Dockerfile

# Chọn image cơ bản
FROM ubuntu:22.04

# Cài đặt thư viện cần thiết
RUN apt-get update && apt-get install -y \
    unzip wget curl python3 python3-pip

# Sao chép binary LLaMA đã build vào container
COPY llama_bin.zip /app/llama_bin.zip
WORKDIR /app

# Giải nén binaries
RUN unzip llama_bin.zip && rm llama_bin.zip && chmod +x bin/server

# Tạo thư mục models
RUN mkdir -p /models

# Tải mô hình Qwen2.5-0.5B-Instruct-GGUF
RUN wget -O /models/qwen2.5-0.5b-instruct-q5_k_m.gguf \
    https://huggingface.co/Qwen/Qwen2.5-0.5B-Instruct-GGUF/resolve/main/qwen2.5-0.5b-instruct-q5_k_m.gguf

# Chạy server với mô hình Qwen
CMD ["./bin/server", "-m", "/models/qwen2.5-0.5b-instruct-q5_k_m.gguf", "-p", "8000"]