前端开发同学轻松本地跑一个LLM，免费玩转大模型应用开发

最新推荐文章于 2024-08-23 11:30:00 发布

七七Seven～

最新推荐文章于 2024-08-23 11:30:00 发布

阅读量335

点赞数 5

文章标签：人工智能产品经理 pytorch 服务器学习 pdf

本文链接：https://blog.csdn.net/2401_84205765/article/details/140842341

版权

相信前端的同学已经在研究基于LLM的应用开发了，但是现在网上的教程都是基于openAI的接口，要注册、付费，有没有免费的方便前端把玩的本地LLM呢？当然有。

作为中国人，我们首先把目光聚焦在支持中文的大模型上，然后在一堆开源模型中反复研究，最终，我们选定ChatGLM这个由清华和智普合作的中英双语大模型。除了支持中文外，另外一个重要的原因是，能够让前端的同学上手，而不需要搭建复杂的环境，在nodejs的基础上可以轻松跑起来。

在生态里面，[chatglmjs]可以帮助我们在nodejs、electron等环境下面轻松的跑一个本地的LLM，有了这个本地的LLM，那么我们在做大模型应用开发的时候，就不用再去连openai的接口，省下一笔不小的费用。

接下来我们看看怎么上手。

首先，安装chatglmjs：

npm i chatglmjs

安装之前需要确保你的电脑上安装了cmake，需要支持c/c++的编译。

接下来，生成/下载大模型bin文件。

git clone --recursive https://github.com/li-plus/chatglm.cpp.git && cd chatglm.cpp
python3 -m pip install -U pip
python3 -m pip install torch tabulate tqdm transformers accelerate sentencepiece
python3 chatglm_cpp/convert.py -i THUDM/chatglm3-6b -t q4_0 -o chatglm3-6b.q4_0.bin

如果你是个懒人，可以直接[点击这里下载已经生成好的bin文件]。

最后，进入nodejs的代码编写：

const { chat, chatSync } = require('chatglmjs');
const { resolve } = require('path');

chat({
  model_bin_path: resolve(__dirname, '../llms/chatglm3-6b.q4_0.bin'),
  prompt: '你好',
  onmessage(msg) {
    process.stdout.write(msg);
  },
});

上面就是chatglmjs的最简单用法，当然，你还可以结合express创建一个服务，前端发一个ajax请求，由express调用上面这段代码来响应ajax，这样就可以在前端浏览器里面实现一个大模型应用了。

好了，今天就分享到这里，没必要为了凑字数搞一堆高深的概念，相信有想法的同学很快就能按照本文介绍的方法完成本地LLM的接入。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。