LLMs之RAG：LangChain-ChatGLM-Webui(一款基于本地知识库(各种文本文档)的自动问答的GUI界面实现)的简介、安装、使用方法之详细攻略_chatglm rag

LLMs之RAG：LangChain-ChatGLM-Webui(一款基于本地知识库(各种文本文档)的自动问答的GUI界面实现)的简介、安装、使用方法之详细攻略

目录

LangChain-ChatGLM-Webui的简介

1、支持的模型

LangChain-ChatGLM-Webui的安装

1、安装

T1、直接安装​

环境准备

启动程序

T2、Docker安装

(1)、Docker 基础环境运行

(2)、Docker 小白运行

2、开启服务：Jina Serving API

(1)、启动服务

(2)、执行curl初始化模型命令

(3)、执行curl构建向量库命令

(4)、执行curl发送指令

(5)、Docker API 服务快速启动

LangChain-ChatGLM-Webui的使用方法

LLMs之RAG：基于LangChain-ChatGLM-Webui项目+云端Docker部署(OpenI启智开源社区)、在线测试—实现基于本地知识库(各种类型文本文档)的自动问答的GUI界面—图文教程之详细攻略

---

LangChain-ChatGLM-Webui的简介

2023年5月份，LangChain-ChatGLM-Webui项目实现了基于本地知识库(各种文本文档)的自动问答的GUI界面实现，受到langchain-ChatGLM启发, 利用LangChain和ChatGLM-6B系列模型制作的Webui，提供基于本地知识的大模型应用。目前支持上传 txt、docx、md、pdf等文本格式文件, 提供包括ChatGLM-6B系列、Belle系列等模型文件以及GanymedeNil/text2vec-large-chinese、nghuyong/ernie-3.0-base-zh、nghuyong/ernie-3.0-nano-zh等Embedding模型。

GitHub地址：GitHub - thomas-yanxin/LangChain-ChatGLM-Webui: 基于LangChain和ChatGLM-6B等系列LLM的针对本地知识库的自动问答

1、支持的模型

若存在网络问题可在此找到本项目涉及的所有模型:

LangChain-ChatGLM-Webui的安装

视频教程：【免费算力+国产大模型】5分钟手把手带你搭建基于本地知识库的自动问答_哔哩哔哩_bilibili

1、安装

T1、直接安装​

环境准备

项目需要Python>=3.8.1, 默认已安装torch

1. git clone本项目, 您可以在自己的terminal中执行: git clone https://github.com/thomas-yanxin/LangChain-ChatGLM-Webui.git. 若国内用户访问Github存在网络问题, 也可以执行: https://openi.pcl.ac.cn/Learning-Develop-Union/LangChain-ChatGLM-Webui.git
2. 进入本项目目录：cd LangChain-ChatGLM-Webui
3. 安装依赖包：pip install -r requirements.txt, 国内用户可设置清华源加速下载.

另: 若您想要安装测试ModelScope版本, 需要额外安装ModelScope包: pip install modelscope==1.4.3 -f https://modelscope.oss-cn-beijing.aliyuncs.com/releases/repo.html

OpenI启智社区部署推荐的Docker镜像: dockerhub.pcl.ac.cn:5000/user-images/openi:LangChain-ChatLLM-2.0

启动程序

• Huggingface版本

在terminal中执行命令: python3 app.py

• ModelScope版本

1. 进入modelscope文件目录：cd modelscope
2. 执行命令：python3 app.py

T2、Docker安装

(1)、Docker 基础环境运行

1. 运行镜像：docker run -it --rm --runtime=nvidia --gpus all --network host registry.cn-beijing.aliyuncs.com/public-development-resources/langchain-chatglm-webui:Base bash
2. git clone项目: git clone https://github.com/thomas-yanxin/LangChain-ChatGLM-Webui.git
3. 进入本项目目录：cd LangChain-ChatGLM-Webui
4. 安装依赖包：pip3 install -r requirements.txt
5. 执行app.py：python3 app.py

(2)、Docker 小白运行

1. 运行镜像：docker run -d --name langchain-ChatGLM-webui --runtime=nvidia --gpus all --network host registry.cn-beijing.aliyuncs.com/public-development-resources/langchain-chatglm-webui:latest

2. 访问服务：http://ip:7860

3. 运行环境，镜像大小约14G。

4. nvidia-runtime 请参考: container-toolkit

5. 本地模型放置目录：
   BELLE-LLaMA-Local:/pretrainmodel/belle
   Vicuna-Local:/pretrainmodel/vicuna
   ChatGLM-Local:/pretrainmodel/chatglm

6. 挂载cache目录，容器重启或更新无需重新下载相关模型。
   -v langchain-ChatGLM-webui-cache:/root/.cache/

2、开启服务：Jina Serving API

(1)、启动服务

lc-serve deploy local jina_serving

(2)、执行curl初始化模型命令

curl -X 'POST' \
  'http://localhost:8080/reinit_model' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
    "large_language_model": "ChatGLM-6B-int8",
    "embedding_model": "text2vec-base"
  }'

(3)、执行curl构建向量库命令

curl -X 'POST' \
  'http://localhost:8080/vector_store' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
    "file_path": "./README.md"
  }'

(4)、执行curl发送指令

curl -X 'POST' \
  'http://localhost:8080/predict' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
    "input": "ChatGLM-6B的具体局限性？"
    "use_web": true, 
    "top_k": 3,  
    "history_len": 1, 
    "temperature": 0.01, 
    "top_p": 0.1, 
    "history": []
  }'

(5)、Docker API 服务快速启动

docker run -d --name LangChain-ChatGLM-Webui --runtime=nvidia --gpus all --network host registry.cn-beijing.aliyuncs.com/public-development-resources/langchain-chatglm-webui:api

LangChain-ChatGLM-Webui的使用方法

LLMs之RAG：基于LangChain-ChatGLM-Webui项目+云端Docker部署(OpenI启智开源社区)、在线测试—实现基于本地知识库(各种类型文本文档)的自动问答的GUI界面—图文教程之详细攻略

https://yunyaniu.blog.csdn.net/article/details/133981047