دفتر ملاحظات Docker Model Runner: الأوامر وال أمثلة

# Ubuntu/Debian
sudo apt-get update
sudo apt-get install docker-model-plugin

# Fedora/RHEL
sudo dnf install docker-model-plugin

# Arch Linux
sudo pacman -S docker-model-plugin

docker model --help

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

docker run --rm --gpus all <image> <command>

docker run --rm --gpus all nvidia/cuda:12.2.2-base-ubi8 nvidia-smi

which nvidia-container-runtime

sudo tee /etc/docker/daemon.json > /dev/null << 'EOF'
{
  "default-runtime": "nvidia",
  "runtimes": {
    "nvidia": {
      "path": "/usr/bin/nvidia-container-runtime",
      "runtimeArgs": []
    }
  }
}
EOF

sudo systemctl restart docker

docker info | grep -i runtime

# توقف المُشغل الحالي
docker model stop-runner

# إعادة التثبيت مع دعم CUDA
docker model reinstall-runner --gpu cuda

docker exec docker-model-runner nvidia-smi

docker model run ai/qwen3:14B-Q6_K "من أنت؟"

docker model logs | grep -i cuda

# سحب أساسي
docker model pull ai/llama2

# سحب إصدار محدد
docker model pull ai/llama2:7b-q4

# سحب من مستودع خاص
docker model pull myregistry.com/models/mistral:latest

# قائمة النماذج المتاحة في مساحة اسم
docker search ai/

# تشغيل أساسي (تفاعلية)
docker model run ai/llama2 "ما هو Docker؟"

# تشغيل كخدمة (خلفية)
docker model run -d

docker model run --help
Usage:  docker model run MODEL [PROMPT]

تشغيل نموذج وتفاعل معه باستخدام طلب مُقدّم أو وضع المحادثة

الخيارات:
      --color string                  استخدام إخراج ملون (auto|yes|no) (الافتراضي "auto")
      --debug                         تمكين سجلات التصحيح
  -d, --detach                        تحميل النموذج في الخلفية دون تفاعل
      --ignore-runtime-memory-check   لا تمنع السحب إذا تجاوزت الذاكرة المقدرة للنموذج موارد النظام.

# قائمة جميع النماذج المحمّلة
docker model ls

# قائمة النماذج المشغّلة
docker model ps

# قائمة مع معلومات تفصيلية
docker model ls --json

# قائمة مع معلومات تفصيلية
docker model ls --openai

# سيعيد فقط رموز هش
docker model ls -q

# حذف نموذج محدد
docker model rm ai/llama2

# حذف بالقوة (حتى لو كان يعمل)
docker model rm -f ai/llama2

# حذف النماذج غير المستخدمة
docker model prune

# حذف جميع النماذج
docker model rm $(docker model ls -q)

docker model configure --context-size=10000 ai/gemma3-qat:4B

...
models:
  llm_model:
    model: ai/gemma3-qat:4B
    context_size: 10240
...

# الحزم الأساسية
docker model package --gguf /path/to/model.gguf myorg/mymodel:latest

# الحزم مع البيانات
docker model package \
  --gguf /path/to/model.gguf \
  --label "description=نموذج Llama المخصص" \
  --label "version=1.0" \
  myorg/mymodel:v1.0

# الحزم والدفع في أمر واحد
docker model package --gguf /path/to/model.gguf --push myorg/mymodel:latest

# الحزم مع حجم سياق مخصص
docker model package \
  --gguf /path/to/model.gguf \
  --context 8192 \
  myorg/mymodel:latest

# تسجيل الدخول إلى Docker Hub
docker login

# دفع إلى Docker Hub
docker model push myorg/mymodel:latest

# دفع إلى مستودع خاص
docker login myregistry.com
docker model push myregistry.com/models/mymodel:latest

# تسمية ودفع
docker model tag mymodel:latest myorg/mymodel:v1.0
docker model push myorg/mymodel:v1.0

# بدء النموذج مع API
docker model run -d -p 8080:8080 --name llm ai/llama2

# إكمال المحادثة
curl http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama2",
    "messages": [{"role": "user", "content": "مرحبا!"}]
  }'

# إنتاج النص
curl http://localhost:8080/v1/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama2",
    "prompt": "في يوم ما",
    "max_tokens": 100
  }'

# استجابة متسلسلة
curl http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama2",
    "messages": [{"role": "user", "content": "أخبرني قصة"}],
    "stream": true
  }'

# قائمة النماذج المتاحة عبر API
curl http://localhost:8080/v1/models

# معلومات النموذج
curl http://localhost:8080/v1/models/llama2

version: '3.8'

services:
  llm:
    image: docker-model-runner
    model: ai/llama2:7b-q4
    ports:
      - "8080:8080"
    environment:
      - MODEL_TEMPERATURE=0.7
    volumes:
      - docker-model-runner-models:/models
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]

volumes:
  docker-model-runner-models:
    external: true

version: '3.8'

services:
  llama:
    image: docker-model-runner
    model: ai/llama2
    ports:
      - "8080:8080"
    
  mistral:
    image: docker-model-runner
    model: ai/mistral
    ports:
      - "8081:8080"
    
  embedding:
    image: docker-model-runner
    model: ai/nomic-embed-text
    ports:
      - "8082:8080"

# درجة الحرارة (0.0-1.0)
MODEL_TEMPERATURE=0.7

# تجريب p
MODEL_TOP_P=0.9

# تجريب k
MODEL_TOP_K=40

# أقصى عدد من الرموز
MODEL_MAX_TOKENS=2048

# عدد طبقات GPU
MODEL_GPU_LAYERS=35

# حجم الدفعة
MODEL_BATCH_SIZE=512

# عدد الخيوط (المعالج)
MODEL_THREADS=8

# تمكين سجلات مفصلة
MODEL_VERBOSE=true

# مفتاح API للتوثيق
MODEL_API_KEY=your-secret-key

docker model run \
  -e MODEL_TEMPERATURE=0.8 \
  -e MODEL_API_KEY=secret123 \
  ai/llama2

# استخدام جميع GPUs
docker model run --gpus all ai/llama2

# استخدام GPU محدد
docker model run --gpus 0 ai/llama2

# استخدام عدة GPUs محددة
docker model run --gpus 0,1,2 ai/llama2

# GPU مع حد مساحة الذاكرة
docker model run --gpus all --memory 16g ai/llama2

docker model run --no-gpu ai/llama2

docker model run \
  --gpus all \
  --tensor-parallel 2 \
  ai/llama2-70b

# فحص تكوين النموذج
docker model inspect ai/llama2

# عرض طبقات النموذج
docker model history ai/llama2

# التحقق من حجم النموذج والمعلومات
docker model inspect --format='{{.Size}}' ai/llama2

# عرض سجلات النموذج
docker model logs llm

# متابعة السجلات في الوقت الفعلي
docker model logs -f llm

# عرض 100 سطر الأخيرة
docker model logs --tail 100 llm

# عرض السجلات مع تواريخ
docker model logs -t llm

# استخدام الموارد
docker model stats

# إحصائيات نموذج محدد
docker model stats llm

# إحصائيات في تنسيق JSON
docker model stats --format json

# المنفذ الافتراضي (8080)
docker model run -p 8080:8080 ai/llama2

# منفذ مخصص
docker model run -p 3000:8080 ai/llama2

# ربط إلى واجهة محددة
docker model run -p 127.0.0.1:8080:8080 ai/llama2

# عدة منافذ
docker model run -p 8080:8080 -p 9090:9090 ai/llama2

# إنشاء شبكة مخصصة
docker network create llm-network

# تشغيل نموذج على شبكة مخصصة
docker model run --network llm-network --name llm ai/llama2

# الاتصال بشبكة موجودة
docker model run --network host ai/llama2

# تشغيل مع مصادقة مفتاح API
docker model run \
  -e MODEL_API_KEY=my-secret-key \
  ai/llama2

# استخدام مع مصادقة
curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer my-secret-key" \
  -H "Content-Type: application/json" \
  -d '{"model": "llama2", "messages": [...]}'

# تسجيل الدخول إلى مستودع خاص
docker login myregistry.com -u username -p password

# سحب من مستودع خاص
docker model pull myregistry.com/private/model:latest

# استخدام مساعدي المصادقة
docker login --password-stdin < token.txt

# استخدام نماذج مُكمّسة لتحسين الاستنتاج
docker model pull ai/llama2:7b-q4     # كمّسة 4 بت
docker model pull ai/llama2:7b-q5     # كمّسة 5 بت
docker model pull ai/llama2:7b-q8     # كمّسة 8 بت

# التحقق من المتغيرات النموذجية
docker search ai/llama2

# تحديد حدود الذاكرة
docker model run --memory 8g --memory-swap 16g ai/llama2

# تحديد حدود المعالج
docker model run --cpus 4 ai/llama2

# تحديد حدود الذاكرة لـ GPU
docker model run --gpus all --gpu-memory 8g ai/llama2

# تشغيل مع فحص صحي
docker model run \
  --health-cmd "curl -f http://localhost:8080/health || exit 1" \
  --health-interval 30s \
  --health-timeout 10s \
  --health-retries 3 \
  ai/llama2

# مثال: توزيع على كластر Kubernetes
kubectl apply -f llm-deployment.yaml

# توسيع التوزيع
kubectl scale deployment llm --replicas=3

# إظهار كخدمة
kubectl expose deployment llm --type=LoadBalancer --port=8080

# تحقق من مساحة القرص المتاحة
df -h

# عرض سجلات الخطأ التفصيلية
docker model logs --tail 50 llm

# تحقق من توفر GPU
nvidia-smi  # لوحدات المعالجة الرسومية NVIDIA

# استخدم نموذجًا مُكمّسًا أصغر
docker model pull ai/llama2:7b-q4

# قلل حجم السياق
docker model run -e MODEL_CONTEXT=2048 ai/llama2

# قلل حجم الدفعة
docker model run -e MODEL_BATCH_SIZE=256 ai/llama2

# تحقق من استخدام GPU
docker model stats llm

# تأكد من استخدام GPU
docker model logs llm | grep -i gpu

# زيادة طبقات GPU
docker model run -e MODEL_GPU_LAYERS=40 ai/llama2

# معلومات النظام
docker model system info

# استخدام القرص
docker model system df

# تنظيف الموارد غير المستخدمة
docker model system prune

# تنظيف كامل (إزالة جميع النماذج)
docker model system prune -a

import openai

# تكوين العميل لـ Docker Model Runner
client = openai.OpenAI(
    base_url="http://localhost:8080/v1",
    api_key="not-needed"  # لا يتطلب DMR مفتاحًا بشكل افتراضي
)

# إكمال المحادثة
response = client.chat.completions.create(
    model="llama2",
    messages=[
        {"role": "user", "content": "مرحبا!"}
    ]
)

print(response.choices[0].message.content)

# التدفق
stream = client.chat.completions.create(
    model="llama2",
    messages=[{"role": "user", "content": "أخبرني قصة"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

#!/bin/bash

# ابدأ النموذج إذا لم يكن يعمل
if ! docker model ps | grep -q "llm"; then
    docker model run -d --name llm -p 8080:8080 ai/llama2
    echo "الانتظار حتى يبدأ النموذج..."
    sleep 10
fi

# إجراء مكالمة API
curl -s http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama2",
    "messages": [{"role": "user", "content": "'"$1"'"}]
  }' | jq -r '.choices[0].message.content'

import OpenAI from 'openai';

const client = new OpenAI({
    baseURL: 'http://localhost:8080/v1',
    apiKey: 'not-needed'
});

async function chat(message) {
    const completion = await client.chat.completions.create({
        model: 'llama2',
        messages: [{ role: 'user', content: message }]
    });
    
    return completion.choices[0].message.content;
}

// الاستخدام
const response = await chat('ما هو Docker Model Runner؟');
console.log(response);