DB-GPT 阿里云部署记录【小白专用】

已于 2023-08-13 20:26:54 修改
阅读量1.1k 收藏 3
点赞数 1
文章标签： 数据库 gpt 阿里云 nlp
于 2023-08-13 20:17:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/kezhuog/article/details/132260940
版权

今天在阿里云服务器上部署了下DB-GPT

先引入依赖

yum -y install git  
yum install git-lfs 
yum install g++ 
yum install docker

再拉项目代码

git clone https://github.com/csunny/DB-GPT.git

然后

Last login: Sun Aug 13 16:21:29 2023 from 47.96.60.217
[root@iZbp1ics75hlcsisqyvxaeZ ~]# cd
[root@iZbp1ics75hlcsisqyvxaeZ ~]# ls
auto_install  DB-GPT  NVIDIA_CUDA-11.4_Samples
[root@iZbp1ics75hlcsisqyvxaeZ ~]# cd DB-GPT
[root@iZbp1ics75hlcsisqyvxaeZ DB-GPT]# LS
-bash: LS: command not found
[root@iZbp1ics75hlcsisqyvxaeZ DB-GPT]# ls
assets           docker              Dockerfile  examples  MANIFEST.in  plugins    README.zh.md      SECURITY.md  tests
CONTRIBUTING.md  docker-compose.yml  docs        LICENSE   pilot        README.md  requirements.txt  setup.py     tools
[root@iZbp1ics75hlcsisqyvxaeZ DB-GPT]# mkdir models

遇到报错

mkdir命令找不到，那么就重启

[root@iZbp1ics75hlcsisqyvxaeZ DB-GPT]# ls
assets           docker-compose.yml  examples     models   README.md         SECURITY.md  tools
CONTRIBUTING.md  Dockerfile          LICENSE      pilot    README.zh.md      setup.py
docker           docs                MANIFEST.in  plugins  requirements.txt  tests
[root@iZbp1ics75hlcsisqyvxaeZ DB-GPT]# cd models
[root@iZbp1ics75hlcsisqyvxaeZ models]# ls
[root@iZbp1ics75hlcsisqyvxaeZ models]# git clone https://huggingface.co/Tribbiani/vicuna-13b 
Cloning into 'vicuna-13b'...
fatal: unable to access 'https://huggingface.co/Tribbiani/vicuna-13b/': OpenSSL SSL_connect: SSL_ERROR_SYSCALL in connection to huggingface.co:443 

发现原来是自己以前用过代理，这里取消代理就可以了


[root@iZbp1ics75hlcsisqyvxaeZ models]# git config --global --unset http.proxy
[root@iZbp1ics75hlcsisqyvxaeZ models]# git config --global --unset https.proxy

本地部署一下数据库

[root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg. ? Please select an image: ▸ registry.access.redhat.com/mysql:latest registry.redhat.io/mysql:latest docker.io/library/mysql:latest

[root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg. ✔ registry.access.redhat.com/mysql:latest Trying to pull registry.access.redhat.com/mysql:latest... Error: initializing source docker://registry.access.redhat.com/mysql:latest: reading manifest latest in registry.access.redhat.com/mysql: name unknown: Repo not found

 cat /etc/passwd|awk -F ':' '{print $3,$4}'|sort

[root@iZbp1ics75hlcsisqyvxaeZ ~]# cat /etc/group|awk -F ':' '{print $3}'|sort
cat /etc/subuid [root@iZbp1ics75hlcsisqyvxaeZ ~]# cat /etc/subgid [root@iZbp1ics75hlcsisqyvxaeZ ~]# echo root:70000:80000 >> /etc/subuid [root@iZbp1ics75hlcsisqyvxaeZ ~]# echo root:70000:80000 >> /etc/subgid [root@iZbp1ics75hlcsisqyvxaeZ ~]# podman system migrate [root@iZbp1ics75hlcsisqyvxaeZ ~]# podman info

[root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg. ✔ registry.access.redhat.com/mysql:latest Trying to pull registry.access.redhat.com/mysql:latest... Error: initializing source docker://registry.access.redhat.com/mysql:latest: reading manifest latest in registry.access.redhat.com/mysql: name unknown: Repo not found [root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg. ✔ registry.redhat.io/mysql:latest Trying to pull registry.redhat.io/mysql:latest... Error: initializing source docker://registry.redhat.io/mysql:latest: unable to retrieve auth token: invalid username/password: unauthorized: Please login to the Red Hat Registry using your Customer Portal credentials. Further instructions can be found here: https://access.redhat.com/RegistryAuthentication [root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg. ✔ docker.io/library/mysql:latest Trying to pull docker.io/library/mysql:latest... Getting image source signatures Copying blob b193354265ba done Copying blob 9a89a1d664ee done Copying blob 02da291ad1e4 done Copying blob b85424247193 done Copying blob 14a15c0bb358 done Copying blob a24ae6513051 done Copying blob 9a240a3b3d51 done Copying blob 8bf57120f71f done Copying blob c64090e82a0b done Copying blob af7c7515d542 done Copying config 99afc808f1 done Writing manifest to image destination Storing signatures b81c8014a115f837610e75e5098ffe941db6e5cf0ee53f794e6c6d20e3113ac2
[root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest
Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg.
✔ registry.access.redhat.com/mysql:latest
Trying to pull registry.access.redhat.com/mysql:latest...
Error: initializing source docker://registry.access.redhat.com/mysql:latest: reading manifest latest in registry.access.redhat.com/mysql: name unknown: Repo not found
[root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest
Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg.
✔ registry.redhat.io/mysql:latest
Trying to pull registry.redhat.io/mysql:latest...
Error: initializing source docker://registry.redhat.io/mysql:latest: unable to retrieve auth token: invalid username/password: unauthorized: Please login to the Red Hat Registry using your Customer Portal credentials. Further instructions can be found here: https://access.redhat.com/RegistryAuthentication
[root@iZbp1ics75hlcsisqyvxaeZ ~]# docker run --name=mysql -p 3306:3306 -e MYSQL_ROOT_PASSWORD=aa12345678 -dit mysql:latest
Emulate Docker CLI using podman. Create /etc/containers/nodocker to quiet msg.
✔ docker.io/library/mysql:latest
Trying to pull docker.io/library/mysql:latest...
Getting image source signatures
Copying blob b193354265ba done  
Copying blob 9a89a1d664ee done  
Copying blob 02da291ad1e4 done

首先安装环境与依赖

python 环境我们要起是大于3.9，这里我们用3.10来进行安装。

首先我们需要安装conda环境，我们使用miniconda3

wget https://repo.anaconda.com/miniconda/Miniconda3-py310_23.3.1-0-Linux-x86_64.sh
sh Miniconda3-py310_23.3.1-0-Linux-x86_64.sh

如上，我们就安装conda环境完成了，安装完成之后，需要生效一下环境变量。

source /root/.bashrc

conda create -n dbgpt_env python=3.10 
conda activate dbgpt_env

运行一下服务端，成功，sucess!

(dbgpt_env) [root@iZbp1ics75hlcsisqyvxaeZ DB-GPT]# python pilot/server/llmserver.py
playsound is relying on another python subprocess. Please use `pip install pygobject` if you want playsound to run more efficiently.
/root/DB-GPT/pilot/embedding_engine/loader/ppt_loader.py:22: SyntaxWarning: "is not" with a literal. Did you mean "!="?
  if hasattr(shape, "text") and shape.text is not "":
Loading vicuna-13b LLM ModelServer in cuda! Please Wait......
  model_params:
ModelParams(device='cuda', model_name='vicuna-13b', model_path='/root/DB-GPT/models/vicuna-13b', model_type='huggingface', num_gpus=None, max_gpu_memory=None, cpu_offloading=False, load_8bit=True, load_4bit=False, quant_type='nf4', use_double_quant=True, compute_dtype=None, debug=False, trust_remote_code=True)
  max_memory: {0: '26GiB'}
You are using the legacy behaviour of the <class 'transformers.models.llama.tokenization_llama.LlamaTokenizer'>. This means that tokens that come after special tokens will not be properly handled. We recommend you to read the related pull request available at https://github.com/huggingface/transformers/pull/24565
Loading checkpoint shards: 100%|█████████████████████████████████████████████████████████████████| 3/3 [00:11<00:00,  3.94s/it]
Get model path: /root/DB-GPT/models/vicuna-13b adapter <pilot.server.chat_adapter.VicunaChatAdapter object at 0x7f231012ab60>
INFO:     Started server process [13150]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8000 (Press CTRL+C to quit)

运行一下客户端，发现报错，还未解决。。。

(dbgpt_env) [root@iZbp1ics75hlcsisqyvxaeZ DB-GPT]# python pilot/server/webserver.py
playsound is relying on another python subprocess. Please use `pip install pygobject` if you want playsound to run more efficiently.
2023-08-13 18:33:57 | ERROR | stderr | /root/DB-GPT/pilot/server/knowledge/space_db.py:12: MovedIn20Warning: Deprecated API features detected! These feature(s) are not compatible with SQLAlchemy 2.0. To prevent incompatible upgrades prior to updating applications, ensure requirements files are pinned to "sqlalchemy<2.0". Set environment variable SQLALCHEMY_WARN_20=1 to show all deprecation warnings.  Set environment variable SQLALCHEMY_SILENCE_UBER_WARNING=1 to silence this message. (Background on SQLAlchemy 2.0 at: https://sqlalche.me/e/b8d9)
2023-08-13 18:33:57 | ERROR | stderr |   Base = declarative_base()
2023-08-13 18:33:57 | INFO | stdout | Add file db, db_name: sqlite_default_sqlite, db_type: sqlite, db_path: data/default_sqlite.db
2023-08-13 18:33:57 | INFO | stdout | add db connect info error2！Constraint Error: Duplicate key "db_name: sqlite_default_sqlite" violates unique constraint. If this is an unexpected constraint violation please double check with the known index limitations section in our documentation (docs - sql - indexes).
2023-08-13 18:33:57 | INFO | stdout | /root/DB-GPT/pilot
2023-08-13 18:33:57 | ERROR | stderr | Exception in thread Thread-2 (init_db_summary):
2023-08-13 18:33:57 | ERROR | stderr | Traceback (most recent call last):
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/base.py", line 3371, in _wrap_pool_connect
2023-08-13 18:33:57 | ERROR | stderr |     return fn()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 327, in connect
2023-08-13 18:33:57 | ERROR | stderr |     return _ConnectionFairy._checkout(self)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 894, in _checkout
2023-08-13 18:33:57 | ERROR | stderr |     fairy = _ConnectionRecord.checkout(pool)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 493, in checkout
2023-08-13 18:33:57 | ERROR | stderr |     rec = pool._do_get()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/impl.py", line 256, in _do_get
2023-08-13 18:33:57 | ERROR | stderr |     return self._create_connection()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 273, in _create_connection
2023-08-13 18:33:57 | ERROR | stderr |     return _ConnectionRecord(self)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 388, in __init__
2023-08-13 18:33:57 | ERROR | stderr |     self.__connect()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 690, in __connect
2023-08-13 18:33:57 | ERROR | stderr |     with util.safe_reraise():
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/util/langhelpers.py", line 70, in __exit__
2023-08-13 18:33:57 | ERROR | stderr |     compat.raise_(
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/util/compat.py", line 211, in raise_
2023-08-13 18:33:57 | ERROR | stderr |     raise exception
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 686, in __connect
2023-08-13 18:33:57 | ERROR | stderr |     self.dbapi_connection = connection = pool._invoke_creator(self)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/create.py", line 574, in connect
2023-08-13 18:33:57 | ERROR | stderr |     return dialect.connect(*cargs, **cparams)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/default.py", line 598, in connect
2023-08-13 18:33:57 | ERROR | stderr |     return self.dbapi.connect(*cargs, **cparams)
2023-08-13 18:33:57 | ERROR | stderr | sqlite3.OperationalError: unable to open database file
2023-08-13 18:33:57 | ERROR | stderr | 
2023-08-13 18:33:57 | ERROR | stderr | The above exception was the direct cause of the following exception:
2023-08-13 18:33:57 | ERROR | stderr | 
2023-08-13 18:33:57 | ERROR | stderr | Traceback (most recent call last):
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/threading.py", line 1016, in _bootstrap_inner
2023-08-13 18:33:57 | ERROR | stderr |     self.run()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/threading.py", line 953, in run
2023-08-13 18:33:57 | ERROR | stderr |     self._target(*self._args, **self._kwargs)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/DB-GPT/pilot/summary/db_summary_client.py", line 138, in init_db_summary
2023-08-13 18:33:57 | ERROR | stderr |     self.db_summary_embedding(item["db_name"], item["db_type"])
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/DB-GPT/pilot/summary/db_summary_client.py", line 31, in db_summary_embedding
2023-08-13 18:33:57 | ERROR | stderr |     db_summary_client = RdbmsSummary(dbname, db_type)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/DB-GPT/pilot/summary/rdbms_db_summary.py", line 21, in __init__
2023-08-13 18:33:57 | ERROR | stderr |     self.db = CFG.LOCAL_DB_MANAGE.get_connect(name)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/DB-GPT/pilot/connections/manages/connection_manager.py", line 122, in get_connect
2023-08-13 18:33:57 | ERROR | stderr |     return connect_instance.from_file_path(db_path)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/DB-GPT/pilot/connections/rdbms/conn_sqlite.py", line 27, in from_file_path
2023-08-13 18:33:57 | ERROR | stderr |     return cls(create_engine("sqlite:///" + file_path, **_engine_args), **kwargs)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/DB-GPT/pilot/connections/rdbms/base.py", line 61, in __init__
2023-08-13 18:33:57 | ERROR | stderr |     self._inspector = inspect(engine)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/inspection.py", line 64, in inspect
2023-08-13 18:33:57 | ERROR | stderr |     ret = reg(subject)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/reflection.py", line 182, in _engine_insp
2023-08-13 18:33:57 | ERROR | stderr |     return Inspector._construct(Inspector._init_engine, bind)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/reflection.py", line 117, in _construct
2023-08-13 18:33:57 | ERROR | stderr |     init(self, bind)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/reflection.py", line 128, in _init_engine
2023-08-13 18:33:57 | ERROR | stderr |     engine.connect().close()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/base.py", line 3325, in connect
2023-08-13 18:33:57 | ERROR | stderr |     return self._connection_cls(self, close_with_result=close_with_result)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/base.py", line 96, in __init__
2023-08-13 18:33:57 | ERROR | stderr |     else engine.raw_connection()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/base.py", line 3404, in raw_connection
2023-08-13 18:33:57 | ERROR | stderr |     return self._wrap_pool_connect(self.pool.connect, _connection)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/base.py", line 3374, in _wrap_pool_connect
2023-08-13 18:33:57 | ERROR | stderr |     Connection._handle_dbapi_exception_noconnection(
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/base.py", line 2208, in _handle_dbapi_exception_noconnection
2023-08-13 18:33:57 | ERROR | stderr |     util.raise_(
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/util/compat.py", line 211, in raise_
2023-08-13 18:33:57 | ERROR | stderr |     raise exception
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/base.py", line 3371, in _wrap_pool_connect
2023-08-13 18:33:57 | ERROR | stderr |     return fn()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 327, in connect
2023-08-13 18:33:57 | ERROR | stderr |     return _ConnectionFairy._checkout(self)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 894, in _checkout
2023-08-13 18:33:57 | ERROR | stderr |     fairy = _ConnectionRecord.checkout(pool)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 493, in checkout
2023-08-13 18:33:57 | ERROR | stderr |     rec = pool._do_get()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/impl.py", line 256, in _do_get
2023-08-13 18:33:57 | ERROR | stderr |     return self._create_connection()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 273, in _create_connection
2023-08-13 18:33:57 | ERROR | stderr |     return _ConnectionRecord(self)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 388, in __init__
2023-08-13 18:33:57 | ERROR | stderr |     self.__connect()
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 690, in __connect
2023-08-13 18:33:57 | ERROR | stderr |     with util.safe_reraise():
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/util/langhelpers.py", line 70, in __exit__
2023-08-13 18:33:57 | ERROR | stderr |     compat.raise_(
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/util/compat.py", line 211, in raise_
2023-08-13 18:33:57 | ERROR | stderr |     raise exception
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/pool/base.py", line 686, in __connect
2023-08-13 18:33:57 | ERROR | stderr |     self.dbapi_connection = connection = pool._invoke_creator(self)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/create.py", line 574, in connect
2023-08-13 18:33:57 | ERROR | stderr |     return dialect.connect(*cargs, **cparams)
2023-08-13 18:33:57 | ERROR | stderr |   File "/root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/sqlalchemy/engine/default.py", line 598, in connect
2023-08-13 18:33:57 | ERROR | stderr |     return self.dbapi.connect(*cargs, **cparams)
2023-08-13 18:33:57 | ERROR | stderr | sqlalchemy.exc.OperationalError: (sqlite3.OperationalError) unable to open database file
2023-08-13 18:33:57 | ERROR | stderr | (Background on this error at: https://sqlalche.me/e/14/e3q8)
2023-08-13 18:33:58 | ERROR | stderr | /root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/gradio/deprecation.py:43: UserWarning: You have unused kwarg parameters in File, please remove them: {'allow_flagged_uploads': True}
2023-08-13 18:33:58 | ERROR | stderr |   warnings.warn(
2023-08-13 18:33:58 | ERROR | stderr | /root/miniconda3/envs/dbgpt_env/lib/python3.10/site-packages/gradio/deprecation.py:43: UserWarning: You have unused kwarg parameters in File, please remove them: {'accept_multiple_files': True}
2023-08-13 18:33:58 | ERROR | stderr |   warnings.warn(
2023-08-13 18:33:58 | INFO | stdout | tab_plugin in...
2023-08-13 18:33:58 | INFO | stdout | Running on local URL:  http://0.0.0.0:7860
2023-08-13 18:33:58 | INFO | stdout | 
2023-08-13 18:33:58 | INFO | stdout | To create a public link, set `share=True` in `launch()`.
kzog
关注
  • 1
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
没人能复制Chat-GPT
03-21
Chat-GPT背后的明星企业OpenAI，始于几个硅谷极客想要“拯救人类”的疯狂念头。 2014年，特斯拉正在为产能问题焦头烂额，来中国求援的马斯克顺便做客央视《对话》栏目，遭到杨元庆灵魂拷问：2013年联想一共卖出了1.15亿台设备，特斯拉卖了几辆车？ 同一时期的美国，“AI取代人类”成为了硅谷new money的关键词，这让结过3次婚、生过10个孩子的马斯克深感不安。谷歌创始人拉里·佩奇就曾批评马斯克是一个“物种主义者”，不愿用“硅”创造新物种。 2015年夏天，马斯克找到了他的知音——萨姆·阿尔特曼。 这位名字也能翻译成“奥特曼”的帅哥，是创业孵化器Y Combinator的新任掌门，也是一个标准的科技狂，拥有两家核聚变企业和一家区块链公司。 2009年，YC创始人曾在博客上分享了过去30年最有趣的5位创始人，24岁的阿尔特曼与乔布斯、谷歌创始人、赛普拉斯半导体CEO和Gmail之父并列。 在一次私人聚会上，两位明星企业家宣布掏出10亿美元，筹备一家非盈利导向的AI实验室OpenAI，“让人类以更接近于安全的方式构建真正的AI”。 在Chat-GPT横空出世之前
image-gpt:OpenAI图像GPT的PyTorch实现
04-13
图片GPT 图像GPT的PyTorch实施基于像素的纸张生成式预训练和随附的。 模型生成的来自测试集的半图像的完成。 输入第一列； 最后一栏是原始图片 iGPT-S已在CIFAR10上进行了预培训。 由于该模型仅在CIFAR10而非所有ImageNet上进行了训练，因此完成程度相当差。 在制品 GPU上的批量k均值用于量化更大的数据集（当前使用sklearn.cluster.MiniBatchKMeans 。） BERT样式的预训练（当前仅支持生成。） 从OpenAI加载预训练的模型。 重现至少iGPT-S结果。 根据他们的，最大的模型iGPT-L（1.4 M参数）接受了2500 V100天的培训。 通过大大减少注意力头的数量，层数和输入大小（这会成倍地影响模型大小），我们可以在不到2小时的时间一台NVIDIA 2070上在上训练自己的模型（26 K参数）。 分类微调 采
DB-GPT 保姆级安装教程
weixin_43907339的博客
01-31 1378
如果启动 Qwen-14B-Chat-Int4 模型 还需要在DB-GPT/models/Qwen-14B-Chat-Int4/config.json这配置。环境变量配置, 配置LLM_MODEL参数在 `.env` 文件中。可能会报错 是有包没有安装 安装即可 希望能帮到大家。
DB-GPT介绍及代码实践
永胜的博客
09-03 5046
请按照以下步骤安装DB-GPT。
DB-GPT：大模型 + 数据库，全流程自动化
最新发布
Debroon
02-27 2276
DB-GPT是在RAG框架的基础上建立的，通过结合新的训练和推理技术来提高性能和效率。
DB-GPT数据库GPT,支持本地部署,可以在私有环境中运行!!
热门推荐
向彪-区块链技术研究
06-01 1万+
随着大模型的发布迭代，大模型变得越来越智能，在使用大模型的过程当中，遇到极大的数据安全与隐私挑战。在利用大模型能力的过程中我们的私密数据跟环境需要掌握自己的手里，完全可控，避免任何的数据隐私泄露以及安全风险。基于此，我们发起了DB-GPT项目，为所有以数据库为基础的场景，构建一套完整的私有大模型解决方案。此方案因为支持本地部署，所以不仅仅可以应用于独立私有环境，而且还可以根据业务模块独立部署隔离，让大模型的能力绝对私有、安全、可控。
开源版本gpt3.5无需服务器搭建（阿里云函数）.rar
04-10
开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里云函数开源版本gpt3.5无需服务器搭建（阿里搭建前说明：此教程使用阿里云函数搭建，搜阿里云函数，开通，领取100万次调用。 此教程只是函数使用阿里云，数据库什么的不用动，如果你之前有版本上线，直接复制那个版本的数据库账号密码填写到新搭建的阿里云函数即可保留用户数据。
DB-GPT介绍
weixin_44076848的博客
11-04 3119
DB-GPT项目（项目地址）是在github上发布的，为解决使用大模型和数据库交互的过程中，私密数据以及环境是否能掌握自己的手里，完全自主可控的问题。项目支持为所有以数据库为基础的场景，构建一套完整的私有大模型解决方案。此方案因为支持本地部署，所以不仅仅可以应用于独立私有环境，而且还可以根据业务模块独立部署隔离，让大模型的能力绝对私有、安全、可控。
DB-GPT：强强联合Langchain-Vicuna的应用实战开源项目，彻底改变与数据库的交互方式
penriver的博客
07-25 4412
DB-GPT是一个实验性的开源项目，它使用本地化的GPT大型模型与数据和环境进行交互。使用此解决方案，没有数据泄露的风险，数据是100%私密和安全的。 DB-GPT使用FastChat创建了一个庞大的模型操作系统，并提供了一个由Vicuna驱动的大型语言模型。此外，还提供了私有领域知识库问答功能、对其他插件的支持、支持Auto-GPT插件。 DB-GPT愿景是使围绕数据库和llm构建应用程序变得更容易、更方便。
部署DB-GPT
weixin_44076848的博客
11-02 2204
DB-GPT的部署与运行
DB-GPT 初体验chat data
weixin_42567071的博客
11-10 887
随着大模型的发布迭代，大模型变得越来越智能，在使用大模型的过程当中，遇到极大的数据安全与隐私挑战。在利用大模型能力的过程中我们的私密数据跟环境需要掌握自己的手里，完全可控，避免任何的数据隐私泄露以及安全风险。基于此，我们发起了DB-GPT项目，为所有以数据库为基础的场景，构建一套完整的私有大模型解决方案。此方案因为支持本地部署，所以不仅仅可以应用于独立私有环境，而且还可以根据业务模块独立部署隔离，让大模型的能力绝对私有、安全、可控。
Chat-GPT：聊天机器人的未来之路
04-02
随着科技的快速发展，人工智能已经成为我们日常生活中不可或缺的一部分。在这个领域，聊天机器人（Chatbot）作为人工智能的重要分支，正逐渐改变我们的沟通方式。Chat-GPT作为一种颠覆性的聊天机器人技术，近年来备受瞩目。现在将为你解析Chat-GPT的原理、应用场景以及未来发展趋势。 一、Chat-GPT简介 Chat-GPT（Chatbot Generative Pre-trained Transformer）是一种基于GPT技术的聊天机器人。GPT（Generative Pre-trained Transformer）是由OpenAI开发的一种预训练生成式自然语言处理（NLP）模型。通过强大的预训练能力，GPT能够理解语言、生成文本，为聊天机器人提供了强大的语言处理能力。 二、Chat-GPT的应用场景 客户服务：Chat-GPT可以在客户服务领域提供实时、高质量的支持，减轻人工客服的工作压力，提高用户满意度。 教育辅导：Chat-GPT能根据学生的问题提供个性化教育建议，帮助学生解决学术问题。 虚拟助手：Chat-GPT可以作为智能助手，帮助用户管理日常事务，提供生活建议
CDial-GPT:大规模中文短文本对话数据集和中文预训练对话模型
03-18
CDial GPT 本项目提供了一个大规模中文对话数据集，并提供了在此数据集上的中文对话预训练模型（中文GPT模型），更多信息可参考我们的。 本项目代码修改自 ，使用了HuggingFace Pytorch版的库，可用于预训练与微调。 目录 消息 2021-02-28：一个，欢迎大家提bug和加速优化算法，以及新的清洗功能等等。 2021-01-09：实验室出版新书 ，欢迎大家阅读购买。 2020-11-20：预训练模型新工作 。本工作将词级的语言学知识（包括词性和词的情感极性）。表示模型SentiLARE，欢迎大家使用。 2020-10-18：我们的论文《大规模中文短文本对话数据集》获得了NLPCC2020最佳学生论文奖。 :party_popper: :party_popper: :party_popper: 2020-09-08：感谢所提供的。 2020-09-02：可用加载，感谢苏剑林提供代码。 我们所提供的数据集LCCC（大规模汉语清洁会话
爆火的 Auto-GPT 被过分吹捧了！
04-28
Jina AI 的创始人兼 CEO 肖涵发布的 《揭秘 Auto-GPT 喧嚣背后的残酷真相！》 一文中，肖涵博士表示道：想要在现实的生产环境中使用 Auto-GPT，首先面临的障碍便是其高昂的成本。其次还容易进入死循环的泥潭。尽管如此，Auto-GPT 的探讨依旧是热火朝天。 截止至 4 月 24 日上午 11:00，Auto-GPT 在 GitHub 上已获 107k 的 Star 数。 透过现象看本质 从本质上来看，Auto-GPT 是一种自动文本生成技术，它使用深度学习算法来生成类似人类的文本。它基于生成式预训练转换器 (GPT) 架构，是一种旨在生成自然语言文本的神经网络。 据开发者介绍，Auto-GPT 是由 GPT-4 驱动，与 ChatGPT 使用的是同一个底层语言模型。但两者也存在一定的差异，相较于 ChatGPT ，Auto-GPT 最突出的一个优势是具有分解 AI 步骤的能力。 Auto-GPT 可以根据用户的需求，在完全不需要用户插手的情况下，自主执行任务且能覆盖大范围的事务，包括日常的事件分析、营销方案撰写、代码编程、数学运算等。比如国外开发者需要 Auto-
keras-gpt-2：加载GPT-2检查点并生成文本
02-03
凯拉斯GPT-2 [| ] 加载预训练的权重并使用预测。 安装 pip install keras-gpt-2 演示版 import os from keras_gpt_2 import load_trained_model_from_checkpoint , get_bpe_from_files , generate model_folder = 'xxx/yyy/117M' config_path = os . path . join ( model_folder , 'hparams.json' ) checkpoint_path = os . path . join ( model
DB-GPT数据库大语言模型
08-17
DB-GPT数据库大语言模型 DB-GPT数据库大语言模型 DB-GPT数据库大语言模型 DB-GPT数据库大语言模型
DB-GPT DB-GPT.zip
06-16
DB-GPT.zip
数据交互的本地化GPT模型：DB-GPT
02-08
它使用本地化的GPT大型模型与数据和环境进行交互。使用此解决方案，您可以放心，没有数据泄露的风险，您的数据是100%私密...DB-GPT旨在提供用户与模型的交互，而不必依赖外部服务器或云服务，确保数据的隐私和安全性。
DB-GPT容器化部署流程
qq_27844739的博客
06-01 2890
DB-GPT 是一个开源的以数据库为基础的GPT实验项目，本人使用容器化的方式部署成功，本文对本地化部署DB-GPT的过程进行梳理。
如何实现Cerebras-GPT-13B 本地部署
05-27
Cerebras-GPT-13B 模型的本地部署需要进行以下步骤： 1. 购买 Cerebras WSE 芯片：Cerebras WSE 芯片是一个专门为大规模神经网络计算而设计的芯片，需要购买并集成在服务器中。 2. 配置服务器环境：为了支持 Cerebras WSE 芯片的使用，需要配备适当的服务器硬件和软件环境，包括存储空间、网络带宽、操作系统和 Cerebras 特定的软件栈。 3. 下载 Cerebras 版本的 TensorFlow：Cerebras-GPT-13B 模型使用 TensorFlow 框架进行计算，需要下载 Cerebras 版本的 TensorFlow，该版本的 TensorFlow 已经集成了对 Cerebras WSE 芯片的支持。 4. 下载 Cerebras-GPT-13B 模型代码和参数：Cerebras-GPT-13B 模型的代码和参数需要下载到本地进行部署。 5. 运行 Cerebras-GPT-13B 模型：使用下载的 Cerebras 版本的 TensorFlow 和 Cerebras-GPT-13B 模型代码和参数，进行本地部署。具体的运行方式可以参考 Cerebras 提供的使用文档和示例代码。 需要注意的是，Cerebras-GPT-13B 模型的本地部署需要专业的技术和经验，并且需要进行大量的资源配置。因此，建议由专业人员来完成，以保证部署的效果和性能。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值