xTag

Overview

Full name
docker.io/passerbyjia/easy-dataset
Registry
docker.io
Namespace
passerbyjia
Repository
easy-dataset
Cached tags
3
Last synced
07/06/2026, 06:58 PM

Introduction

大模型微调数据集可视化工具镜像，导入对话/指令样本、清洗去重并导出 ShareGPT/Alpaca 格式，降低 SFT 数据准备门槛。

Details

passerbyjia/easy-dataset 提供 Web UI 管理 JSONL/CSV 语料，支持字段映射、质量筛选与 train/val 划分，可对接本地 Ollama 做样本预览。适合个人或小团队在单机完成 LLM 微调前的数据整理，与 Label Studio 相比更专注对话格式而非通用标注。生产应限制上传体积、开启登录鉴权，敏感语料勿暴露公网；大规模标注仍建议专用 MLOps 流水线。

快速启动

docker run -d --name easy-dataset \
  -p 8080:8080 \
  docker.io/passerbyjia/easy-dataset:latest

推荐实践

docker run -d --name easy-dataset \
  --restart unless-stopped \
  -p 8080:8080 \
  -v /data/datasets:/app/data \
  -e ADMIN_PASSWORD=change-me \
  -e MAX_UPLOAD_MB=512 \
  docker.io/passerbyjia/easy-dataset:1.0.0

核心参数说明

  • -p 8080:8080 — 数据集管理 Web 界面
  • -v /data/datasets:/app/data — 语料文件与导出结果
  • -e ADMIN_PASSWORD — 管理登录密码
  • -e MAX_UPLOAD_MB — 单次上传大小上限
  • --restart unless-stopped — 标注会话不中断
  • 固定 tag — 与导出格式版本一致

Kubernetes

apiVersion: apps/v1
kind: Deployment
metadata:
  name: easy-dataset
spec:
  replicas: 1
  selector:
    matchLabels:
      app: easy-dataset
  template:
    metadata:
      labels:
        app: easy-dataset
    spec:
      containers:
        - name: easy-dataset
          image: docker.io/passerbyjia/easy-dataset:1.0.0
          ports:
            - containerPort: 8080
          env:
            - name: ADMIN_PASSWORD
              valueFrom:
                secretKeyRef:
                  name: easy-dataset-secrets
                  key: admin-password
          volumeMounts:
            - name: data
              mountPath: /app/data
      volumes:
        - name: data
          persistentVolumeClaim:
            claimName: easy-dataset-data
---
apiVersion: v1
kind: Service
metadata:
  name: easy-dataset
spec:
  selector:
    app: easy-dataset
  ports:
    - port: 8080
      targetPort: 8080

语料 PVC 容量按团队数据量预留；Ingress 限制 VPN 内网访问，密码经 Secret 轮换。

Latest tags (20)

View all 3 tags →
TagArchPushed AtSizeDigestSyncWishAction
docker.io/passerbyjia/easy-dataset
:1.3.0-beta.1
linux/amd64linux/arm64
2025/05/14 14:561.4 GBsha256:15a43488f9f7…
docker.io/passerbyjia/easy-dataset
:latest
linux/amd64linux/arm64
2025/04/18 23:011.1 GBsha256:e68ecebfe6c2…
docker.io/passerbyjia/easy-dataset
:1.2.5
linux/amd64linux/arm64
2025/04/18 23:011.1 GBsha256:e68ecebfe6c2…