书生大模型学习笔记6 - InternLM + LlamaIndex RAG 实践

环境准备

1. 安装 Llamaindex

   pip install llama-index==0.10.38 llama-index-llms-huggingface==0.2.0 "transformers[torch]==4.41.1" "huggingface_hub[inference]==0.23.1" huggingface_hub==0.23.1 sentence-transformers==2.7.0 sentencepiece==0.2.0
   

2. 下载 Sentence Transformer 模型

   mkdir llamaindex_demo
   cd llamaindex_demo
   touch download_hf.py
   

   import os
   
   # 设置环境变量
   os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
   
   # 下载模型
   os.system('huggingface-cli download --resume-download sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 --local-dir ./model/sentence-transformer')
   

   python download_hf.py
   

3. 下载 NLTK 相关资源
   我们在使用开源词向量模型构建开源词向量的时候，需要用到第三方库 nltk 的一些资源。正常情况下，其会自动从互联网上下载，但可能由于网络原因会导致下载中断，此处我们可以从国内仓库镜像地址下载相关资源，保存到服务器上。
   我们用以下命令下载 nltk 资源并解压到服务器上：

   cd llamaindex_demo
   git clone https://gitee.com/yzy0612/nltk_data.git  --branch gh-pages
   cd nltk_data
   mv packages/*  ./
   cd tokenizers
   unzip punkt.zip
   cd ../taggers
   unzip averaged_perceptron_tagger.zip
   

LlamaIndex HuggingFaceLLM

1. 把 InternLM2 1.8B 软连接出来

   cd llamaindex_demo
   ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b/ ./model/
   

2. 新建llamaindex_internlm.py

from llama_index.llms.huggingface import HuggingFaceLLM
from llama_index.core.llms import ChatMessage
llm = HuggingFaceLLM(
    model_name="./model/internlm2-chat-1_8b",
    tokenizer_name="./model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)

rsp = llm.chat(messages=[ChatMessage(content="xtuner是什么？")])
print(rsp)

3. 运行

python llamaindex_internlm.py

回答的效果并不好

LlamaIndex RAG

1. 安装 LlamaIndex 词嵌入向量依赖

   pip install llama-index-embeddings-huggingface llama-index-embeddings-instructor
   

2. 获取知识库

   mkdir data
   cd data
   git clone https://github.com/InternLM/xtuner.git
   mv xtuner/README_zh-CN.md ./
   

3. 新建 llamaindex_RAG.py

   from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings
   
   from llama_index.embeddings.huggingface import HuggingFaceEmbedding
   from llama_index.llms.huggingface import HuggingFaceLLM
   
   #初始化一个HuggingFaceEmbedding对象，用于将文本转换为向量表示
   embed_model = HuggingFaceEmbedding(
   #指定了一个预训练的sentence-transformer模型的路径
       model_name="./model/sentence-transformer"
   )
   #将创建的嵌入模型赋值给全局设置的embed_model属性，
   #这样在后续的索引构建过程中就会使用这个模型。
   Settings.embed_model = embed_model
   
   llm = HuggingFaceLLM(
       model_name="./model/internlm2-chat-1_8b",
       tokenizer_name="./model/internlm2-chat-1_8b",
       model_kwargs={"trust_remote_code":True},
       tokenizer_kwargs={"trust_remote_code":True}
   )
   #设置全局的llm属性，这样在索引查询时会使用这个模型。
   Settings.llm = llm
   
   #从指定目录读取所有文档，并加载数据到内存中
   documents = SimpleDirectoryReader("./data").load_data()
   #创建一个VectorStoreIndex，并使用之前加载的文档来构建索引。
   # 此索引将文档转换为向量，并存储这些向量以便于快速检索。
   index = VectorStoreIndex.from_documents(documents)
   # 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应。
   query_engine = index.as_query_engine()
   response = query_engine.query("xtuner是什么?")
   
   print(response)
   

4. 运行

   python llamaindex_RAG.py
   

借助RAG技术后，就能获得我们想要的答案了。

LlamaIndex web

1. 安装 streamlit

   pip install streamlit==1.36.0
   

2. 新建 app.py

   import streamlit as st
   from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings
   from llama_index.embeddings.huggingface import HuggingFaceEmbedding
   from llama_index.llms.huggingface import HuggingFaceLLM
   
   st.set_page_config(page_title="llama_index_demo", page_icon="🦜🔗")
   st.title("llama_index_demo")
   
   # 初始化模型
   @st.cache_resource
   def init_models():
       embed_model = HuggingFaceEmbedding(
           model_name="/root/model/sentence-transformer"
       )
       Settings.embed_model = embed_model
   
       llm = HuggingFaceLLM(
           model_name="/root/model/internlm2-chat-1_8b",
           tokenizer_name="/root/model/internlm2-chat-1_8b",
           model_kwargs={"trust_remote_code": True},
           tokenizer_kwargs={"trust_remote_code": True}
       )
       Settings.llm = llm
   
       documents = SimpleDirectoryReader("/root/llamaindex_demo/data").load_data()
       index = VectorStoreIndex.from_documents(documents)
       query_engine = index.as_query_engine()
   
       return query_engine
   
   # 检查是否需要初始化模型
   if 'query_engine' not in st.session_state:
       st.session_state['query_engine'] = init_models()
   
   def greet2(question):
       response = st.session_state['query_engine'].query(question)
       return response
   
         
   # Store LLM generated responses
   if "messages" not in st.session_state.keys():
       st.session_state.messages = [{"role": "assistant", "content": "你好，我是你的助手，有什么我可以帮助你的吗？"}]    
   
       # Display or clear chat messages
   for message in st.session_state.messages:
       with st.chat_message(message["role"]):
           st.write(message["content"])
   
   def clear_chat_history():
       st.session_state.messages = [{"role": "assistant", "content": "你好，我是你的助手，有什么我可以帮助你的吗？"}]
   
   st.sidebar.button('Clear Chat History', on_click=clear_chat_history)
   
   # Function for generating LLaMA2 response
   def generate_llama_index_response(prompt_input):
       return greet2(prompt_input)
   
   # User-provided prompt
   if prompt := st.chat_input():
       st.session_state.messages.append({"role": "user", "content": prompt})
       with st.chat_message("user"):
           st.write(prompt)
   
   # Gegenerate_llama_index_response last message is not from assistant
   if st.session_state.messages[-1]["role"] != "assistant":
       with st.chat_message("assistant"):
           with st.spinner("Thinking..."):
               response = generate_llama_index_response(prompt)
               placeholder = st.empty()
               placeholder.markdown(response)
       message = {"role": "assistant", "content": response}
       st.session_state.messages.append(message)
   

3. 运行

   streamlit run app.py