1、项目介绍
基于
ChatGLM
等大语言模型与
Langchain
等应用框架实现,开一种利用
langchain
思想实现的基
于本地知识库的问答应用,目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知
识库问答解决方案。
依托于本项目支持的开源
LLM
与
Embedding
模型,本项目可实现全部使用开源模型离线私有部
署。与此同时,本项目也支持
OpenAI GPT API
的调用,并将在后续持续扩充对各类模型及模型
API
的接入。
本项目实现原理如下图所示,过程包括加载文件
->
读取文本
->
文本分割
->
文本向量化
->
问句
向量化
->
在文本向量中匹配出与问句向量最相似的
->
匹配出的文本作为上下文和问题一起添加
打包
->
提交给
LLM
,最后生成回答。
强烈推荐使用
Python3.11
, 创建一个虚拟环境,并在虚拟环境内安装项目的依赖。需要注意电
脑显存要大于
12G
, 不然该项目跑不动。
该项目是一个可以实现
__
完全本地化
__
推理的知识库增强方案
,
重点解决数据安全保护,私域化
部署的企业痛点。 本开源方案采用
Apache License
,可以免费商用,无需付费。
2、环境安装
2.1、Anaconda
Anaconda
是一个流行的
Python
数据科学和机器学习平台,用于管理和部署数据科学项目。它提
供了一个开发环境,其中包含了众多常用的数据科学工具和库,如
Python
编程语言、
NumPy
、
Pandas
、
SciPy
、
Matplotlib
、
Scikit-learn
等。
Anaconda
的主要作用是简化数据科学项目的设置和管理。它通过提供一个集成的发行版,使用
户能够轻松地安装、配置和升级数据科学工具。
Anaconda
还包含了一个名为
conda
的包管理
器,它能够帮助用户创建独立的 Python环境,以便在不同项目之间隔离不同的依赖关系。
以下是
Anaconda
的一些主要功能和作用:
•
包管理:
Anaconda
提供了
conda
包管理器,可以方便地安装、升级和删除各种数据
科学工具和库,而无需手动处理依赖关系。
•
环境管理:
conda 还可以创建和管理独立的 Python 环境。
这意味着你可以在同一台
计算机上同时拥有多个项目,每个项目都有自己独立的
Python
环境和依赖项,避免
了版本冲突和包管理的困扰。
•
数据科学工具和库:
Anaconda
预先包含了许多常用的数据科学工具和库,使用户可
以立即开始进行数据分析、数据可视化和机器学习等任务,而无需手动安装它们。
•
跨平台支持:
Anaconda
可以在多个操作系统上运行,包括
Windows
、
macOS
和
Linux
。
总之,
Anaconda
是一个强大的数据科学平台,它简化了数据科学项目的设置和管理,提供了丰
富的数据科学工具和库,以及便捷的包管理和环境管理功能,使数据科学家和机器学习工程师能
够更加高效地进行工作。
# 创建新的环境conda create --name 环境名称# 创建指定 Python 版本的环境conda create --name 环境名称 python = 版本号# 查看环境conda env list# 激活环境conda activate 环境名称# 删除环境conda remove -n 环境名称 --all# 安装指定包:conda install 包名称# 安装指定版本的包conda install 包名称 = 版本号# 安装多个包conda install 包名称 1 包名称 2 包名称 3# 查看当前环境的所有包conda list# 卸载包conda remove 包名称
2.2、pip
pip
是一个现代的,通用的
Python
包管理工具。提供了对
Python
包的查找、下载、安装、卸载
的功能。注:
pip
已内置于
Python 3.4
和
2.7
及以上版本,其他版本需另行安装。常见命令如下:
# 安装库pip install package-name# 查看已安装的库pip list# 卸载库pip uninstall package_name
3、项目安装
# 拉取仓库$ git clone https://github.com/chatchat-space/Langchain-Chatchat.git# 进入目录$ cd Langchain-Chatchat# 安装全部依赖$ pip install -r requirements.txt$ pip install -r requirements_api.txt$ pip install -r requirements_webui.txt# 默认依赖包括基本运行环境( FAISS 向量库)。如果要使用 milvus/pg_vector 等向量库,请将 requirements.txt 中相应依赖取消注释再安装。
模型下载
资料包$ git lfs install$ git clone https://huggingface.co/THUDM/chatglm3-6b$ git clone https://huggingface.co/BAAI/bge-large-zh初始化$ python copy_config_example.py$ python init_database.py --recreate-vs$ python startup.py -a
4、演示
ssh -CNg -L 6006:127.0.0.1:6006 root@connect.cqa1.seetacloud.com -p 21716r1swBDF9BmW/http://localhost:6006
注:
大语言模型(
LLM
)是一种利用机器学习技术来理解和生成人类语言的人工智能模型。对于希
望从各个方面增强通信和数据处理并实现自动化的企业和机构而言,
LLM
具有极高的价值。
LLM
使用基于神经网络的模型,通常运用自然语言处理(
NLP
)技术来处理和计算其输出。
NLP
是人工智能(
AI
)的一个分支领域,专注于使计算机能够理解、解释和生成文本,从而让
LLM
能够执行文本分析、情绪分析、语言翻译和语音识别等任务。