GYR030913/llm-recovery-dt
GitHub: GYR030913/llm-recovery-dt
这是一个基于大型语言模型的决策支持系统，用于在网络攻击中辅助事件响应和恢复规划。
Stars: 0 | Forks: 0
# 基于轻量级大型语言模型的决策理论事件响应规划
一个由基础模型驱动的决策支持系统，用于在网络系统中从网络攻击中恢复。
## 环境要求
- Python 3.8+
- `torch`
- `transformers`
- `peft`
- `bitsandbytes`
- `accelerate`
## 开发环境要求
- Python 3.8+
- `flake8` (用于代码风格检查)
- `flake8-rst-docstrings` (用于文档字符串风格检查)
- `tox` (用于自动化测试)
- `pytest` (用于单元测试)
- `pytest-cov` (用于单元测试覆盖率)
- `mypy` (用于静态类型检查)
- `mypy-extensions` (用于静态类型检查)
- `mypy-protobuf` (用于静态类型检查)
- `types-PyYaml` (用于静态类型检查)
- `types-paramiko` (用于静态类型检查)
- `types-protobuf` (用于静态类型检查)
- `types-requests` (用于静态类型检查)
- `types-urllib3` (用于静态类型检查)
- `sphinx` (用于 API 文档)
- `sphinxcontrib-napoleon` (用于 API 文档)
- `sphinx-rtd-theme` (用于 API 文档)
- `pytest-mock` (用于模拟测试)
- `pytest-grpc` (用于 gRPC 测试)
## 安装说明
```
# 从 pip 安装
pip install llm_recovery==
# 从源码本地安装
$ pip install -e llm_recovery
# 或（等效方式）：
make install
# 强制升级依赖
$ pip install -e llm_recovery --upgrade
# git clone 并从源码安装
git clone https://github.com/Limmen/llm_recovery
cd llm_recovery
pip3 install -e .
# 安装开发依赖
$ pip install -r requirements_dev.txt
```
### 开发工具
一次性安装所有开发工具：
```
make install_dev
```
或
```
pip install -r requirements_dev.txt
```
## 静态代码分析
要运行 Python 代码风格检查器，请执行以下命令：
```
flake8 .
# 或（等效方式）：
make lint
```
要运行 mypy 类型检查器，请执行以下命令：
```
mypy .
# 或（等效方式）：
make types
```
## 单元测试
要运行所有单元测试，请执行以下命令：
```
pytest
# 或（等效方式）：
make unit_tests
```
要运行特定测试套件的测试，请执行以下命令：
```
pytest -k "ClassName"
```
要生成覆盖率报告，请执行以下命令：
```
pytest --cov=llm_recovery
```
## 在不同 Python 环境中运行测试和代码分析
要在不同的 Python 环境中运行测试和代码分析，请执行以下命令：
```
tox
# 或（等效方式）：
make tests
```
## 创建新版本并发布到 PyPi
首先通过执行以下命令构建包：
```
python -m build
# 或（等效方式）
make build
```
运行上述命令后，构建好的包位于 `./dist` 目录。
通过运行以下命令将构建好的包推送到 PyPi：
```
python -m twine upload dist/*
# 或（等效方式）
make push
```
要一次性执行所有发布命令，请执行：
```
make release
```
## 作者与维护者
Kim Hammar
## 版权与许可
[许可证](LICENSE.md)
知识共享
(C) 2025, Kim Hammar
标签：Accelerate, Apex, API文档, BitsAndBytes, PEFT, Python, PyTorch, 决策支持系统, 决策理论, 凭据扫描, 大型语言模型, 数字孪生, 无后门, 机器学习, 系统调用监控, 网络安全, 网络攻击恢复, 软件开发, 轻量级模型, 逆向工具, 隐私保护, 静态类型检查