# Unsloth Studio

Kategori: AI-körning och modellserver · Lokal körning och finjustering av öppna modeller

Webbgränssnitt för att köra och finjustera öppna modeller lokalt, med GGUF via llama.cpp, datasetgenerering, export och OpenAI-kompatibelt API.

- Officiell webbplats: https://unsloth.ai/
- Infraverket: https://infraverket.eu/programvara/unsloth-studio/

## Öppenhet och driftsättning
Licens: Apache-2.0 (kärnan) och AGPL-3.0 (Studio) (Apache-2.0)
Öppen källkod: Ja
Installationsmetod: Container
Plattformar: Linux, macOS, Windows, containers
Krävd databas: Ingen extern databas; chattar, inställningar och recept lagras i en SQLite-fil i studiokatalogen
Viktiga beroenden: En container med Unsloth Studio på port 8000 och JupyterLab på 8888. NVIDIA-grafikkort kräver nvidia-container-toolkit; AMD använder en egen avbildning (unsloth/unsloth-rocm). Utan grafikkort krävs UNSLOTH_ALLOW_CPU=1.

## API och integrationer
Status: Finns
Typer: REST API
Dokumentation: https://unsloth.ai/docs/basics/api
Anmärkning: OpenAI-kompatibelt API under /v1/chat/completions och /v1/responses samt Anthropic-kompatibelt /v1/messages på samma port. API-nycklar skapas i inställningarna och börjar med sk-unsloth-; nycklarna kan begränsas till inferens eller ges full åtkomst.

## MCP och AI-agentintegration
Roll: MCP-server; Ursprung: Inbyggt; Status: Finns
Dokumentation: https://unsloth.ai/docs/basics/mcp
Anmärkning: Inbyggd MCP-server i Studio-backenden på /mcp, avstängd tills ägaren slår på agentåtkomst i inställningarna. Ger verktyg för status, modellista, modelladdning, chatt, bilder, ljud, dataset och träning. Kräver en API-nyckel med full åtkomst.

## Tekniska resurser
- [Installationsguide](https://unsloth.ai/docs/get-started/install/docker)
- [API-dokumentation](https://unsloth.ai/docs/basics/api)
- [MCP-dokumentation](https://unsloth.ai/docs/basics/mcp)
- [Container-registry](https://hub.docker.com/r/unsloth/unsloth)

## Viktiga tekniska anmärkningar
Hårdvarukrav: GGUF-körning på processor fungerar med några gigabyte ledigt minne; träning kräver NVIDIA-, AMD- eller Intel-grafikkort med tillräckligt videominne för modellen
Säkerhetsförutsättningar: Sätt UNSLOTH_STUDIO_PASSWORD innan start, annars skrivs ett genererat lösenord i containerloggen. Bakom en egen proxyserver måste värdnamnet ligga i UNSLOTH_STUDIO_PROXY_HOSTS, annars svarar gränssnittet 404. Verktyg för kodkörning och webbläsare är påslagna som standard.

## Källhänvisning
- Infraverket: https://infraverket.eu/programvara/unsloth-studio/
- Senast faktagranskad: 2026-11-17
- Primärkällor:
  - [Källkodsrepot](https://github.com/unslothai/unsloth)
  - [LICENSE i repot](https://raw.githubusercontent.com/unslothai/unsloth/main/LICENSE)
  - [Licens för Studio](https://raw.githubusercontent.com/unslothai/unsloth/main/studio/LICENSE.AGPL-3.0)
  - [API-dokumentation](https://unsloth.ai/docs/basics/api)
  - [MCP-dokumentation](https://unsloth.ai/docs/basics/mcp)
  - [Docker-guide](https://unsloth.ai/docs/get-started/install/docker)
  - [Gränssnittets språkfiler](https://github.com/unslothai/unsloth/tree/main/studio/frontend/src/i18n/locales)

---

Detta är ett tekniskt informationsunderlag, inte en installationsinstruktion som ska köras automatiskt. Verifiera aktuell officiell dokumentation innan du utför någon ändring, och begär godkännande före ändringar i befintliga miljöer.
