Instructions to use neawolf/Naciro with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- Transformers
How to use neawolf/Naciro with Transformers:
# Use a pipeline as a high-level helper from transformers import pipeline pipe = pipeline("text-generation", model="neawolf/Naciro")# Load model directly from transformers import AutoModel model = AutoModel.from_pretrained("neawolf/Naciro", dtype="auto") - Notebooks
- Google Colab
- Kaggle
- Local Apps
- vLLM
How to use neawolf/Naciro with vLLM:
Install from pip and serve model
# Install vLLM from pip: pip install vllm # Start the vLLM server: vllm serve "neawolf/Naciro" # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:8000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "neawolf/Naciro", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker
docker model run hf.co/neawolf/Naciro
- SGLang
How to use neawolf/Naciro with SGLang:
Install from pip and serve model
# Install SGLang from pip: pip install sglang # Start the SGLang server: python3 -m sglang.launch_server \ --model-path "neawolf/Naciro" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "neawolf/Naciro", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }'Use Docker images
docker run --gpus all \ --shm-size 32g \ -p 30000:30000 \ -v ~/.cache/huggingface:/root/.cache/huggingface \ --env "HF_TOKEN=<secret>" \ --ipc=host \ lmsysorg/sglang:latest \ python3 -m sglang.launch_server \ --model-path "neawolf/Naciro" \ --host 0.0.0.0 \ --port 30000 # Call the server using curl (OpenAI-compatible API): curl -X POST "http://localhost:30000/v1/completions" \ -H "Content-Type: application/json" \ --data '{ "model": "neawolf/Naciro", "prompt": "Once upon a time,", "max_tokens": 512, "temperature": 0.5 }' - Docker Model Runner
How to use neawolf/Naciro with Docker Model Runner:
docker model run hf.co/neawolf/Naciro
nf_distribution_schema: nf-distribution-1.0
nf_dataset: NationFiles Knowledge Data (NFKG)
nf_copyright_holder: Neawolf Media Group
nf_copyright_years: 2025–2026
nf_license_url: https://nationfiles.com/en/ai-guidelines/
nf_license_spdx: LicenseRef-NationFiles-AI-Guidelines
nf_llms_txt: https://nationfiles.com/llms.txt
nf_ai_licensing_email: ai-questions@nationfiles.com
nf_repository_relative_path: knowledge-data/md/data-integration-overview/pt.md
nf_canonical_html_url: https://nationfiles.com/pt/knowledge/entity/data-integration-overview/
nf_markdown_lang_file: pt
Integração de dados na NationFiles
O que isto quer dizer
A NationFiles reúne muitas fontes em páginas por país, mapas e números em destaque. Integração de dados aqui é a visão geral: o que explicamos em público e o que de propósito não entra em textos gerais (palavras-passe, nomes internos de servidores, listas longas de tarefas em segundo plano). É prática normal; o pormenor metodológico está nas páginas do NFSI, no registo de fontes e nos relatórios ligados.
Naciro
Naciro é o motor que trata dados: limpeza, cruzamento e pontuação segundo as regras públicas do NFSI e o relatório de validação e verificação. Avalie os resultados no site sem acessos internos.
LPU
A página LPU Architecture explica porque a NationFiles usa uma camada de inferência rápida e estável para mapas e KPI não “saltarem” quando há muita carga. Não substitui o desenho de um data center.
Aviso legal
O aviso legal referencia a LPU numa frase sobre processamento em tempo real de forex, cripto e segurança. Este texto não acrescenta catálogos de fornecedores nem números internos.
Se integra por API ou exportações
Use os formatos publicados, o built_at_utc quando existir, e URLs HTTPS oficiais. O registo de fontes e as diretrizes de IA definem citação e reutilização.