大模型部署手记（16）ChatGLM2+Ubuntu+LongChain-ChatChat
【摘要】 大模型部署手记（16）ChatGLM2+Ubuntu+LongChain-ChatChat
1.简介：
组织机构：智谱/清华
模型：THUDM/chatglm2-6b Embedding 模型moka-ai/m3e-base
硬件环境：暗影精灵7Plus
Ubuntu版本：18.04
内存 32G
GPU显卡：Nvidia GTX 3080 Laptop （16G）
2.代码和模型下载：
参考 https://bbs.huaweicloud.com/blogs/412386 下载 THUDM/chatglm2-6b模型。
想办法去下载一下：https://huggingface.co/moka-ai/m3e-base
注意这个模型还有一个1_Pooling的子目录需要下载。
cd ~
git clone https://github.com/chatchat-space/Langchain-Chatchat
3.安装依赖
参考 https://zhuanlan.zhihu.com/p/651189680
"本项目已在 Python 3.8.1 - 3.10，CUDA 11.7 环境下完成测试。已在 Windows、ARM 架构的 macOS、Linux 系统中完成测试。"
创建一个conda Python3.10的环境：
conda create -n chatchat python=3.10 -y
conda activate chatchat
cd ~/Langchain-Chatchat
编辑 requirements.txt
先去掉torch的这几个软件，单独安装：
安装pytorch相关：
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.8 -c pytorch -c nvidia
python
import torch
print(torch.cuda.is_available())
安装依赖：
cd ~/Langchain-Chatchat
pip install -r requirements.txt
pip安装老报错。我们把requiresments.txt切割下，分批安装吧！
pip install -r requirements.txt.1
pip install -r requirements.txt.2
对于这个软件依赖的安装真的不能急了。明明把torch做成了手工conda安装，它还是要安装了cpu版的torch 2.1.0...应该是装xformers库的时候搞的。。
有点无语了。
当前环境torch还支持CUDA吗？
python
import torch
print(torch.cuda.is_available())
居然还支持。真的难得。
4.部署验证
配置文件：
mkdir .config
cp configs/model_config.py.example .config/model_config.py
cp configs/server_config.py.example .config/server_config.py
(后来发现，应该直接拷贝到configs目录下）
cd ~/Langchain-Chatchat/configs
mv ../.config/* .
其中：
model_config.py
embedding模型设置如下：
EMBEDDING_MODEL = "m3e-base"
llm模型设置如下：
关注 chatglm2-6b
前面的模型移动到 /home/zhanghui/Langchain-Chatchat/models 目录下：
cd /home/zhanghui/models
已下载至本地的 LLM 模型本地存储路径（请使用绝对路径）写在MODEL_PATH对应模型位置
/home/zhanghui/models/THUDM/chatglm2-6b
已下载至本地的 Embedding 模型本地存储路径写在MODEL_PATH对应模型位置
/home/zhanghui/models/moka-ai/m3e-base
对model_config.py文件做以下修改（改为绝对路径）
初始化知识库：
cd ~/Langchain-Chatchat/
python init_database.py --recreate-vs
试试这个：
pip install configs
python init_database.py --recreate-vs
(chatchat) zhanghui@zhanghui-OMEN-by-HP-Laptop-17-ck0xxx:~/Langchain-Chatchat$ python init_database.py --recreate-vs
Traceback (most recent call last):
File "/home/zhanghui/Langchain-Chatchat/init_database.py", line 1, in <module>
from server.knowledge_base.migrate import create_tables, reset_tables, folder2db, prune_db_docs, prune_folder_files
File "/home/zhanghui/Langchain-Chatchat/server/knowledge_base/migrate.py", line 1, in <module>
from configs import (EMBEDDING_MODEL, DEFAULT_VS_TYPE, ZH_TITLE_ENHANCE,
File "/home/zhanghui/Langchain-Chatchat/configs/__init__.py", line 1, in <module>
from .basic_config import *
ModuleNotFoundError: No module named 'configs.basic_config'
好像装了也没用。
cd config
cp basic_config.py.example basic_config.py
cp kb_config.py.exmaple kb_config.py
cp prompt_config.py.example prompt_config.py
cd ..
python init_database.py --recreate-vs
把model_config.py中不是本地的模型都删掉：
import os
# 可以指定一个绝对路径，统一存放所有的Embedding和LLM模型。
# 每个模型可以是一个单独的目录，也可以是某个目录下的二级子目录
MODEL_ROOT_PATH = ""
# 在以下字典中修改属性值，以指定本地embedding模型存储位置。支持3种设置方法：
# 1、将对应的值修改为模型绝对路径
# 2、不修改此处的值（以 text2vec 为例）：
# 2.1 如果{MODEL_ROOT_PATH}下存在如下任一子目录：
# - text2vec
# - GanymedeNil/text2vec-large-chinese
# - text2vec-large-chinese
# 2.2 如果以上本地路径不存在，则使用huggingface模型
MODEL_PATH = {
"embed_model": {
"m3e-base": "/home/zhanghui/models/moka-ai/m3e-base",
},
# TODO: add all supported llm models
"llm_model": {
# 以下部分模型并未完全测试，仅根据fastchat和vllm模型的模型列表推定支持
"chatglm2-6b": "/home/zhanghui/models/THUDM/chatglm2-6b",
},
}
# 选用的 Embedding 名称
EMBEDDING_MODEL = "m3e-base" # 可以尝试最新的嵌入式sota模型：piccolo-large-zh
# Embedding 模型运行设备。设为"auto"会自动检测，也可手动设定为"cuda","mps","cpu"其中之一。
EMBEDDING_DEVICE = "auto"
# LLM 名称
LLM_MODEL = "chatglm2-6b"
# LLM 运行设备。设为"auto"会自动检测，也可手动设定为"cuda","mps","cpu"其中之一。
LLM_DEVICE = "auto"
# 历史对话轮数
HISTORY_LEN = 3
# LLM通用对话参数
TEMPERATURE = 0.7
# TOP_P = 0.95 # ChatOpenAI暂不支持该参数
ONLINE_LLM_MODEL = {
# 调用chatgpt时如果报出： urllib3.exceptions.MaxRetryError: HTTPSConnectionPool(host='api.openai.com', port=443):
# Max retries exceeded with url: /v1/chat/completions
# 则需要将urllib3版本修改为1.25.11
# 如果依然报urllib3.exceptions.MaxRetryError: HTTPSConnectionPool，则将https改为http
# 参考https://zhuanlan.zhihu.com/p/350015032
# 如果报出：raise NewConnectionError(
# urllib3.exceptions.NewConnectionError: <urllib3.connection.HTTPSConnection object at 0x000001FE4BDB85E0>:
# Failed to establish a new connection: [WinError 10060]
# 则是因为内地和香港的IP都被OPENAI封了，需要切换为日本、新加坡等地
# 如果出现WARNING: Retrying langchain.chat_models.openai.acompletion_with_retry.<locals>._completion_with_retry in
# 4.0 seconds as it raised APIConnectionError: Error communicating with OpenAI.
# 需要添加代理访问(正常开的代理软件可能会拦截不上)需要设置配置openai_proxy 或者 使用环境遍历OPENAI_PROXY 进行设置
# 比如: "openai_proxy": 'http://127.0.0.1:4780'
}
# 通常情况下不需要更改以下内容
# nltk 模型存储路径
NLTK_DATA_PATH = os.path.join(os.path.dirname(os.path.dirname(__file__)), "nltk_data")
VLLM_MODEL_DICT = {
}
python init_database.py --recreate-vs
不知道为啥还在连HF。不过连了几下就退出了。
启动
python startup.py --all-webui
根据提示，打开网页：
http://192.168.199.154:8501
好像并没有启动。
根据提示，输入邮箱：
再重新打开网页：
可以进去了。
先将对话模式切换成LLM对话，试验一下：
看起来没啥问题。
再试试知识库。
先看看知识库的文件：
下载下来看看：
那就找一些test.txt里面的问题问问它：
切换到知识库问答：
什么叫做课程学习？
什么叫做情感分析？
什么叫做命名实体识别？
上传一个教程：
可以选pdf或者txt,先选择txt试试：
添加文件到知识库：
知识库已经添加好了，开始问问题吧！
这个好像回答得还可以。它能做一个好的架构设计师（的顾问）吗？
【版权声明】本文为华为云社区用户原创内容，转载时必须标注文章的来源（华为云社区）、文章链接、文章作者等基本信息， 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）