Langchain-Chatchat本地搭建ChatGLM3模型和提取PDF内容

penngo2024-03-09 8:21

文章目录

1、软件要求

Linux Ubuntu 22.04.5 kernel version 6.7
最低要求

该要求仅针对标准模式，轻量模式使用在线模型，不需要安装torch等库，也不需要显卡即可运行。

  • Python 版本: >= 3.8(很不稳定), < 3.12
  • CUDA 版本: >= 12.1
    推荐要求
    开发者在以下环境下进行代码调试，在该环境下能够避免最多环境问题。
  • Python 版本 == 3.11.7
  • CUDA 版本: == 12.1

本文是基于Ubuntu 22.04.1 LTS (GNU/Linux 5.15.133.1-microsoft-standard-WSL2 x86_64)测试

2、安装CUDA

2.1、安装gcc

输入gcc -version检查是否安装了gcc

bash 复制代码 
~$ gcc --version
Command 'gcc' not found, but can be installed with:
sudo apt install gcc

2.2、安装CUDA

输入nvidia-smi查看支持CUDA的版本 ，支持的最高版本是12.3

当前pytorch最高支持12.1，在官网https://developer.nvidia.com/cuda-toolkit-archive下载12.1.1版本


输入命令下载安装

bash 复制代码 
wget https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_530.30.02_linux.run
sudo sh cuda_12.1.1_530.30.02_linux.run

配置环境变量，输入vi ~/.bashrc命令打开文件

bash 复制代码 
export PATH=/usr/local/cuda-12.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH

刷新环境变量source ~/.bashrc

3、安装Anaconda3

3.1、下载Anaconda3

官网下载：https://www.anaconda.com/download/

清华镜像：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

当前最新版本：https://repo.anaconda.com/archive/Anaconda3-2023.09-0-Linux-x86_64.sh

下载完成，输入下边命令安装

bash 复制代码 
sh Anaconda3-2023.09-0-Linux-x86_64.sh

3.2、创建python虚拟环境

bash 复制代码 
conda create -n python311 python=3.11

# 激活环境
conda activate python311
# 如果activate不存在，改用source激活环境
# source activate python311
# 退出环境
conda deactivate python311

4、部署系统

4.1、下载源码

浏览器下载：Langchain-Chatchat-0.2.10.zip :https://github.com/chatchat-space/Langchain-Chatchat/releases

也可以通过git拉取最新仓库

bash 复制代码 
# git拉取最新仓库
git clone https://github.com/chatchat-space/Langchain-Chatchat.git

4.2、安装依赖

bash 复制代码 
# 进入目录
$ cd Langchain-Chatchat

# 安装全部依赖
# 使用国内源下载依赖更快：https://mirrors.aliyun.com/pypi/simple/，https://pypi.tuna.tsinghua.edu.cn/simple/
# 全部依赖
$ pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
# api运行依赖
$ pip install -r requirements_api.txt -i https://mirrors.aliyun.com/pypi/simple/
# webui运行依赖
$ pip install -r requirements_webui.txt -i https://mirrors.aliyun.com/pypi/simple/
# 默认依赖包括基本运行环境（FAISS向量库）。如果要使用 milvus/pg_vector 等向量库，请将 requirements.txt 中相应依赖取消注释再安装。

4.3、下载模型

bash 复制代码 
$ git lfs install
# 下载LLM模型，国内从魔塔下载更快
$ git clone https://www.modelscope.cn/ZhipuAI/chatglm3-6b.git
# git clone https://huggingface.co/THUDM/chatglm3-6b

# 下载Embedding 模型，国内从魔塔下载更快
$ git clone https://www.modelscope.cn/AI-ModelScope/bge-large-zh.git
# git clone https://huggingface.co/BAAI/bge-large-zh

4.4、初始化配置和知识库

4.4.1、初始化配置
bash 复制代码 
# 初始化Langchain-Chatchat-0.2.10\configs目录内的配置文件
$ python copy_config_example.py
  • 基础配置项 basic_config.py
    该配置基负责记录日志的格式和储存路径，通常不需要修改。
  • 模型配置项 model_config.py
bash 复制代码 
EMBEDDING_MODEL = "bge-large-zh"  # 修改为bge-large-zh
# Embedding 模型运行设备。设为 "auto" 会自动检测(会有警告)，也可手动设定为 "cuda","mps","cpu","xpu" 其中
EMBEDDING_DEVICE = "cuda"

# 要运行的 LLM 名称，可以包括本地模型和在线模型。列表中本地模型将在启动项目时全部加载。
# 列表中第一个模型将作为 API 和 WEBUI 的默认模型。
# 在这里，我们使用目前主流的两个离线模型，其中，chatglm3-6b 为默认加载模型。
LLM_MODELS = ["chatglm3-6b", "zhipu-api", "openai-api"]
# LLM 模型运行设备。设为"auto"会自动检测(会有警告)，也可手动设定为 "cuda","mps","cpu","xpu" 其中之一。
LLM_DEVICE = "cuda" # 修改为cpu
MODEL_PATH = {
    "embed_model": {
        ......
        "bge-large-zh": "/mnt/d/project/python/model/BAAI/bge-large-zh", # 修改为物理路径
        ......
    },

    "llm_model": {
        ......
        "chatglm3-6b": "/mnt/d/project/python/model/THUDM/chatglm3-6b", # 修改为物理路径
        ......
    },
  • 提示词配置项 prompt_config.py
    提示词配置分为三个板块，分别对应三种聊天类型。
bash 复制代码 
llm_chat: 基础的对话提示词， 通常来说，直接是用户输入的内容，没有系统提示词。
knowledge_base_chat: 与知识库对话的提示词，在模板中，我们为开发者设计了一个系统提示词，开发者可以自行更改。
agent_chat: 与Agent对话的提示词，同样，我们为开发者设计了一个系统提示词，开发者可以自行更改。
# prompt模板使用Jinja2语法，简单点就是用双大括号代替f-string的单大括号 请注意，本配置文件支持热加载，修改prompt模板后无需重启服务。

  • 数据库配置 kb_config.py

  • 服务和端口配置项 server_config.py

    这些模型必须是在model_config.MODEL_PATH或ONLINE_MODEL中正确配置的。

    在启动startup.py时，可用通过--model-name xxxx yyyy指定模型，不指定则为LLM_MODELS

    FSCHAT_MODEL_WORKERS = {
    ......
    "chatglm3-6b": {
    "device": "cuda", # 配置为cuda
    },
    ......
    }

4.4.2、初始化知识库
bash 复制代码 
## 默认依赖包括基本运行环境（FAISS向量库），初始化自己的知识库
$ python init_database.py --recreate-vs

#如果您已经有创建过知识库，可以先执行以下命令创建或更新数据库表：
# python init_database.py --create-tables

4.5、运行

bash 复制代码 
# 一键启动脚本 startup.py， 一键启动所有 Fastchat 服务、API 服务、WebUI 服务，示例代码：
$ python startup.py -a

并可使用 Ctrl + C 直接关闭所有运行服务。

可选参数包括 -a (或--all-webui), --all-api, --llm-api, -c (或--controller), --openai-api, -m (或--model-worker), --api, --webui，其中：

  • --all-webui 为一键启动 WebUI 所有依赖服务；

  • --all-api 为一键启动 API 所有依赖服务；

  • --llm-api 为一键启动 Fastchat 所有依赖的 LLM 服务；

  • --openai-api 为仅启动 FastChat 的 controller 和 openai-api-server 服务；

  • 其他为单独服务启动选项。
    若想指定非默认模型，需要用 --model-name 选项，示例：

    $ python startup.py --all-webui --model-name Qwen-7B-Chat

更多信息可通过 python startup.py -h 查看。

4.6、运行

本文运行例子：上传一个PDF文档到知识库，并通过问答的方式提取PDF内容。

4.6.1、启动
4.6.2、启动创建知识库和上传pdf


4.6.3、问答提取内容

问答方式提取内容，除了第一个社会信用代码不准确外，其它问题都能返回准确答案

安装部署参考自

相关推荐
海绵波波1071 天前
Zotero使用（一）PDF文件导入不会自动识别
pdf
2401_856926931 天前
图片转PDF技巧揭秘：四款高效工具推荐！
学习·pdf·图片转pdf·图片转pdf工具
alex18012 天前
python实现多个pdf文件合并
java·python·pdf
akhfuiigabv2 天前
探索LangChain中的最新NLP研究：创新与应用
人工智能·python·自然语言处理·langchain
人在旅途我渐行渐远2 天前
FewShotChatMessagePromptTemplate 和 FewShotPromptTemplate区别
langchain·少样本学习
似璟如你2 天前
Vue点击按钮生成pdf文件/Vue点击按钮生成png图片
pdf
deephub2 天前
概率分布深度解析：PMF、PDF和CDF的技术指南
人工智能·python·机器学习·pdf·概率论
William.csj2 天前
PDF——压缩大小的方法
pdf
akhfuiigabv2 天前
使用LangChain创建简单的语言模型应用程序【快速入门指南】
java·python·语言模型·langchain
百事牛2 天前
【方法】如何禁止PDF转换成其他格式文件？
windows·pdf
热门推荐
01RAG 实践- Ollama+RagFlow 部署本地知识库02组基轨迹建模 GBTM的介绍与实现（Stata 或 R）032024年高教社杯数学建模国赛C题超详细解题思路分析04Coze扣子平台完整体验和实践（附国内和国际版对比）05苍穹外卖面试总结06【2024数模国赛赛题思路公开】国赛B题思路丨附可运行代码丨无偿自提07yolov8实战第五天——yolov8+ffmpg实时视频流检测并进行实时推流——（推流，保姆教学）08CCF-CSP认证考试 202406-3 文本分词 100分题解09【2024高教社杯全国大学生数学建模竞赛】B题 生产过程中的决策问题——解题思路 代码 论文10浏览器插件——ModHeader 的分享和学习