# FSM spec转换成标准格式（standard form）

**Repository Path**: di_zhao/FSMspec2standard

## Basic Information

- **Project Name**: FSM spec转换成标准格式（standard form）
- **Description**: FSM spec转换成标准格式（standard form）
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-04-14
- **Last Updated**: 2026-04-14

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# LLM4FSM 最终稳定版

### 项目结构

```
LLMforFSM/
├── app.py              # 主UI应用
├── web_app.py          # Web界面应用
├── config.py           # 配置文件
├── fsm.py              # FSM结构定义
├── data_generator.py   # 数据集生成
├── tokenizer.py        # 编码功能
├── trainer.py          # 训练功能
├── tester.py           # 测试准确率
├── generator.py        # 生成FSM
├── parser.py           # 解析FSM
├── branch_signals.py   # 提取分支信号
├── path_enumerator.py  # 路径枚举
├── path_filter.py      # 合法路径过滤
├── train_fsm.py        # 批量训练脚本
├── infer_cli.py        # 单FSM推理工具
├── batch_infer_cli.py  # 批量FSM推理工具
├── infer_cli.md        # 单FSM推理工具说明
├── batch_infer_cli.md  # 批量FSM推理工具说明
├── data/               # 数据目录
│   ├── train_data.json  # 训练数据
│   ├── val_data.json    # 验证数据
│   └── test_data.json   # 测试数据
├── templates/          # Web模板目录
└── README.md           # 说明文档
```

### 安装依赖

```bash
pip install transformers peft torch
```

### 使用方法

1. 运行主应用：
   ```bash
   python app.py
   ```

2. 在UI界面中：
   - **模型训练**标签页：点击"开始训练"按钮进行模型训练
   - **FSM生成**标签页：点击"生成FSM"按钮生成FSM文本
   - **FSM分析**标签页：点击"分析FSM"按钮分析生成的FSM
   - **结果展示**标签页：查看FSM分析结果

### 核心功能

1. **数据集生成**：自动生成FSM训练数据
2. **LoRA训练**：使用LoRA方法微调模型
3. **准确率测试**：测试模型在验证集上的表现
4. **FSM生成**：生成标准格式的FSM文本
5. **FSM解析**：解析FSM文本，构建FSM结构
6. **分支信号提取**：提取FSM中的分支信号
7. **路径枚举**：枚举FSM中的所有路径
8. **合法路径过滤**：过滤出合法的FSM路径

### 技术特点

- 使用Hugging Face镜像站加速模型下载
- 支持GPU/CPU自动切换
- 模块化设计，易于扩展
- 友好的GUI界面
- 完善的错误处理机制
- 自动兜底功能，确保系统稳定运行

### 命令行工具使用

#### 1. 批量训练工具 (train_fsm.py)
```bash
python train_fsm.py --model ./local_models/opt-125m --output ./trained_model --epochs 3 --batch_size 4
```
- **功能**：训练FSM生成模型
- **主要参数**：
  - `--model`：基础模型路径
  - `--output`：训练后模型保存路径
  - `--epochs`：训练轮数
  - `--batch_size`：批次大小

#### 2. 单FSM推理工具 (infer_cli.py)
```bash
python infer_cli.py --model ./trained_model --device cpu --spec "A simple FSM with 3 states" --output fsm_result.txt
```
- **功能**：从训练好的模型生成单个FSM并分析
- **主要参数**：
  - `--model`：模型路径
  - `--device`：运行设备（cpu/cuda）
  - `--spec`：FSM功能描述（英文）
  - `--output`：输出文件路径

#### 3. 批量FSM推理工具 (batch_infer_cli.py)
```bash
python batch_infer_cli.py --model ./local_models/opt-125m --test_data ./data/test_data.json --output batch_results.txt
```
- **功能**：批量处理测试数据集，生成并分析多个FSM
- **主要参数**：
  - `--model`：模型路径
  - `--test_data`：测试数据文件路径
  - `--output`：输出文件路径
  - `--device`：运行设备（cpu/cuda）