚本
├── quick_start.sh              # Shell快速启动脚本
└── README_AI_INTERFACE.md      # 本文档

🚀 快速开始

方法一：使用快速启动脚本（推荐）

# 进入项目目录
cd /path/to/SSlogs

# 一键启动（自动检查环境和依赖）
./quick_start.sh

方法二：使用Python启动脚本

# 检查环境
python3 start_model_manager.py --check-only

# 启动Web界面
python3 start_model_manager.py

# 指定端口启动
python3 start_model_manager.py --port 8080

# 启动命令行模式
python3 start_model_manager.py --cli

方法三：直接运行Web服务器

python3 web/model_api.py

🌐 Web界面使用

  1. 启动服务器后访问: http://127.0.0.1:8080
  2. 查看服务器状态: 页面顶部显示LM Studio连接状态
  3. 刷新模型列表: 点击"🔄 刷新模型列表"按钮
  4. 选择模型: 在模型卡片中点击"选择"按钮
  5. 测试模型: 点击"测试"按钮进行模型测试
  6. 获取推荐: 选择使用场景后点击"⭐ 获取推荐"

💻 命令行工具使用

基本命令

# 查看服务器状态
python3 cli/model_cli.py status

# 列出所有模型
python3 cli/model_cli.py list

# 显示推荐模型
python3 cli/model_cli.py list --recommendations

# 选择模型
python3 cli/model_cli.py select llama-3-8b-instruct

# 测试模型
python3 cli/model_cli.py test llama-3-8b-instruct

# 显示当前模型
python3 cli/model_cli.py current

高级功能

# 获取安全分析推荐
python3 cli/model_cli.py recommend --use-case security_analysis

# 搜索模型
python3 cli/model_cli.py search llama

# 导出模型列表
python3 cli/model_cli.py export --format json --output models.json

# 查看配置
python3 cli/model_cli.py config --section lm_studio

⚙️ 配置说明

AI功能配置 (config/ai_config.yaml)

# LM Studio连接设置
lm_studio:
  host: "127.0.0.1"
  port: 1234
  timeout: 30
  model:
    preferred_model: ""  # 留空自动选择
    max_tokens: 2048
    temperature: 0.7

# AI功能开关
ai_features:
  threat_analysis: true          # 威胁分析
  natural_language_query: true   # 自然语言查询
  rule_explanation: true         # 规则解释
  security_recommendations: true # 安全建议
  batch_analysis: true          # 批量分析

# 性能配置
performance:
  max_concurrent_requests: 5
  batch_size: 10
  request_timeout: 30

模型推荐配置

model_compatibility:
  supported_series:
    - "llama"     # Llama系列
    - "qwen"      # 通义千问
    - "mistral"   # Mistral系列
    - "yi"        # 零一万物

  preferred_sizes:
    - 7           # 7B参数
    - 8           # 8B参数
    - 13          # 13B参数

  avoid_features:
    - "base"      # 避免基础模型
    - "raw"       # 避免原始模型

🔧 故障排除

常见问题

  1. 无法连接到LM Studio

    • 确保LM Studio正在运行
    • 检查本地服务器是否启动（端口1234）
    • 确认已加载至少一个模型

  2. Web界面无法访问

    • 检查端口是否被占用
    • 尝试使用不同的端口
    • 检查防火墙设置

  3. 依赖安装失败

    • 使用pip3安装: pip3 install flask flask-cors aiohttp pydantic
    • 或使用conda安装相应包

日志查看

# 查看模型管理器日志
tail -f logs/model_manager.log

# 查看AI分析日志
tail -f logs/ai_analysis.log

# 启动调试模式
python3 start_model_manager.py --debug

🎯 使用场景

1. 安全分析师

  • 使用"安全分析"推荐获得最适合的模型
  • 配置较低的temperature参数获得准确的分析结果
  • 启用威胁分析和自然语言查询功能

2. 系统管理员

  • 选择速度优先的模型进行实时监控
  • 配置批量分析提高处理效率
  • 使用命令行工具进行自动化管理

3. 开发者

  • 使用API接口集成到现有系统
  • 导出模型列表进行配置管理
  • 利用测试功能验证模型性能

📊 性能优化建议

模型选择

  • 速度优先: 选择7B/8B参数的模型
  • 质量优先: 选择13B/34B参数的模型
  • 内存优化: 选择Q4量化的模型

配置调优

  • 调整max_concurrent_requests控制并发数
  • 设置合适的batch_size提高批处理效率
  • 根据需要调整request_timeout

🔒 安全注意事项

  • 所有AI分析在本地进行，数据不会上传到外部服务器
  • 可以配置敏感信息过滤规则
  • 建议在生产环境中配置防火墙规则
  • 定期更新模型版本以确保安全性

📞 支持与反馈

  • 📖 详细文档: docs/AI_INTEGRATION.md 和 docs/MODEL_MANAGEMENT.md
  • 🧪 测试工具: python3 examples/ai_demo.py
  • 🐛 问题报告: 请在项目仓库提交Issue
  • 💡 功能建议: 欢迎提交Pull Request

🎉 开始使用

现在您已经了解了SSlogs AI界面管理功能，开始使用吧：

# 一键启动
./quick_start.sh

# 或者
python3 start_model_manager.py

然后在浏览器中访问 http://127.0.0.1:8080 开始管理您的AI模型！

感谢使用SSlogs AI功能！ 🚀