【AI基础】第四步：保姆喂饭级-langchain+chatglm2-6b+m3e-base

码农世界 2024-06-17 后端 102 次浏览 0个评论

在第三步手动安装chatglm2-6b时，已经可以通过web进行交互。langchain重新封装了一下AI框架，提供更加友好的开发功能，类似于AI届的spring框架。langchain的安装过程也类似于上一步说的：【AI基础】第三步：纯天然手动安装并运行chatglm2-6b-CSDN博客。这里选择 langchain-chatchat。

此系列文章列表：

【AI基础】概览

【AI基础】第一步：安装python开发环境-windows篇_下载安装ai环境python

【AI基础】第一步：安装python开发环境-conda篇_minicode怎么换虚拟环境

【AI基础】第二步：安装AI运行环境

【AI基础】第三步：纯天然保姆喂饭级-安装并运行chatglm2-6b

【AI基础】第四步：保姆喂饭级-langchain+chatglm2-6b

【AI基础】第五步：纯天然保姆喂饭级-安装并运行chatglm3-6b

【AI基础】第六步：纯天然保姆喂饭级-安装并运行qwen2-7b

一、安装miniconda

参考【AI基础】第一步：安装python开发环境-conda篇_minicode怎么换虚拟环境-CSDN博客

二、安装CUDA、cuDNN和pyTorch

参考【AI基础】第二步：安装AI运行环境-CSDN博客

三、安装langchain

3.1 创建python运行环境

> conda create --name langchain python=3.11
> conda activate langchain

目前推荐使用python 3.11版本。

3.2 拉取Langchain代码

# 拉取最新代码
> git clone https://github.com/chatchat-space/Langchain-Chatchat.git
# 拉取指定版本
> git clone -b v0.2.10 https://github.com/chatchat-space/Langchain-Chatchat.git

这里指定v0.2.10版本。

3.3 安装依赖

# 进入项目目录
> cd Langchain-Chatchat
# 安装全部依赖，并使用清华源
> pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple/

安装完成：

3.4 下载模型

这里使用大模型chatglm2-6b和嵌入模型 M3e-base。

3.4.1 大模型chatglm2-6b下载地址：

【AI基础】第三步：纯天然手动安装并运行chatglm2-6b-下载大模型文件-CSDN博客

3.4.2 嵌入模型M3e-base下载地址：

huggingface地址：https://huggingface.co/moka-ai/m3e-base
国内百度飞浆地址：中文文本嵌入模型m3e-base_数据集-飞桨AI Studio星河社区
以百度飞浆为例：

3.4.3 下载完成

下载后解压m3e-base.zip，和另外两个文件放在同一个文件夹，最终结果如下：

3.5 修改配置文件

3.5.1 初始化配置文件

执行命令
```
# 此命令负值配置文件，并移除后缀 example
> python copy_config_example.py
```
3.5.2 修改model_config.py

3.5.2.1 修改大模型地址

MODEL_PATH = {
"llm_model": {
"chatglm2-6b": "d:\\ai\\llms\\chatglm2-6b",
"chatglm2-6b-32k": "THUDM/chatglm2-6b-32k",
...
}
}

3.5.2.2 修改嵌入模型地址

MODEL_PATH = {
"embed_model": {
...
"m3e-base": "E:\\llm_models\\m3e-base",
"m3e-large": "moka-ai/m3e-large",
...
}
}

3.5.2.3 配置使用的大模型及运行设备

# LLM 名称
LLM_MODELS = ["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 = "cuda"

3.5.2.4 配置使用的嵌入模型及运行设备

# 选用的 Embedding 名称
EMBEDDING_MODEL = "m3e-base"
# 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"其中之一。
EMBEDDING_DEVICE = "cuda"

3.6 初始化向量库

3.6.1 修复代码

在v0.2.10版本中，初始化向量库时调用了pwd模块，此模块只在linux系统存在，如果在windows下运行会提示错误：

所以这里需要模拟一个pwd模块，在conda的当前环境的lib目录下新建pwd.py：

文件内容：
```
from os import *
from pwd import *
def get_username():
    return getpwuid(getuid())[0]
```
3.6.2 初始化向量库
```
> python init_database.py --recreate-vs
```
运行结果：

四、运行检验

4.1 运行
```
> python startup.py -a
```
运行结果：

运行成功：

4.2 浏览器访问

默认会打开浏览器并访问 http://127.0.0.1:8501：

五、参考

GitHub - Langchain-Chatchat（原Langchain-ChatGLM）