 Alexander Korolev
|
126fe81115
fix: drop_caches after image sync (clear docker load page cache)
|
před 3 měsíci |
|
Alexander Korolev
|
b37592678f
feat: drop_caches (echo 3 | sudo tee /proc/sys/vm/drop_caches) before start
|
před 3 měsíci |
|
Alexander Korolev
|
c04454ce6d
feat: remote build via tmux (disconnect-safe, polling)
|
před 3 měsíci |
|
Alexander Korolev
|
731937a625
feat: --build-node, docker_image_dir recipe field
|
před 3 měsíci |
|
Alexander Korolev
|
9391712331
feat: --build-node flag to auto-build image on a cluster node
|
před 3 měsíci |
|
Alexander Korolev
|
acadda1259
feat: auto-sync Docker image (ANY source node) + --sync-image / --sync-image-source flags
|
před 3 měsíci |
|
Alexander Korolev
|
cae048890c
feat: auto-sync Docker image from head node to workers before serve
|
před 3 měsíci |
|
Alexander Korolev
|
31aaf141e5
refactor: split ends (HA/SSH) from control logic with traits and orchestrator
|
před 3 měsíci |
|
Alexander Korolev
|
56bcdf4bf5
feat(recipe): update deepseek-v4-flash-dspark from NVIDIA reference
|
před 3 měsíci |
|
Alexander Korolev
|
66b9879240
fix: auto-power-on now powers on per-node entities, not just cluster extras
|
před 3 měsíci |
|
Alexander Korolev
|
7158e63649
refactor: separate cluster state from SSH probing for testability
|
před 3 měsíci |
|
Alexander Korolev
|
f54e192ef7
fix: mark unreachable nodes as unavailable in cluster selection
|
před 3 měsíci |
|
Alexander Korolev
|
ff23a80a81
feat: extend NcclConfig with per-cluster NCCL overrides
|
před 3 měsíci |
|
Alexander Korolev
|
9123df86cd
fix: use original cluster name for solo instances instead of 'solo/<node>'
|
před 4 měsíci |
|
Alexander Korolev
|
27c02331d8
refactor: rename --power-on-if-off to --auto-power-on
|
před 4 měsíci |
|
Alexander Korolev
|
811b8b0848
feat: add --power-on-if-off and --power-off flags
|
před 4 měsíci |
|
Alexander Korolev
|
98abe64703
fix: address soundness issues from audit
|
před 4 měsíci |
|
Alexander Korolev
|
0ae454c259
feat: add --node parameter to logs command
|
před 4 měsíci |
|
Alexander Korolev
|
cefdfa2368
feat: deployment discovery + stop ambiguity resolution
|
před 4 měsíci |
|
Alexander Korolev
|
3774e765e5
feat: cluster selection with occupancy awareness
|
před 4 měsíci |
|
Alexander Korolev
|
3d986923c7
fix: drop incompatible -q flag from container label query (docker -q + --format conflict)
|
před 4 měsíci |
|
Alexander Korolev
|
68087045df
fix: resolve_cluster_by_container_label now actually reads the sm121.cluster label from container metadata instead of inferring cluster from node ownership
|
před 4 měsíci |
|
Alexander Korolev
|
2946e07f79
fix: stop_cluster filters by cluster label to avoid cross-cluster interference
|
před 4 měsíci |
|
Alexander Korolev
|
5931869d69
refactor: DistributedBackend as Option — remove None_ variant
|
před 4 měsíci |
|
Alexander Korolev
|
dbdbc7ed62
refactor: replace String distributed_backend with DistributedBackend enum
|
před 4 měsíci |
|
Alexander Korolev
|
6081ccf443
feat: mods system — entrypoint wrapping + global/recipe mods with volume mount
|
před 4 měsíci |
|
Alexander Korolev
|
f55cd70082
refactor: replace #[allow] with structs for start_cluster and build_docker_command
|
před 4 měsíci |
|
Alexander Korolev
|
ce60c5c59f
feat: serve follows logs by default, returns Cluster for follow-up
|
před 4 měsíci |
|
Alexander Korolev
|
e84b676397
feat: serve follows logs by default, --no-follow to skip
|
před 4 měsíci |
|
Alexander Korolev
|
d6ccc9af9a
fix: use docker stop only, no rm step
|
před 4 měsíci |
