patlegu/opnsense-qwen25-lora
0
OPNsense Agent — Qwen2.5-3B LoRA
Fine-tune de [Qwen/Qwen2.5-3B-Instruct](https://huggingface.co/Qwen/Qwen2.5-3B-Instruct) entraîné pour agir comme agent-outil Firewall OPNsense dans une architecture multi-agents IA pour la cybersécurité.
L'agent reçoit des paquets CAP v1 (Coordinator-Agent Packet) depuis un coordinateur LLM et génère des tool_calls précis.
Architecture
Coordinateur (LLM)
│ CAP v1 JSON
▼
Agent Firewall OPNsense (ce modèle)
│ tool_call JSON
▼
API équipementFonctions supportées (102 au total)
Performance
Utilisation
Avec vLLM (multi-LoRA)
from vllm import LLM, SamplingParams
from vllm.lora.request import LoRARequest
llm = LLM(model="Qwen/Qwen2.5-3B-Instruct", enable_lora=True)
params = SamplingParams(temperature=0.1, max_tokens=256)
cap_packet = '{"directive": "block_ip", "entities": {"IP_ADDRESS": ["203.0.113.42"], "INTERFACE": ["wan"]}, "args": {}, "context": {"source": "coordinator", "confidence": 0.97}}'
outputs = llm.generate(
cap_packet,
params,
lora_request=LoRARequest("opnsense-qwen25-lora", 1, "path/to/adapter")
)
print(outputs[0].outputs[0].text)System prompt :
Tu es un agent OPNsense. Tu reçois des directives structurées du coordinateur sous forme de paquets JSON (format CAP v1 : directive + entities + args) et tu génères des appels d'API précis sous forme de tool_calls. Tu ne réponds jamais en langage naturel — uniquement des tool_calls.Avec Ollama (GGUF)
ollama run hf.co/patlegu/opnsense-qwen25-loraDétails d'entraînement
Contexte
Modèle produit par cyber-agent-engine — système multi-agents IA pour l'automatisation réseau et la sécurité.
Le coordinateur décompose les requêtes en langage naturel et délègue l'exécution à des agents-outils spécialisés (OPNsense, WireGuard, CrowdSec), chacun piloté par un LoRA fine-tuné sur GPU local (RTX 4070 Ti).
Limitations
- Conçu pour être appelé par un coordinateur, pas directement par un humain
- Requiert le format CAP v1 — les requêtes en langage naturel libre donnent des résultats dégradés
Licence
Apache 2.0
