devbox
凡人多烦事01
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

书生·浦语：大模型全链路开源体系（二）——InternLM、Lagent、浦语·灵笔Demo调用_interlm web-demo

作者：凡人多烦事01 | 2024-03-06 15:46:09

赞

踩

interlm web-demo

一、准备工作：

1、环境配置：

pip、conda换源：

pip临时换源：

  1. pip install -i https://mirrors.cernet.edu.cn/pypi/web/simple some-package
  2.  
  3. # 这里的“https://mirrors.cernet.edu.cn/pypi/web/simple”是所换的源，“some-package”是你需要安装的包

设置pip默认源，避免每次下载依赖包都要加上一长串的国内源

pip config set global.index-url https://mirrors.cernet.edu.cn/pypi/web/simple

conda换源：

镜像站提供了 Anaconda 仓库与第三方源（conda-forge、msys2、pytorch 等），各系统都可以通过修改用户目录下的 .condarc 文件来使用镜像站。

不同系统下的 .condarc 目录如下：

  • Linux: ${HOME}/.condarc
  • macOS: ${HOME}/.condarc
  • Windows: C:\Users\<YourUserName>\.condarc

注意：

  • Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
  1. cat <<'EOF' > ~/.condarc
  2. channels:
  3.   - defaults
  4. show_channel_urls: true
  5. default_channels:
  6.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  7.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  8.   - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
  9. custom_channels:
  10.   conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  11.   pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  12. EOF

更多详细内容可移步至 MirrorZ Help 查看

2、模型下载：

Huggingface:

使用 Hugging Face 官方提供的 huggingface-cli 命令行工具。安装依赖:

pip install -U huggingface_hub

 安装好依赖包之后，执行以下代码：

  1. import os
  2. from huggingface_hub import hf_hub_download  # Load model directly 
  3.  
  4. # 下载模型
  5. os.system('huggingface-cli download --resume-download internlm/internlm-chat-7b --local-dir your_path')
  6.  
  7. # resume-download：断点续下（断网也可继续下载）
  8. # local-dir：本地存储路径。（linux 环境下需要填写绝对路径）
  9.  
  10. hf_hub_download(repo_id="internlm/internlm-7b", filename="config.json")
  11.  
  12. # repo_id: 模型的名称
  13. # filename: 下载的文件名称

ModelScope:

安装依赖：

  1. pip install modelscope==1.9.5
  2. pip install transformers==4.35.2

安装完成后：

  1. import torch
  2. from modelscope import snapshot_download, AutoModel, AutoTokenizer
  3. import os
  4. model_dir = snapshot_download('Shanghai_AI_Laboratory/internlm-chat-7b', cache_dir='your path', revision='master')
  5.  
  6. # cache_dir:最好写成绝对路径

 OpenXLAB:

安装依赖：

pip install -U openxlab

执行代码：

  1. from openxlab.model import download
  2. download(model_repo='OpenLMLab/InternLM-7b', model_name='InternLM-7b', output='your local path')

二、InternLM智能对话 Demo：

1、准备硬件设备：显卡

目前显卡比较短缺，各位大佬各显神通吧，这里以 InternStudio 为例

2、进入开发机配置环境：

进入 conda 环境之后，使用以下命令从本地克隆一个已有的 pytorch 2.0.1 的环境，运行时间可能比较长，耐心等待

  1. bash # 请每次使用 jupyter lab 打开终端时务必先执行 bash 命令进入 bash 中
  2. conda create --name internlm-demo --clone=/root/share/conda_envs/internlm-base

然后用下面命令激活虚拟环境，并安装所需环境：

  1. conda activate internlm-demo
  2.  
  3.  
  4. ————————————————————————————demo所需的环境依赖
  5. # 升级pip
  6. python -m pip install --upgrade pip
  7.  
  8. pip install modelscope==1.9.5
  9. pip install transformers==4.35.2
  10. pip install streamlit==1.24.0
  11. pip install sentencepiece==0.1.99
  12. pip install accelerate==0.24.1

 3、模型下载：

根据之前介绍的模型下载的三种方式都可以实现模型的下载，但是速度相对较慢，这里我使用的是InternStudio 平台的 share 目录下已经为我们准备好的 InternLM 模型。

  1. mkdir -p /root/model/Shanghai_AI_Laboratory
  2. cp -r /root/share/temp/model_repos/internlm-chat-7b /root/model/Shanghai_AI_Laboratory

4、代码准备：

在 /root 路径下新建 code 目录，然后切换路径, clone 代码

  1. cd /root/code
  2. git clone https://gitee.com/internlm/InternLM.git
  3.  
  4.  
  5. ## 切换 commit 版本，可以让大家更好的复现
  6. cd InternLM
  7. git checkout 3028f07cb79e5b1d7342f4ad8d11efad3fd13d17

将 /root/code/InternLM/web_demo.py 中 29 行和 33 行的模型更换为本地的 /root/model/Shanghai_AI_Laboratory/internlm-chat-7b。 

5、运行：

（1）终端运行：

在 /root/code/InternLM 目录下新建一个 cli_demo.py 文件，将以下代码填入其中：

  1. import torch
  2. from transformers import AutoTokenizer, AutoModelForCausalLM
  3.  
  4.  
  5. model_name_or_path = "/root/model/Shanghai_AI_Laboratory/internlm-chat-7b"
  6.  
  7. tokenizer = AutoTokenizer.from_pretrained(model_name_or_path, trust_remote_code=True)
  8. model = AutoModelForCausalLM.from_pretrained(model_name_or_path, trust_remote_code=True, torch_dtype=torch.bfloat16, device_map='auto')
  9. model = model.eval()
  10.  
  11. system_prompt = """You are an AI assistant whose name is InternLM (书生·浦语).
  12. - InternLM (书生·浦语) is a conversational language model that is developed by Shanghai AI Laboratory (上海人工智能实验室). It is designed to be helpful, honest, and harmless.
  13. - InternLM (书生·浦语) can understand and communicate fluently in the language chosen by the user such as English and 中文.
  14. """
  15.  
  16. messages = [(system_prompt, '')]
  17.  
  18. print("=============Welcome to InternLM chatbot, type 'exit' to exit.=============")
  19.  
  20. while True:
  21.     input_text = input("User  >>> ")
  22.     input_text = input_text.replace(' ', '')
  23.     if input_text == "exit":
  24.         break
  25.     response, history = model.chat(tokenizer, input_text, history=messages)
  26.     messages.append((input_text, response))
  27.     print(f"robot >>> {response}")

 然后在终端运行：python /root/code/InternLM/cli_demo.py  即可

（2）web运行：

运行 /root/code/InternLM 目录下的 web_demo.py 文件，输入以下命令后，l利用SSH密钥将端口映射到本地。在本地浏览器输入 http://127.0.0.1:6006 即可。

  1. bash
  2. conda activate internlm-demo  # 首次进入 vscode 会默认是 base 环境，所以首先切换环境
  3. cd /root/code/InternLM
  4. streamlit run web_demo.py --server.address 127.0.0.1 --server.port 6006

 

三、Lagent智能工具demo调用：

1、环境准备：

Lagent所需环境和InternLM环境一直，若运行环境已经安装好依赖包可直接跳过：

  1. # 升级pip
  2. python -m pip install --upgrade pip
  3.  
  4. pip install modelscope==1.9.5
  5. pip install transformers==4.35.2
  6. pip install streamlit==1.24.0
  7. pip install sentencepiece==0.1.99
  8. pip install accelerate==0.24.1

 2、模型下载：

Lagnet是智能体构建的工具，基础模型可以直接使用InterLM模型，无需重复下载。

3、代码准备：

切换路径到 /root/code 克隆 lagent 仓库，并通过 pip install -e . 源码安装 Lagent

  1. cd /root/code
  2. git clone https://gitee.com/internlm/lagent.git
  3. cd /root/code/lagent
  4. git checkout 511b03889010c4811b1701abb153e02b8e94fb5e # 尽量保证和教程commit版本一致
  5. pip install -e . # 源码安装

将 /root/code/lagent/examples/react_web_demo.py 内容替换为以下代码：

  1. import copy
  2. import os
  3.  
  4. import streamlit as st
  5. from streamlit.logger import get_logger
  6.  
  7. from lagent.actions import ActionExecutor, GoogleSearch, PythonInterpreter
  8. from lagent.agents.react import ReAct
  9. from lagent.llms import GPTAPI
  10. from lagent.llms.huggingface import HFTransformerCasualLM
  11.  
  12.  
  13. class SessionState:
  14.  
  15.     def init_state(self):
  16.         """Initialize session state variables."""
  17.         st.session_state['assistant'] = []
  18.         st.session_state['user'] = []
  19.  
  20.         #action_list = [PythonInterpreter(), GoogleSearch()]
  21.         action_list = [PythonInterpreter()]
  22.         st.session_state['plugin_map'] = {
  23.             action.name: action
  24.             for action in action_list
  25.         }
  26.         st.session_state['model_map'] = {}
  27.         st.session_state['model_selected'] = None
  28.         st.session_state['plugin_actions'] = set()
  29.  
  30.     def clear_state(self):
  31.         """Clear the existing session state."""
  32.         st.session_state['assistant'] = []
  33.         st.session_state['user'] = []
  34.         st.session_state['model_selected'] = None
  35.         if 'chatbot' in st.session_state:
  36.             st.session_state['chatbot']._session_history = []
  37.  
  38.  
  39. class StreamlitUI:
  40.  
  41.     def __init__(self, session_state: SessionState):
  42.         self.init_streamlit()
  43.         self.session_state = session_state
  44.  
  45.     def init_streamlit(self):
  46.         """Initialize Streamlit's UI settings."""
  47.         st.set_page_config(
  48.             layout='wide',
  49.             page_title='lagent-web',
  50.             page_icon='./docs/imgs/lagent_icon.png')
  51.         # st.header(':robot_face: :blue[Lagent] Web Demo ', divider='rainbow')
  52.         st.sidebar.title('模型控制')
  53.  
  54.     def setup_sidebar(self):
  55.         """Setup the sidebar for model and plugin selection."""
  56.         model_name = st.sidebar.selectbox(
  57.             '模型选择：', options=['gpt-3.5-turbo','internlm'])
  58.         if model_name != st.session_state['model_selected']:
  59.             model = self.init_model(model_name)
  60.             self.session_state.clear_state()
  61.             st.session_state['model_selected'] = model_name
  62.             if 'chatbot' in st.session_state:
  63.                 del st.session_state['chatbot']
  64.         else:
  65.             model = st.session_state['model_map'][model_name]
  66.  
  67.         plugin_name = st.sidebar.multiselect(
  68.             '插件选择',
  69.             options=list(st.session_state['plugin_map'].keys()),
  70.             default=[list(st.session_state['plugin_map'].keys())[0]],
  71.         )
  72.  
  73.         plugin_action = [
  74.             st.session_state['plugin_map'][name] for name in plugin_name
  75.         ]
  76.         if 'chatbot' in st.session_state:
  77.             st.session_state['chatbot']._action_executor = ActionExecutor(
  78.                 actions=plugin_action)
  79.         if st.sidebar.button('清空对话', key='clear'):
  80.             self.session_state.clear_state()
  81.         uploaded_file = st.sidebar.file_uploader(
  82.             '上传文件', type=['png', 'jpg', 'jpeg', 'mp4', 'mp3', 'wav'])
  83.         return model_name, model, plugin_action, uploaded_file
  84.  
  85.     def init_model(self, option):
  86.         """Initialize the model based on the selected option."""
  87.         if option not in st.session_state['model_map']:
  88.             if option.startswith('gpt'):
  89.                 st.session_state['model_map'][option] = GPTAPI(
  90.                     model_type=option)
  91.             else:
  92.                 st.session_state['model_map'][option] = HFTransformerCasualLM(
  93.                     '/root/model/Shanghai_AI_Laboratory/internlm-chat-7b')
  94.         return st.session_state['model_map'][option]
  95.  
  96.     def initialize_chatbot(self, model, plugin_action):
  97.         """Initialize the chatbot with the given model and plugin actions."""
  98.         return ReAct(
  99.             llm=model, action_executor=ActionExecutor(actions=plugin_action))
  100.  
  101.     def render_user(self, prompt: str):
  102.         with st.chat_message('user'):
  103.             st.markdown(prompt)
  104.  
  105.     def render_assistant(self, agent_return):
  106.         with st.chat_message('assistant'):
  107.             for action in agent_return.actions:
  108.                 if (action):
  109.                     self.render_action(action)
  110.             st.markdown(agent_return.response)
  111.  
  112.     def render_action(self, action):
  113.         with st.expander(action.type, expanded=True):
  114.             st.markdown(
  115.                 "<p style='text-align: left;display:flex;'> <span style='font-size:14px;font-weight:600;width:70px;text-align-last: justify;'>插    件</span><span style='width:14px;text-align:left;display:block;'>:</span><span style='flex:1;'>"  # noqa E501
  116.                 + action.type + '</span></p>',
  117.                 unsafe_allow_html=True)
  118.             st.markdown(
  119.                 "<p style='text-align: left;display:flex;'> <span style='font-size:14px;font-weight:600;width:70px;text-align-last: justify;'>思考步骤</span><span style='width:14px;text-align:left;display:block;'>:</span><span style='flex:1;'>"  # noqa E501
  120.                 + action.thought + '</span></p>',
  121.                 unsafe_allow_html=True)
  122.             if (isinstance(action.args, dict) and 'text' in action.args):
  123.                 st.markdown(
  124.                     "<p style='text-align: left;display:flex;'><span style='font-size:14px;font-weight:600;width:70px;text-align-last: justify;'> 执行内容</span><span style='width:14px;text-align:left;display:block;'>:</span></p>",  # noqa E501
  125.                     unsafe_allow_html=True)
  126.                 st.markdown(action.args['text'])
  127.             self.render_action_results(action)
  128.  
  129.     def render_action_results(self, action):
  130.         """Render the results of action, including text, images, videos, and
  131.         audios."""
  132.         if (isinstance(action.result, dict)):
  133.             st.markdown(
  134.                 "<p style='text-align: left;display:flex;'><span style='font-size:14px;font-weight:600;width:70px;text-align-last: justify;'> 执行结果</span><span style='width:14px;text-align:left;display:block;'>:</span></p>",  # noqa E501
  135.                 unsafe_allow_html=True)
  136.             if 'text' in action.result:
  137.                 st.markdown(
  138.                     "<p style='text-align: left;'>" + action.result['text'] +
  139.                     '</p>',
  140.                     unsafe_allow_html=True)
  141.             if 'image' in action.result:
  142.                 image_path = action.result['image']
  143.                 image_data = open(image_path, 'rb').read()
  144.                 st.image(image_data, caption='Generated Image')
  145.             if 'video' in action.result:
  146.                 video_data = action.result['video']
  147.                 video_data = open(video_data, 'rb').read()
  148.                 st.video(video_data)
  149.             if 'audio' in action.result:
  150.                 audio_data = action.result['audio']
  151.                 audio_data = open(audio_data, 'rb').read()
  152.                 st.audio(audio_data)
  153.  
  154.  
  155. def main():
  156.     logger = get_logger(__name__)
  157.     # Initialize Streamlit UI and setup sidebar
  158.     if 'ui' not in st.session_state:
  159.         session_state = SessionState()
  160.         session_state.init_state()
  161.         st.session_state['ui'] = StreamlitUI(session_state)
  162.  
  163.     else:
  164.         st.set_page_config(
  165.             layout='wide',
  166.             page_title='lagent-web',
  167.             page_icon='./docs/imgs/lagent_icon.png')
  168.         # st.header(':robot_face: :blue[Lagent] Web Demo ', divider='rainbow')
  169.     model_name, model, plugin_action, uploaded_file = st.session_state[
  170.         'ui'].setup_sidebar()
  171.  
  172.     # Initialize chatbot if it is not already initialized
  173.     # or if the model has changed
  174.     if 'chatbot' not in st.session_state or model != st.session_state[
  175.             'chatbot']._llm:
  176.         st.session_state['chatbot'] = st.session_state[
  177.             'ui'].initialize_chatbot(model, plugin_action)
  178.  
  179.     for prompt, agent_return in zip(st.session_state['user'],
  180.                                     st.session_state['assistant']):
  181.         st.session_state['ui'].render_user(prompt)
  182.         st.session_state['ui'].render_assistant(agent_return)
  183.     # User input form at the bottom (this part will be at the bottom)
  184.     # with st.form(key='my_form', clear_on_submit=True):
  185.  
  186.     if user_input := st.chat_input(''):
  187.         st.session_state['ui'].render_user(user_input)
  188.         st.session_state['user'].append(user_input)
  189.         # Add file uploader to sidebar
  190.         if uploaded_file:
  191.             file_bytes = uploaded_file.read()
  192.             file_type = uploaded_file.type
  193.             if 'image' in file_type:
  194.                 st.image(file_bytes, caption='Uploaded Image')
  195.             elif 'video' in file_type:
  196.                 st.video(file_bytes, caption='Uploaded Video')
  197.             elif 'audio' in file_type:
  198.                 st.audio(file_bytes, caption='Uploaded Audio')
  199.             # Save the file to a temporary location and get the path
  200.             file_path = os.path.join(root_dir, uploaded_file.name)
  201.             with open(file_path, 'wb') as tmpfile:
  202.                 tmpfile.write(file_bytes)
  203.             st.write(f'File saved at: {file_path}')
  204.             user_input = '我上传了一个图像，路径为: {file_path}. {user_input}'.format(
  205.                 file_path=file_path, user_input=user_input)
  206.         agent_return = st.session_state['chatbot'].chat(user_input)
  207.         st.session_state['assistant'].append(copy.deepcopy(agent_return))
  208.         logger.info(agent_return.inner_steps)
  209.         st.session_state['ui'].render_assistant(agent_return)
  210.  
  211.  
  212. if __name__ == '__main__':
  213.     root_dir = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
  214.     root_dir = os.path.join(root_dir, 'tmp_dir')
  215.     os.makedirs(root_dir, exist_ok=True)
  216.     main()

4、web demo运行：

同样，建立ssh远程连接，在浏览器输入 http://127.0.0.1:6006 即可。

streamlit run /root/code/lagent/examples/react_web_demo.py --server.address 127.0.0.1 --server.port 6006

 

确实厉害，连MBA的题目都能轻松应对。

四、浦语·灵笔图文理解创作 Demo：

1、基础配置：

和之前两个demo一样的流程，从环境配置到模型下载

  1. # 进入 conda 环境之后，使用以下命令从本地克隆一个已有的pytorch 2.0.1 的环境
  2. conda create --name xcomposer-demo --clone=/root/share/conda_envs/internlm-base
  3.  
  4.  
  5. # 激活环境
  6. conda activate xcomposer-demo
  7.  
  8.  
  9.  
  10. #安装依赖：
  11. pip install transformers==4.33.1 
  12. pip install timm==0.4.12 
  13. pip install sentencepiece==0.1.99 
  14. pip install gradio==3.44.4 
  15. pip install markdown2==2.4.10 
  16. pip install xlsxwriter==3.1.2 
  17. pip install einops accelerate
  18.  
  19.  
  20. # 模型下载：
  21. mkdir -p /root/model/Shanghai_AI_Laboratory
  22. cp -r /root/share/temp/model_repos/internlm-xcomposer-7b /root/model/Shanghai_AI_Laboratory

2、代码准备：

又是老朋友了

  1. cd /root/code
  2. git clone https://gitee.com/internlm/InternLM-XComposer.git
  3. cd /root/code/InternLM-XComposer
  4. git checkout 3e8c79051a1356b9c388a6447867355c0634932d  # 最好保证和教程的 commit 版本一致

3、运行web demo:

 终端运行以下代码，同样是在完成ssh连接之后：

  1. cd /root/code/InternLM-XComposer
  2. python examples/web_demo.py  \
  3.     --folder /root/model/Shanghai_AI_Laboratory/internlm-xcomposer-7b \
  4.     --num_gpus 1 \
  5.     --port 6006

 num_gpus 指的是使用gpu的数量，vgpu-smi可以查看gpu的使用情况

五、SSH远程服务连接：

这里只是简单的介绍以下本次demo调用中使用的demo配置，具体可以看博客：ssh用法及命令_ssh命令大全-CSDN博客

1、在本地机器上打开 Power Shell 终端。在终端中，运行以下命令来生成 SSH 密钥对：

  1. ssh-keygen -t rsa
  2.  
  3. ##-t表示类型选项，这里采用rsa加密算法

2、按 Enter 键接受默认值或输入自定义路径 ，默认情况下是在 ~/.ssh/ 目录中。（其中有一个提示是要求设置私钥口令passphrase，不设置则为空，这里看心情吧，如果不放心私钥的安全可以设置一下）执行结束以后会在 /home/当前用户 目录下生成一个 .ssh 文件夹,其中包含私钥文件 id_rsa 和公钥文件 id_rsa.pub。

3、通过系统自带的 cat 工具查看文件内容：

  1. cat ~\.ssh\id_rsa.pub
  2. # ~ 是用户主目录的简写，.ssh 是SSH配置文件的默认存储目录，id_rsa.pub 是 SSH 公钥文件的默认名称。所以，cat ~\.ssh\id_rsa.pub 的意思是查看用户主目录下的 .ssh 目录中的 id_rsa.pub 文件的内容。

 4、将公钥复制到剪贴板中，然后回到 InternStudio 控制台，点击配置 SSH Key。

 

在本

ssh -CNg -L 6006:127.0.0.1:6006 root@ssh.intern-ai.org.cn -p 33090

地终端输入以下指令 .6006 是在服务器中打开的端口，而 33090 是根据开发机的端口进行更改

注意：再这些操作中可能会出现多次warning，个人经验是只要没报错就继续运行。

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/凡人多烦事01/article/detail/199934
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号