Tasker on erinomainen lisC$ys tC$hC$n! Kun saamme lokaalin tekoC$lyn ja
rajapinnan pystyyn, voimme laittaa tekoC$lyn palauttamaan JSON-komentoja,
jotka Python-skripti ohjaa HTTP-pyynnC6illC$ (esim. Termux-Tasker -lisC$osan
tai Webhookien kautta) suoraan Taskerille. Tasker voi sitten AutoInput-lisC$osa
llaan tai omilla ominaisuuksillaan simuloida sormen painalluksia, avata
sovelluksia ja klikkailla nappeja.
Aloitetaan Vaiheesta 1: Perustan rakentaminen.
TC$ssC$ ovat askeleet, joilla saat ympC$ristC6n pystyyn Huaweihisi. Laita
nC$mC$ puhelimesi ruudulle tai ota SSH-yhteys Termuxiin tietokoneelta, jotta
kopiointi on helpompaa.
1. Asenna Termux (TCRKECC!)
ClC$ kC$ytC$ Google Play -kaupan Termuxia, sillC$ sitC$ ei enC$C$ pC$ivitetC$
ja se on rikki.
 * Lataa Termux F-Droidista tai Termuxin viralliselta GitHub-sivulta
(APK-tiedosto).
 * Asenna se puhelimeesi ja avaa sovellus.
2. PC$ivitC$ paketit ja asenna riippuvuudet
Kopioi ja suorita Termuxissa seuraavat komennot rivi kerrallaan. Paina y
(yes), jos asennus kysyy lupaa jatkaa.
# PC$ivitetC$C$n pakettivarastot (tC$mC$ voi kestC$C$ hetken)
pkg update && pkg upgrade -y

# Asennetaan tarvittavat tyC6kalut ja kC$C$ntC$jC$t (git, cmake, c++, python
jne.)
pkg install git cmake clang wget make ninja python -y

# Asennetaan Vulkan-ajurit GPU-kiihdytystC$ varten
pkg install vulkan-headers vulkan-loader-android -y

3. KC$C$nnC$ Llama.cpp Vulkan-tuella
Nyt ladataan ohjelmisto, joka pyC6rittC$C$ tekoC$lymallia, ja kC$C$nnetC$C$n
se puhelimesi raudalle sopivaksi.
# Ladataan Llama.cpp lC$hdekoodi
git clone https://github.com/ggerganov/llama.cpp
cd llama.cpp

# Valmistellaan kC$C$nnC6s Vulkan-GPU-tuella
cmake -B build -DGGML_VULKAN=ON

# KC$C$nnetC$C$n ohjelma (tC$ssC$ menee useampi minuutti, puhelin voi
lC$mmetC$)
cmake --build build --config Release

4. Lataa tekoC$lymalli
Ladataan Llama-3.2-3B-Instruct (4-bittisenC$ Q4_K_M -versiona). Se painaa noin
2 gigatavua ja on tC$llC$ hetkellC$ paras kompromissi nopeuden, pienen koon ja
pC$C$ttelykyvyn vC$lillC$ "agenttikC$yttC6C6n".
# SiirrytC$C$n takaisin kotihakemistoon
cd ~

# Ladataan malli HuggingFacesta (kestC$C$ hetken nettiyhteydestC$ riippuen)
wget https://huggingface.co/bartowski/Llama-3.2-3B-Instruct-GGUF/resolve/main/L
lama-3.2-3B-Instruct-Q4_K_M.gguf

5. KC$ynnistC$ paikallinen REST API -palvelin!
Nyt kaikki on valmiina ensimmC$iseen testiin. Laitetaan palvelin pystyyn ja
pakotetaan laskenta GPU:lle (-ngl 99 tarkoittaa, ettC$ kaikki mallin tasot
ohjataan nC$ytC6nohjaimelle).
cd ~/llama.cpp
./build/bin/llama-server -m ~/Llama-3.2-3B-Instruct-Q4_K_M.gguf --port 8080
--host 127.0.0.1 -c 2048 -ngl 99

Kun nC$et ruudulla tekstiC$, joka ilmoittaa HTTP-palvelimen kC$ynnistyneen
porttiin 8080 (esim. HTTP server listening), palvelin on pystyssC$. TekoC$lysi
on nyt elossa puhelimesi taustalla!
Kokeile suorittaa nC$mC$ askeleet. Kerro heti, jos jossain kohtaa tulee
virheilmoitus (etenkin kC$C$ntC$misvaiheessa). Jos kaikki menee lC$pi,
testataan seuraavaksi lC$hettC$C$ sille ensimmC$inen komento!