5分钟打造基于 LangChain+Gradio 的个人知识助理

前言

一直在研究大模型的 langchain 编程和检索增强相关的内容，今天和大家分享一些如何在5分钟之内利用 LangChain+Gradio 搭建一个自己的个人知识助理。这听起来就很酷，我们不需要依赖其他第三方提供的服务，也可以保证自己数据的安全性，赶紧顺着本文往下看吧。

一、效果预览

最终的展示效果如下图，可以自行选择是否开启检索增强的功能。在使用检索增强调用之后，大模型能根据检索到的上下文进行回答，有效减少幻觉问题。当然，限于提供的示例代码本身的能力并不强，还有许多优化的空间，因此有一些问题回答并不好。

二、环境搭建

本项目在 python 3.8.5 版本进行实测，过低的版本，langchain 会有 bug，不建议使用。可以使用下面的命令，安装所需要的依赖项，如果因为网络问题导致本地安装失败，可以尝试使用清华源进行安装。

pip install flask chromadb gradio fastapi langchain FlagEmbedding 
# 可选使用清华或者其他源下载依赖包
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple flask

FlagEmbedding 是一个向量模型的依赖包，直接安装之后，会把 pytorch、transformer 等一系列的依赖都安装上，因此整体执行的时间会偏长，需要耐心等待安装完毕。

FlagEmbedding 默认安装的是 CPU 版本的 pytorch，执行代码的时间也相对比较长。如果有条件，可以自行先安装 GPU 版本的 pytorch，然后再安装 FlagEmbedding。GPU 的显存在 4G 以上都可以正常调用，考虑到 GPU相关配置比较复杂，在5分钟内是搞不定的，有需要的话，我们下次再讲。

三、数据配置

一）知识库建立

可以使用自己的任意数据集作为知识库，将数据保存成 txt 文件就可以。在这里，我使用在网上自己处理的关于知识星球的数据作为知识库，然后建立本地路径进行存储。示例的数据已经和代码放在了一起，可以参考示例数据进行定义，文件要求使用 UTF-8 进行编码。

二）向量模型下载

FlagEmbedding 对应的向量模型是 BGE，目前是效果比较好的中文向量模型，原始的模型权重需要在 hugging face 上才能下载，需要一些特殊的网络环境，适合有经验的人员进行下载。非专业人员可以直接使用我下载好的权重模型，如果想自己下载，需要先安装 git lfs。然后执行下面的命令，就可以下载整个模型的权重以及相关配置文件。下载完成后，同样，需要将模型的文件夹存放到你自己的指定目录。

git lfs install
git clone https://huggingface.co/BAAI/bge-large-zh

四、大模型配置

为了调用方便，我们使用了讯飞星火的API作为本次的大模型，在讯飞的官方页面就可以申请免费的 token，足够我们日常使用和测试了。

我们这次只需要使用 2.0 版本的 API 就可以，申请之后可以看到接口服务认证的信息，需要记录下来，后面需要将这个地方修改为自己的信息。这三个信息是 APPID、APISecret 和 APIKey 的信息。获取这三个信息之后，大模型的部分就处理完成了。

五、代码修改

整个项目的代码结构主要有四个 python 文件和一个图片构成，下面先介绍各个文件的作用，以及要执行代码需要修改的内容。

• SparkApi 讯飞星火的 api 调用代码，无需修改
• SparkGPT 讯飞星火的包装类，需要修改
• prompt_utils 提示词的包装类，无需修改
• gradio_demo 主界面的入口，需要修改里面的路径
• GPT4.png 主界面上 GPT 头像的资源图片，无需修改

SparkGPT.py 代码中，需要将第 7-9 行的内容进行修改，将你在讯飞星火的控制台中获取的信息填写上去。

import SparkApi
from abc import ABC, abstractmethod

appid = ""  # 填写控制台中获取的 APPID 信息
api_secret = ""  # 填写控制台中获取的 APISecret 信息
api_key = ""  # 填写控制台中获取的 APIKey 信息

gradio_demo.py 代码中，需要将第 20-21 行进行替换成你的模型和数据所在的文件夹路径。

import gradio as gr
import uvicorn
from fastapi import FastAPI
from langchain.text_splitter import RecursiveCharacterTextSplitter
import os
from typing import List
from FlagEmbedding import FlagModel
from langchain.document_loaders import TextLoader
from langchain.retrievers import ParentDocumentRetriever
from langchain.schema.embeddings import Embeddings
from langchain.storage import InMemoryStore
from langchain.vectorstores import Chroma
from SparkGPT import SparkGPT
from prompt_utils import generate_prompt

BGE_MODEL_PATH = "D:\codes\bge-large-zh"
FILE_PATH="D:\codes\zsxq"

修改完毕后，执行 python gradio_demo.py 看到如下的启动命令，则启动成功。点击对应的 URL 即可看到开头所示的界面，然后就可以进行使用了。

那么，我们该如何学习大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

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。

以上的AI大模型学习路线，不知道为什么发出来就有点糊，高清版可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。