【UE5】离线AI聊天-接入LLAMA语言模型 教程

前言：LLAMA是一种神经网络模型，全称为Language Model with an Average Attention Mechanism（具有平均注意机制的语言模型）。它是一种用于自然语言处理任务的模型，特别适用于生成文本和回答问题。LLAMA模型结合了注意力机制和平均池化，以提高模型对输入文本的理解和生成能力。它在多项基准测试中取得了很好的性能，是一种强大的语言模型。

此文章以基于OpenAI聊天模型训练而来的openchat_3.5.Q3_K_L模型为例进行实现。

---

1.准备工作：（注意打不开的链接需要科学上网

• 下载必备软件：MicroSoft VS，CMAKE，Git（这一步就不详写，自行安装

• 下载本例子的AI模型：openchat_3.5.Q3_K_L（放入项目目录/Content/Movies/Models/..中

• 下载LLAMA插件：Llama-Unreal（我的教程后面修改了部分代码，请支持插件原作者MikaPi

• 新建空白C++项目后关闭引擎，并打开项目文件夹：

• 项目文件夹中创建Plugins文件夹并放入TTS和LLAMA插件：（TTS在上一篇文章有分享

• 进入LLAMA插件文件夹，右键空白区域打开Git:

• mkdir llama
  cd llama

• llama文件中放入下载解压好的llama.cpp：llama.cpp兼容版本

• 创建build文件夹进行cmake编译：

cd llama.cpp
mkdir build
cd build/
cmake .. -DBUILD_SHARED_LIBS=ON
cd ..
cmake --build build --config Release -j --verbose

• 生成成功：

• 1.我们需要的文件是llama.dll：复制到Plugins\UELlama\Binaries\Win64文件夹中

• 2.llama插件的Includes和Libraries文件夹中已经有了所有需要的文件，遂不需要复制。

2.项目各项设置及代码：

• 修改UELlama.Build.cs：（修复打包后dll缺失

using UnrealBuildTool;
using System.IO;

public class UELlama : ModuleRules
{
	public UELlama(ReadOnlyTargetRules Target) : base(Target)
	{
		PCHUsage = ModuleRules.PCHUsageMode.UseExplicitOrSharedPCHs;

		PublicIncludePaths.AddRange(
			new string[] {
				// ... add public include paths required here ...
			}
			);


		PrivateIncludePaths.AddRange(
			new string[] {
			}
			);


		PublicDependencyModuleNames.AddRange(
			new string[]
			{
				"Core",
				// ... add other public dependencies that you statically link with here ...
			}
			);


		PrivateDependencyModuleNames.AddRange(
			new string[]
			{
				"CoreUObject",
				"Engine",
				"Slate",
				"SlateCore",
				// ... add private dependencies that you statically link with here ...
			}
			);

		if (Target.bBuildEditor)
		{
			PrivateDependencyModuleNames.AddRange(
				new string[]
				{
					"UnrealEd"
				}
			);
		}

		if (Target.Platform == UnrealTargetPlatform.Win64)
		{
			string PluginBinariesDir = Path.Combine(ModuleDirectory, "..", "..", "Binaries", "Win64");
			string ProjectBinariesDir = Path.Combine(ModuleDirectory, "..", "..", "..", "..", "Binaries", "Win64");

			string DLLFilePath = Path.Combine(ProjectBinariesDir, "llama.dll");
			string DestinationDLLPath = Path.Combine(PluginBinariesDir, "llama.dll");

			RuntimeDependencies.Add(DLLFilePath, DestinationDLLPath);
		}

		DynamicallyLoadedModuleNames.AddRange(
			new string[]
			{
				// ... add any modules that your module loads dynamically here ...
			}
			);
		if (Target.Platform == UnrealTargetPlatform.Linux)
		{
			PublicAdditionalLibraries.Add(Path.Combine(PluginDirectory, "Libraries", "libllama.so"));
			PublicIncludePaths.Add(Path.Combine(PluginDirectory, "Includes"));
		}
		else if (Target.Platform == UnrealTargetPlatform.Win64)
		{
			PublicAdditionalLibraries.Add(Path.Combine(PluginDirectory, "Libraries", "llama.lib"));
			PublicIncludePaths.Add(Path.Combine(PluginDirectory, "Includes"));
		}

	}
}

• 编译生成项目成功：

• 打开项目：

1.新建Blueprints文件夹，新建空白关卡LLAMA；游戏模式GM_LLAMA(不要创建错成游戏模式基础)；玩家控制器PC_LLAMA，HUD类HUD_LLAMA，用户控件WBP_MainLLAMA。

2.项目设置中指定游戏默认地图为LLAMA，世界场景设置中指定游戏模式为GM_LLAMA，控制器为PC_LLAMA，HUD为HUD_LLAMA。

3.编写HUD蓝图和用户控件WBP_MainLLAMA：

（0.HUD蓝图与函数：

（1.添加llama组件；

（2.指定Prompt值；

A new line, the value “Human:”, and the value “AI:”.Our goal is to generate only a single line of text that corresponds to the current speaker.

（3.指定语言模型的路径；

F:\Projects\UE_Projects\5.1\UE5LLAMA\Content\Movies\Models\openchat_3.5.Q3_K_L.gguf

（4.指定Stop Sequences：

best_of;
The completion can’t change the speaker.
The completion won’t allow the speaker to speak twice in a row.

（5.编辑用户控件WBP_MainLLAMA:

添加函数Add Token:

事件图表：

User: 
{prompt} 
GPT4:
 

3.编译蓝图，运行测试对话成功，朗读答案成功：（打包后也能成功

---

后言：该项目实现了离线AI聊天功能，响应及时。但目前还有部分问题如：回答中文时部分文字呈现为？号，可能根据不同模型有不同的问题，可以自行测试该网站中的其他语言模型。

希望这篇文章能帮到你！！