> For the complete documentation index, see [llms.txt](https://seednodes.gitbook.io/club-de-nodos/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://seednodes.gitbook.io/club-de-nodos/guias/gensyn.md). # Gensyn AI ## Guia Gensys ## 🧠 Guía paso a paso para correr un nodo RL Swarm (Gensyn) > Esta guía funciona en Linux (Ubuntu, Debian, WSL2) y Mac. *** ### ✅ Requisitos * Python 3.10 o superior * git, curl, node, yarn * 16 GB de RAM mínimo * GPU opcional (recomendado) * Cuenta en Hugging Face: *** ### 🧱 Paso 1 – Clonar el repositorio 1. Abrí una terminal y ejecutá: ``` git clone https://github.com/gensyn-ai/rl-swarm.git cd rl-swarm ``` ### 🐍Paso 2 – Crear y activar el entorno virtual ``` python3 -m venv .venv source .venv/bin/activate ``` ### ⚙️ Paso 3 – Instalar dependencias (corrigiendo error de protobuf) El archivo requirements.txt pide protobuf 5.29.0, pero no es compatible. Vamos a instalar todo manualmente. 1. Actualizá pip y setuptools: ``` pip install --upgrade pip setuptool ``` 1. Borrá la versión incorrecta de protobuf si ya estaba instalada: ``` pip uninstall -y protob ``` 1. Instalá la versión compatible: ``` pip install protobuf==5.27.0 ``` 1. Instalá las demás dependencias necesarias: ``` pip install -r requirements.txt ``` > Si vas a usar una GPU, instalá PyTorch con CUDA desde: *** ### 🚀 Paso 4 – Ejecutar el nodo Desde la raíz del proyecto, ejecutá: ``` ./run_rl_swarm.sh ``` Esto abrirá el navegador para que inicies sesión y crees tu identidad (`swarm.pem`). > Si estás en una VM, abrí manualmente: y usá SSH con -L 3000:localhost:3000 *** ### 🔐 Paso 5 – Login y conexión a la testnet 1. Iniciá sesión con Google o email. 2. Se creará tu archivo `swarm.pem`. 3. Verás un mensaje como: ``` >> Done! >> Would you like to push models you train in the RL swarm to the Hugging Face Hub? [y/N] ``` ### 🔗 Paso 6 – Obtener el token de Hugging Face 1. Ir a 2. Hacer clic en **"New token"** 3. Elegir **la opción "Write"** (¡NO uses "Fine-grained"!) 4. Darle nombre: `rl-swarm-gensys` 5. Crear y copiar el token generado (`hf_xxxxxxxxx...`) 6. Pegarlo en el terminal cuando te lo pida: ``` Enter your Hugging Face access token: ``` ### 🧠 Paso 7 – Verificar que el nodo esté funcionando Deberías ver en consola algo como: ``` training step: 34, loss: 1.203, samples/sec: 53.7 peer registered: abc123 ``` **Peering inicial y training** Tu peer registrará y votará on-chain. Puedes seguir el registro [aquí](https://gensyn-testnet.explorer.alchemy.com/).

### 🌐 Paso 8 – (Opcional) Lanzar el Swarm UI Si querés ver el estado desde un dashboard, podés correr en otra terminal: ``` docker-compose up --build ``` Y abrir: [http://localhost:8080](http://localhost:8080/) (tenemos que tener instalado docker compose) Por si no lo tenemos intalado, correr: ``` sudo apt install docker-compose ``` Dejamos que corra:

[localhost:8080](http://localhost:8080) ### 🛠 Paso 9 – Solución de problemas comunes * **Error de protobuf**: asegurate de tener `protobuf==5.27.0` * **No se abre el navegador**: abrí manualmente [http://localhost:3000](http://localhost:3000/) * **Ya te logueaste antes y falla**: borra `swarm.pem` con `rm swarm.pem` y volvé a correr * **Querés correr otro nodo**: usá un mail distinto y generá un nuevo `swarm.pem` *** ### 🎉 ¡Listo! Ya estás participando del entrenamiento descentralizado. Podés ver tu progreso on-chain en: --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://seednodes.gitbook.io/club-de-nodos/guias/gensyn.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.