Minimind Docker

🚀 🧠 MiniMind Docker

MiniMind LLMをUI、API、MCPサポート付きでワンストップでDockerデプロイできます。このツールにより、簡単にLLMの環境構築と利用が可能になります。

🚀 クイックスタート

Docker（推奨）

# イメージの取得とコンテナの起動
docker run -d --gpus all -p 8998:8998 neosun/minimind:latest

# アクセス方法
# UI: http://localhost:8998
# API: http://localhost:8998/v1/chat/completions
# ドキュメント: http://localhost:8998/apidocs/

Docker Compose

git clone https://github.com/neosu/minimind-docker.git
cd minimind-docker
./start.sh

✨ 主な機能

• 🐳 ワンクリックDockerデプロイ - すべての依存関係がバンドルされ、すぐに実行可能です。
• 🎨 モダンなWeb UI - レスポンシブデザインで、ダークモードと多言語サポートがあります。
• 🔌 OpenAI互換API - 既存のアプリケーションにそのまま組み込めます。
• 🤖 MCP統合 - AIエージェントのワークフロー用のモデルコンテキストプロトコルです。
• 🎮 スマートGPU管理 - アイドル状態のGPUを自動選択し、メモリを自動解放します。
• 📊 リアルタイムストリーミング - SSEベースのストリーミング応答が可能です。
• 🌍 多言語UI - 英語、简体中文、繁體中文、日本語に対応しています。

📦 インストール

前提条件

• Docker 20.10以上
• Docker Compose 2.0以上
• CUDA 12.1以上をサポートするNVIDIA GPU（オプション、CPUでも動作可能）
• nvidia-container-toolkit（GPUサポート用）

方法1: Docker Run

# 基本（CPU）
docker run -d -p 8998:8998 neosun/minimind:latest

# GPU使用
docker run -d --gpus all -p 8998:8998 neosun/minimind:latest

# カスタムモデルパスを指定
docker run -d --gpus all -p 8998:8998 \
  -v /path/to/models:/app/models \
  -e MODEL_PATH=/app/models/MiniMind2 \
  neosun/minimind:latest

方法2: Docker Compose

# docker-compose.yml
services:
  minimind:
    image: neosun/minimind:latest
    ports:
      - "8998:8998"
    environment:
      - NVIDIA_VISIBLE_DEVICES=0
      - GPU_IDLE_TIMEOUT=60
      - MODEL_PATH=MiniMind2-Small
    volumes:
      - /tmp/minimind:/app/uploads
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

docker compose up -d

方法3: ローカル開発

# リポジトリのクローン
git clone https://github.com/neosu/minimind-docker.git
cd minimind-docker

# 依存関係のインストール
pip install -r requirements.txt

# モデルのダウンロード
python -c "from huggingface_hub import snapshot_download; snapshot_download('jingyaogong/MiniMind2-Small', local_dir='MiniMind2-Small')"

# アプリケーションの起動
python app.py

⚙️ 設定

環境変数

.envファイルの例

PORT=8998
GPU_IDLE_TIMEOUT=60
NVIDIA_VISIBLE_DEVICES=0
MODEL_PATH=MiniMind2-Small

📖 ドキュメント

Web UI

http://localhost:8998にアクセスすると、対話型のチャットインターフェイスが利用できます。

特徴:

• パラメータ調整（Temperature、Max Tokens、Top P）
• GPUステータスの監視
• ワンクリックでのGPUメモリ解放
• 多言語サポート（EN/CN/TW/JP）
• ダークモードサポート

REST API

Chat Completion（OpenAI互換）

curl -X POST http://localhost:8998/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimind",
    "messages": [{"role": "user", "content": "Hello!"}],
    "temperature": 0.7,
    "max_tokens": 512,
    "stream": false
  }'

ストリーミング応答

curl -X POST http://localhost:8998/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimind",
    "messages": [{"role": "user", "content": "Tell me a story"}],
    "stream": true
  }'

GPUステータス

# ステータスの確認
curl http://localhost:8998/api/gpu/status

# GPUメモリの解放
curl -X POST http://localhost:8998/api/gpu/offload

MCP統合

MCPクライアントで以下のように設定します。

{
  "mcpServers": {
    "minimind": {
      "command": "python",
      "args": ["mcp_server.py"],
      "env": {
        "MODEL_PATH": "MiniMind2-Small",
        "GPU_IDLE_TIMEOUT": "600"
      }
    }
  }
}

利用可能なツール:

• chat - 単ターンの会話
• multi_turn_chat - マルチターンの会話
• get_gpu_status - GPUステータスの問い合わせ
• get_model_info - モデル情報の取得
• release_gpu - GPUメモリの解放

詳細なドキュメントはMCP_GUIDE.mdを参照してください。

🔌 APIリファレンス

📁 プロジェクト構成

minimind-docker/
├── app.py              # メインアプリケーション（UI + API）
├── mcp_server.py       # MCPサーバー
├── Dockerfile          # Dockerビルドファイル
├── docker-compose.yml  # Docker Compose設定ファイル
├── start.sh           # ワンクリック起動スクリプト
├── requirements.txt    # Pythonの依存関係
├── .env.example       # 環境変数のテンプレート
├── MCP_GUIDE.md       # MCPドキュメント
├── model/             # トークナイザーファイル
├── trainer/           # トレーニングスクリプト
└── scripts/           # ユーティリティスクリプト

🔧 技術詳細

• フレームワーク: Flask + FastMCP
• モデル: MiniMind2（TransformerベースのLLM）
• GPU: CUDA 12.1 + PyTorch 2.6
• コンテナ: Docker + nvidia-container-toolkit
• API: OpenAI互換のREST API
• ドキュメント: Swagger/Flasgger

🤝 コントリビューション

コントリビューションは大歓迎です！プルリクエストを送信してください。

1. リポジトリをフォークする
2. 新しい機能ブランチを作成する (git checkout -b feature/AmazingFeature)
3. 変更をコミットする (git commit -m 'Add some AmazingFeature')
4. ブランチにプッシュする (git push origin feature/AmazingFeature)
5. プルリクエストを作成する

📝 変更履歴

v1.0.0 (2026-01-04)

• 🎉 最初のリリース
• 🐳 Dockerによるワンストップデプロイ
• 🎨 多言語対応のWeb UI
• 🔌 OpenAI互換API
• 🤖 MCP統合
• 🎮 スマートGPU管理

📄 ライセンス

このプロジェクトはApache License 2.0の下でライセンスされています。詳細はLICENSEファイルを参照してください。 このプロジェクトはJingyao GongによるMiniMindをベースにしています。

⭐ スター履歴

📱 フォローしよう