Skip to content

Tynab/Ollama-Stack

BranchesTags

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

39 Commits
.github
.github
 
 
agent-api
agent-api
 
 
open-webui-tools
open-webui-tools
 
 
rag-api
rag-api
 
 
.env
.env
 
 
.gitattributes
.gitattributes
 
 
.gitignore
.gitignore
 
 
README.md
README.md
 
 
docker-compose.yml
docker-compose.yml
 
 

Repository files navigation

YAN Ollama Stack

Local AI stack chạy hoàn toàn offline: Ollama (LLM inference) + Qdrant (vector DB) + Neo4j (graph DB) + RAG API (FastAPI) + Agent API (SDLC AI orchestrator) + Open WebUI (chat UI) + Watchtower (auto-update) + Deunhealth (container health watchdog).

Stack Overview

Service Image Port (host) Mô tả
ollama ollama/ollama:latest 11434 LLM & embedding inference
qdrant qdrant/qdrant:latest 6333 / 6334 Vector database (REST / gRPC)
neo4j neo4j:5-community 7474 / 7687 Knowledge graph (Neo4j Browser / Bolt)
rag-api build ./rag-api 8090 FastAPI RAG service (ingest + ask)
agent-api build ./agent-api 8091 FastAPI SDLC Agent Orchestrator (10-step AI workflow)
open-webui ghcr.io/open-webui/open-webui 8085 Chat UI kết nối Ollama & Qdrant
watchtower containrrr/watchtower — Tự động pull & restart image mới nhất
deunhealth qmcgaw/deunhealth 9999 Restart container khi healthcheck fail

Models mặc định (cấu hình trong .env → section SDLC Agent Models):

Mục đích Env var Model mặc định
Embedding EMBEDDING_MODEL qwen3-embedding:8b
Chat (RAG API) CHAT_MODEL qwen2.5-coder:14b
PM / BA / SA *_MODEL qwen3.6:35b
BE / FE / DevOps *_MODEL qwen3-coder-next
QA QA_MODEL mistral-small3.2:24b

Lưu ý: Đổi EMBEDDING_MODEL yêu cầu re-ingest toàn bộ documents (POST /ingest {"reset": true}).

Kiến trúc

User → Open WebUI (8085)
         │
         ├── yan_knowledge_base.py  →  RAG API (8090)
         │                                ├── Qdrant  (vector search)
         │                                └── Neo4j   (graph enrichment)
         │                                       └── Ollama (embedding + chat)
         │
         └── yan_agent_workflow.py  →  Agent API (8091)
                                           ├── LangGraph SDLC Workflow
                                           │     PM → BA → SA → QA → DevOps Env
                                           │     → BE → FE → QA Exec → DevOps Release
                                           │     → PM Closure
                                           └── Ollama (per-role models)

SDLC Workflow (10 bước)

Step Role Tên Model Phụ thuộc
1 pm PM — Project Intake & Planning PM_MODEL —
2 ba BA — Requirement Analysis BA_MODEL pm
3 sa SA — Solution Architecture SA_MODEL pm, ba
4 qa_shiftleft QA — Shift-left Review QA_MODEL ba, sa
5 devops_env DevOps — Environment & Pipeline Plan DEVOPS_MODEL sa
6 be BE — Backend Implementation BE_MODEL ba, sa, qa_shiftleft
7 fe FE — Frontend Implementation FE_MODEL ba, sa, qa_shiftleft
8 qa_exec QA — Test Execution & Bug Report QA_MODEL be, fe
9 devops_release DevOps — Release & Deploy DEVOPS_MODEL qa_exec
10 pm_closure PM — Sprint / Release Closure PM_MODEL qa_exec, devops_release

Mỗi bước nhận truncated output của các bước phụ thuộc và tùy chọn RAG context từ knowledge base.

Kiến trúc hybrid RAG

/ask request
  ├── Qdrant  → vector search (cosine similarity, top-k chunks)
  └── Neo4j   → graph enrichment (entity co-occurrence traversal)
       └── merge → Ollama (chat model) → answer
  • Mỗi /ask trước tiên lấy top-k chunks từ Qdrant, sau đó Neo4j tìm thêm chunks liên quan qua entity co-occurrence.
  • Nếu GRAPH_ENTITY_EXTRACTION=true, khi ingest LLM sẽ extract entities từ mỗi document rồi lưu vào Neo4j.

Prerequisites

  • Docker Desktop (Windows) hoặc Docker Engine + Compose plugin (Linux/Mac)
  • RAM ≥ 32 GB (cho SDLC agents với model 35B; ≥ 16 GB cho RAG only)
  • GPU NVIDIA với CUDA drivers (khuyến nghị; CPU fallback hoạt động nhưng chậm)

Cấu trúc thư mục

Ollama-Stack/
├── .env                          # Single source of truth cho tất cả config
├── docker-compose.yml
├── data/
│   └── raw/                      # Tài liệu RAG — tổ chức theo project
│       ├── auth/                 # → collection: yan_raw_docs__auth
│       ├── billing/              # → collection: yan_raw_docs__billing
│       ├── marketplace/          # → collection: yan_raw_docs__marketplace
│       ├── platform/             # → collection: yan_raw_docs__platform
│       ├── sa-portal/            # → collection: yan_raw_docs__sa-portal
│       └── udi/                  # → collection: yan_raw_docs__udi
├── rag-api/
│   ├── app.py                    # FastAPI endpoints (ingest, ask, projects, graph)
│   ├── ingest.py                 # Document ingestion: chunk → embed → Qdrant upsert
│   ├── graph.py                  # Neo4j GraphRAG layer
│   ├── requirements.txt
│   └── Dockerfile
├── agent-api/
│   ├── app.py                    # FastAPI SDLC Agent Orchestrator API
│   ├── agents.py                 # 10 agent configs (model, system prompt, deps)
│   ├── workflow.py               # LangGraph StateGraph — 10-step SDLC workflow
│   ├── requirements.txt
│   └── Dockerfile
└── open-webui-tools/
    ├── yan_knowledge_base.py     # Open WebUI tool: query RAG knowledge base
    └── yan_agent_workflow.py     # Open WebUI tool: run SDLC agent workflow

Mỗi subfolder trong data/raw/ là một project độc lập → Qdrant collection riêng → tránh noise khi query.

File formats được hỗ trợ: .md, .txt, .pdf, .docx, .csv, .json, .jsonl, .yaml, .yml, .xml, .html, .py, .js, .ts, .go, .rs, .java, .cs, .sh, .sql, .log

Lần đầu chạy

1. Chuẩn bị .env

cat .env

Các biến quan trọng cần xem lại:

# ─── SDLC Agent Models ───────────────────────────────────────────────────────
# Thay đổi model ở đây → restart agent-api (không cần rebuild)
EMBEDDING_MODEL=qwen3-embedding:8b
PM_MODEL=qwen3.6:35b
BA_MODEL=qwen3.6:35b
SA_MODEL=qwen3.6:35b
FE_MODEL=qwen3-coder-next
BE_MODEL=qwen3-coder-next
QA_MODEL=mistral-small3.2:24b
DEVOPS_MODEL=qwen3-coder-next

# ─── RAG API ─────────────────────────────────────────────────────────────────
CHAT_MODEL=qwen2.5-coder:14b    # model dùng cho /ask response
RAG_TOP_K=4

# ─── Bảo mật — bắt buộc đổi trước khi deploy ─────────────────────────────
NEO4J_PASSWORD=changeme_in_production
WATCHTOWER_HTTP_API_TOKEN=...

# ─── Ollama performance ───────────────────────────────────────────────────────
OLLAMA_MAX_LOADED_MODELS=4      # số model giữ trong VRAM cùng lúc
OLLAMA_CONTEXT_LENGTH=32768     # phải khớp với num_ctx trong agent-api/workflow.py

2. Khởi động stack

docker compose up -d

Lần đầu sẽ pull tất cả images (~vài GB). Theo dõi:

docker compose logs -f

3. Pull models Ollama

# Embedding
docker exec ollama ollama pull qwen3-embedding:8b

# Chat (RAG API)
docker exec ollama ollama pull qwen2.5-coder:14b

# SDLC Agents — reasoning (PM / BA / SA)
docker exec ollama ollama pull qwen3.6:35b

# SDLC Agents — coding (BE / FE / DevOps)
docker exec ollama ollama pull qwen3-coder-next

# SDLC Agents — QA
docker exec ollama ollama pull mistral-small3.2:24b

Kiểm tra models đã có:

docker exec ollama ollama list

4. Tổ chức tài liệu

Đặt file vào subfolder theo project:

data/raw/auth/auth-prd.md
data/raw/marketplace/marketplace-schema.md
data/raw/billing/billing-plans.md

5. Ingest tài liệu vào Qdrant

# Ingest tất cả projects
curl -s -X POST http://localhost:8090/ingest | jq

# Hoặc ingest từng project
curl -s -X POST http://localhost:8090/ingest \
  -H "Content-Type: application/json" \
  -d '{"project": "auth"}' | jq

6. Kiểm tra

# RAG API health
curl -s http://localhost:8090/health | jq

# Agent API health
curl -s http://localhost:8091/health | jq

# Xem agents và models đang dùng
curl -s http://localhost:8091/agents | jq

# Test RAG
curl -s -X POST http://localhost:8090/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "Auth flow hoạt động như thế nào?"}' | jq .answer

URL tổng hợp

Service URL Mô tả
Open WebUI http://localhost:8085 Chat UI
RAG API http://localhost:8090 FastAPI root
RAG API Docs http://localhost:8090/docs Swagger UI
RAG API ReDoc http://localhost:8090/redoc ReDoc
Agent API http://localhost:8091 SDLC Agent Orchestrator root
Agent API Docs http://localhost:8091/docs Swagger UI
Ollama API http://localhost:11434 LLM inference API
Qdrant UI http://localhost:6333/dashboard Vector DB dashboard
Qdrant REST http://localhost:6333 Qdrant REST API
Qdrant gRPC localhost:6334 Qdrant gRPC
Neo4j Browser http://localhost:7474 Graph DB browser UI
Neo4j Bolt bolt://localhost:7687 Neo4j Bolt (driver/tools)
Deunhealth http://localhost:9999 Health watchdog
Watchtower http://localhost:8080 (internal only) Metrics (nội bộ Docker)

Agent API — Curl Reference

Health & Discovery

# Kiểm tra agent-api đang chạy
curl -s http://localhost:8091/health | jq
{
  "status": "ok",
  "ollama_base_url": "http://ollama:11434",
  "rag_api_url": "http://rag-api:8090",
  "agents": 10,
  "workflow_steps": ["pm","ba","sa","qa_shiftleft","devops_env","be","fe","qa_exec","devops_release","pm_closure"]
}
# Xem tất cả agents và models đang dùng
curl -s http://localhost:8091/agents | jq

Chạy single-step agent

# Chạy PM agent riêng lẻ
curl -s -X POST http://localhost:8091/agent/pm \
  -H "Content-Type: application/json" \
  -d '{
    "user_input": "Xây dựng hệ thống quản lý billing cho SaaS platform",
    "project": "billing",
    "rag_enabled": true,
    "rag_top_k": 5
  }' | jq .output

# Chạy BA agent với output của PM từ trước
curl -s -X POST http://localhost:8091/agent/ba \
  -H "Content-Type: application/json" \
  -d '{
    "user_input": "Xây dựng hệ thống quản lý billing cho SaaS platform",
    "project": "billing",
    "prev_outputs": {
      "pm": "<output của PM agent ở trên>"
    }
  }' | jq .output

Chạy full SDLC Workflow (async)

# 1. Submit workflow → nhận workflow_id
curl -s -X POST http://localhost:8091/workflow/run \
  -H "Content-Type: application/json" \
  -d '{
    "user_input": "Xây dựng tính năng checkout và payment cho marketplace",
    "project": "marketplace",
    "rag_enabled": true,
    "rag_top_k": 5
  }' | jq
{
  "workflow_id": "a1b2c3d4-...",
  "status": "pending",
  "message": "Workflow queued. Poll GET /workflow/a1b2c3d4-... for status."
}
# 2. Poll trạng thái (chạy nhiều lần, ~15-45 phút tùy model)
curl -s http://localhost:8091/workflow/a1b2c3d4-... | jq .status

# 3. Khi status=completed, lấy output từng step
curl -s http://localhost:8091/workflow/a1b2c3d4-... | jq '.step_outputs.ba'
curl -s http://localhost:8091/workflow/a1b2c3d4-... | jq '.step_outputs.sa'

# 4. Xem danh sách tất cả workflows gần đây (max 50 entries)
curl -s http://localhost:8091/workflows | jq

Workflow status values:

Status Ý nghĩa
pending Đã queue, chưa bắt đầu
running LangGraph đang chạy các steps
completed Tất cả 10 steps hoàn thành
failed Exception không xử lý được; xem field error

Lưu ý: Nếu một step gặp lỗi LLM, nó ghi [ERROR in <role>] ... vào step_outputs và error field, nhưng workflow tiếp tục chạy các bước tiếp theo (non-fatal).

RAG API — Curl Reference

Health

curl -s http://localhost:8090/health | jq
{
  "status": "ok",
  "ollama_base_url": "http://ollama:11434",
  "qdrant_url": "http://qdrant:6333",
  "collection_prefix": "yan_raw_docs",
  "embedding_model": "qwen3-embedding:8b",
  "chat_model": "qwen2.5-coder:14b",
  "rag_top_k": 4,
  "graph": {
    "enabled": true,
    "neo4j_uri": "bolt://neo4j:7687",
    "entity_extraction": false,
    "neo4j_connected": true
  }
}

Xem danh sách projects & trạng thái index

curl -s http://localhost:8090/projects | jq
{
  "raw_data_dir": "/data/raw",
  "projects": {
    "auth": { "collection": "yan_raw_docs__auth", "indexed": true, "points_count": 142 },
    "billing": { "collection": "yan_raw_docs__billing", "indexed": false, "points_count": null }
  }
}

Ingest

# Ingest tất cả projects
curl -s -X POST http://localhost:8090/ingest | jq

# Ingest 1 project cụ thể
curl -s -X POST http://localhost:8090/ingest \
  -H "Content-Type: application/json" \
  -d '{"project": "marketplace"}' | jq

# Reset rồi ingest lại (xoá collection cũ trước)
curl -s -X POST http://localhost:8090/ingest \
  -H "Content-Type: application/json" \
  -d '{"project": "auth", "reset": true}' | jq

# Reset tất cả projects
curl -s -X POST http://localhost:8090/reset-ingest | jq

# Reset 1 project qua endpoint reset-ingest
curl -s -X POST http://localhost:8090/reset-ingest \
  -H "Content-Type: application/json" \
  -d '{"project": "billing"}' | jq

Ask

# Hỏi toàn bộ (search tất cả collections, merge kết quả)
curl -s -X POST http://localhost:8090/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "Mô tả auth flow?"}' | jq

# Hỏi trong project cụ thể
curl -s -X POST http://localhost:8090/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "Schema billing như thế nào?", "project": "billing"}' | jq

# Tuỳ chỉnh top_k
curl -s -X POST http://localhost:8090/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "Marketplace pack architecture?", "project": "marketplace", "top_k": 8}' | jq

# Chỉ lấy answer
curl -s -X POST http://localhost:8090/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "Partner platform là gì?"}' | jq .answer

Qdrant — kiểm tra collections

# Liệt kê tất cả collections
curl -s http://localhost:6333/collections | jq

# Chi tiết 1 collection
curl -s http://localhost:6333/collections/yan_raw_docs__auth | jq

# Số points trong collection
curl -s http://localhost:6333/collections/yan_raw_docs__auth/points/count \
  -H "Content-Type: application/json" \
  -d '{"exact": true}' | jq

# Xoá collection thủ công
curl -s -X DELETE http://localhost:6333/collections/yan_raw_docs__auth | jq

Graph (Neo4j)

# Trạng thái Neo4j + thống kê node counts
curl -s http://localhost:8090/graph/status | jq
{
  "enabled": true,
  "connected": true,
  "neo4j_uri": "bolt://neo4j:7687",
  "entity_extraction": false,
  "stats": {
    "projects": 3,
    "documents": 18,
    "chunks": 742,
    "entities": 0
  }
}
# Xem entities đã extract trong 1 project (yêu cầu GRAPH_ENTITY_EXTRACTION=true)
curl -s http://localhost:8090/graph/projects/auth/entities | jq

Ollama

# Danh sách models đã pull
curl -s http://localhost:11434/api/tags | jq .models[].name

# Kiểm tra Ollama còn sống
curl -s http://localhost:11434/

# Chat trực tiếp (không qua RAG)
curl -s -X POST http://localhost:11434/api/chat \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen2.5-coder:14b",
    "messages": [{"role": "user", "content": "Hello"}],
    "stream": false
  }' | jq .message.content

Cập nhật tài liệu mới (workflow)

# 1. Thêm file vào đúng subfolder
cp my-new-spec.md data/raw/marketplace/

# 2. Ingest lại project đó (idempotent — chunk đã tồn tại sẽ upsert, không duplicate)
curl -s -X POST http://localhost:8090/ingest \
  -H "Content-Type: application/json" \
  -d '{"project": "marketplace"}' | jq .upserted

# 3. Test ngay
curl -s -X POST http://localhost:8090/ask \
  -H "Content-Type: application/json" \
  -d '{"question": "...", "project": "marketplace"}' | jq .answer

Idempotent: Ingest cùng file nhiều lần sẽ upsert vào cùng point ID (deterministic UUID từ path + content hash) — không tạo duplicate.

Open WebUI — Custom Tools

Cài đặt

  1. Mở Admin Panel → Tools → "+"
  2. Paste nội dung file tool, lưu, enable trong model settings

Tool 1: yan_knowledge_base.py — RAG Query

Query trực tiếp knowledge base từ chat UI.

Valves:

Valve Default Mô tả
rag_api_url http://rag-api:8090 URL rag-api (nội bộ Docker network)
timeout 120 Timeout giây
top_k null Số kết quả RAG (null = dùng RAG_TOP_K của API)
default_project null Project mặc định (null = search tất cả)

Ví dụ sử dụng trong chat:

Tìm trong knowledge base: auth flow hoạt động như thế nào?

Tool 2: yan_agent_workflow.py — SDLC Workflow

Chạy full SDLC AI workflow hoặc từng agent đơn lẻ.

Valves:

Valve Default Mô tả
agent_api_url http://agent-api:8091 URL agent-api (nội bộ Docker network)
timeout 600 Timeout cho single-step request (giây)
poll_interval 15 Khoảng cách poll workflow status (giây)
poll_max_attempts 120 Số poll tối đa (120 × 15s = 30 phút)
rag_enabled true Query RAG cho mỗi agent step
rag_top_k 5 Số kết quả RAG mỗi agent
default_project null Project mặc định

Functions:

Function Mô tả
run_sdlc_workflow Chạy đầy đủ 10 bước, polls đến khi xong, trả về summary
run_agent_step Chạy 1 agent role đơn lẻ (sync)
get_workflow_result Lấy kết quả workflow theo ID, filter theo role
list_agent_roles Liệt kê tất cả roles, models, thứ tự chạy

Ví dụ sử dụng trong chat:

Chạy SDLC workflow cho: xây dựng tính năng payment gateway cho marketplace, project=marketplace

Thay đổi model

Tất cả models được quản lý trong .env → section SDLC Agent Models.
Sau khi sửa .env, chỉ cần restart service — không cần rebuild image:

# Thay đổi model trong .env, sau đó:
docker compose restart agent-api   # cho SDLC agent models
docker compose restart rag-api     # cho CHAT_MODEL hoặc EMBEDDING_MODEL

# Nếu đổi EMBEDDING_MODEL: bắt buộc re-ingest toàn bộ documents
curl -s -X POST http://localhost:8090/reset-ingest | jq
curl -s -X POST http://localhost:8090/ingest | jq

Rebuild sau khi sửa code

# Rebuild và restart agent-api
docker compose up -d --build agent-api

# Rebuild và restart rag-api
docker compose up -d --build rag-api

# Rebuild cả hai
docker compose up -d --build agent-api rag-api

Watchtower — Auto-update

Watchtower tự pull image mới và restart container theo schedule (WATCHTOWER_SCHEDULE trong .env, mặc định mỗi phút).

# Trigger update thủ công qua HTTP API
curl -s -H "Authorization: Bearer ${WATCHTOWER_HTTP_API_TOKEN}" \
  http://localhost:8080/v1/update

# Xem metrics
curl -s -H "Authorization: Bearer ${WATCHTOWER_HTTP_API_TOKEN}" \
  http://localhost:8080/v1/metrics

Lưu ý: rag-api và agent-api có watchtower.enable=false — chúng là local build, không được Watchtower tự update. Dùng docker compose up -d --build để update.

Quản lý Docker

# Khởi động tất cả
docker compose up -d

# Dừng tất cả
docker compose down

# Rebuild rag-api sau khi sửa code
docker compose up -d --build rag-api

# Xem logs realtime
docker compose logs -f rag-api

# Restart 1 service
docker compose restart rag-api

# Xem logs realtime
docker compose logs -f agent-api
docker compose logs -f rag-api

# Restart 1 service
docker compose restart agent-api

# Xem resource usage
docker stats

# Xoá volumes (NGUY HIỂM — xoá hết data Ollama + Qdrant + Neo4j)
docker compose down -v

Troubleshooting

Triệu chứng Nguyên nhân Giải pháp
rag-api / agent-api crash khi start Env var chưa set docker compose logs rag-api hoặc agent-api
/ask trả về 404 "chưa được ingest" Chưa chạy /ingest POST /ingest {"project": "..."}
/ingest trả về "status": "empty" Không có subfolder trong data/raw/ Tạo subfolder và đặt file vào đó
Embedding chậm / timeout Model chưa được pull docker exec ollama ollama pull qwen3-embedding:8b
SDLC workflow status=failed Xem field error curl .../workflow/{id} | jq .error
SDLC step output bắt đầu bằng [ERROR LLM timeout hoặc model chưa pull Kiểm tra model đã pull, tăng timeout nếu cần
Open WebUI không gọi được rag-api URL sai (dùng localhost) Valve rag_api_url = http://rag-api:8090
Open WebUI không gọi được agent-api URL sai (dùng localhost) Valve agent_api_url = http://agent-api:8091
Qdrant collection không tồn tại Collection bị xoá hoặc chưa ingest Chạy lại POST /ingest
Neo4j không kết nối được Container chưa sẵn sàng Đợi ~30s, kiểm tra docker compose logs neo4j
/graph/status → connected: false Sai NEO4J_PASSWORD .env phải khớp với lần đầu Neo4j khởi tạo
graph_chunks_saved: 0 sau ingest GRAPH_ENABLED=false trong .env Đổi thành true + docker compose up -d --build rag-api
Workflow mất > 30 phút Model quá lớn / không có GPU Thử model nhỏ hơn hoặc tăng poll_max_attempts
workflow_id not found sau vài giờ In-memory store bị evict (max 50) Tăng _MAX_STORED_WORKFLOWS trong agent-api/app.py hoặc lưu kết quả ngay

Neo4j — Cypher Queries

Mở Neo4j Browser tại http://localhost:7474 (login: neo4j / giá trị NEO4J_PASSWORD trong .env).

// Xem toàn bộ graph của 1 project
MATCH path = (:Project {name:"auth"})-[:HAS_DOCUMENT]->(:Document)-[:HAS_CHUNK]->(:Chunk)
RETURN path LIMIT 50;

// Thống kê node counts
MATCH (n) RETURN labels(n)[0] AS label, count(n) AS count ORDER BY count DESC;

// Top entities được đề cập nhiều nhất (cần GRAPH_ENTITY_EXTRACTION=true)
MATCH (c:Chunk)-[:MENTIONS]->(e:Entity)
RETURN e.name, e.type, count(c) AS mentions
ORDER BY mentions DESC LIMIT 20;

// Chunks đề cập một entity cụ thể
MATCH (c:Chunk)-[:MENTIONS]->(e:Entity {name:"Billing Plan"})
RETURN c.source_file, c.chunk_index, c.text LIMIT 10;

// Entities co-occur (xuất hiện cùng nhau trong chunks)
MATCH (e1:Entity)-[:CO_OCCURS_WITH]-(e2:Entity)
RETURN e1.name, e2.name LIMIT 30;

// Xoá toàn bộ graph (reset thủ công)
MATCH (n) DETACH DELETE n;

About

Ollama Stack

ai.yamiannephilim.com

Topics

docker docker-compose docker-container docker-image docker-swarm docker-node docker-network docker-stack watchtower docker-cluster docker-manager docker-volume ollama qwen open-webui deunhealth docker-label docker-worker docker-promote docker-demote

Resources

Readme
Activity

Stars

1 star

Watchers

1 watching

Forks

1 fork
Report repository

Sponsor this project

  •  
Learn more about GitHub Sponsors

Contributors

Languages