# 自动化模型评估脚本依赖包
# 安装方式: pip install -r requirements.txt
# 说明: 包含基础依赖（必需）和完整环境依赖（可选）

# ========================================
# 基础依赖 (必需 - auto_eval.sh/py使用)
# ========================================

# 深度学习框架
torch==2.6.0
torchaudio==2.6.0
torchvision==0.21.0

# HuggingFace生态系统
transformers==4.50.1
datasets==3.4.1
tokenizers==0.21.1
huggingface-hub==0.29.3
safetensors==0.5.3

# 数据处理
pandas==2.2.3
numpy==1.26.4
pyarrow==19.0.1

# 工具库
tqdm==4.67.1
requests==2.32.3

# 实验跟踪
swanlab>=0.3.0

# ========================================
# 完整环境依赖 (可选 - 从ENV.txt合并)
# ========================================

# 训练加速
accelerate==1.5.2
bitsandbytes==0.45.4
peft==0.15.0
deepspeed==0.16.4

# 推理加速
vllm==0.8.2
triton==3.2.0
xformers==0.0.29.post2
flashinfer-python==0.2.3
ninja==1.11.1.4

# 模型压缩
compressed-tensors==0.9.2
gguf==0.10.0

# 高级训练
trl==0.15.2
unsloth==2025.3.18
unsloth_zoo==2025.3.16

# 推理优化
outlines==0.1.11
outlines_core==0.1.26
lm-format-enforcer==0.10.11
llguidance==0.7.10
xgrammar==0.1.16

# 视觉模型
diffusers==0.32.2
opencv-python-headless==4.11.0.86
pillow==11.1.0

# CUDA支持
cupy-cuda12x==13.4.1
nvidia-ml-py==12.570.86

# API服务
fastapi==0.115.12
uvicorn==0.34.0
starlette==0.46.1
pydantic==2.10.6

# 监控工具
wandb==0.19.8
prometheus-client==0.21.1
prometheus-fastapi-instrumentator==7.1.0
nvitop==1.4.2

# 分布式训练
ray==2.44.0

# 数学计算
scipy==1.15.2
scikit-learn==1.6.1
numba==0.60.0
llvmlite==0.43.0

# 可视化
matplotlib==3.10.1
seaborn==0.13.2

# 通用工具
click==8.1.8
rich==13.9.4
typer==0.15.2
pyyaml==6.0.2
python-dotenv==1.1.0

# 网络请求
httpx==0.28.1
aiohttp==3.11.14
openai==1.68.2

# 其他依赖
einops==0.8.1
sentencepiece==0.2.0
tiktoken==0.9.0
protobuf==3.20.3
psutil==7.0.0
filelock==3.18.0
regex==2024.11.6
packaging==24.2
fsspec==2024.12.0
