chatglm+langchain+互联网，你可以将大模型接入网络了

最近发现一个好的项目，可以直接将 大模型接入 互联网，笔者这么极客的人，肯定不会错过，使用了一下，哈哈

先来看看界面，使用streamlit包构建的页面

目前支持，纯llm聊天，还有sd插件生成图片，然后就是接入互联网web

sd使用的是stable diffusion模型，当然你也可以换成别的hf上有

这个不是我们主要介绍的，我们只要看下边这个

来看看目前支持哪些 网站吧

['知乎专栏','知乎回复','百科','微信公众号','新闻','B站专栏','CSDN','GitHub','All(Preview)']

当然这个也可以自己添加一些网站，但是要编写，爬取和解析的过程

类似这样：

def search_zhihu_que(url):
  headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36 Edg/111.0.1661.44",
  }
  r = requests.get(url, headers=headers)
  html = r.text
  soup = BeautifulSoup(html, 'html.parser')
  item_list = soup.find_all(class_='List-item')
  relist = []
  for items in item_list:
    item_prelist = items.find(class_ = "RichText ztext CopyrightRichText-richText css-1g0fqss")
    item_title = re.sub(r'(<[^>]+>|\s)','',str(item_prelist))
    relist.append(item_title)
  return relist

再来讲一讲，项目是使用web的流程

1、用户输入query
2、基于用户query和你选择的网站比如【知乎专栏】 去bing搜索相关结果，
解析第一页的所有相关问题和对应链接
3、然后根据2中数据对应的链接去爬取内容
4、将内容送给llm去总结答案
5、返回给用户

项目是怎样调用bing联网的呢

没错是爬虫惯用的 selenium

def search_web(keyword):
  driver = webdriver.Chrome("C:\\Users\\Administrator\\AppData\\Local\\Google\\Chrome\\Application\\chromedriver.exe")
  driver.get(quote("https://cn.bing.com/search?q="+str(keyword),safe='/:?=.'))
  for i in range(0, 20000, 350):
    time.sleep(0.1)
    driver.execute_script('window.scrollTo(0, %s)' % i)
  html = driver.execute_script("return document.documentElement.outerHTML")
  soup = BeautifulSoup(html, 'html.parser')
  item_list = soup.find_all(class_='b_algo')
  relist = []
  for items in item_list:
    item_prelist = items.find('h2')
    item_title = re.sub(r'(<[^>]+>|\s)','',str(item_prelist))
    href_s = item_prelist.find("a", href=True)
    href = href_s["href"]
    relist.append([item_title, href])
  item_list = soup.find_all(class_ ='ans_nws ans_nws_fdbk')
  for items in item_list:
    for i in range(1,10):
      item_prelist = items.find(class_ = f"nws_cwrp nws_itm_cjk item{i}", url=True, titletext=True)
      if item_prelist is not None:
        url = item_prelist["url"].replace('\ue000','').replace('\ue001','')
        title = item_prelist["titletext"]
        relist.append([title, url])
  return relist

配置webdriver 网上有一大片，无需我来具体说了

安装好依赖包后，启动命令如下：

streamlit run streamlit_new.py

然后你就可以 使用 大模型+网络的组合了，哈哈，还等什么，去试试吧

关于部署chatglm不同的可以看这篇国产版chatgpt，可以本地部署了，效果也不错

项目链接：https://github.com/LemonQu-GIT/ChatGLM-6B-Engineering/

下期预告：

下期分享lora微调自己的图片的训练，欢迎关注

往期回顾：

什么情况用Bert模型，什么情况用LLaMA、ChatGLM类大模型，咋选？

基于chatglm、moss+知识库+langchain的问系统的搭建

国产chatgpt可以微调了，手把手教你微调chatglm，文末有福利

国产版chatgpt，可以本地部署了，效果也不错

国产chatgpt：chatGLM基于incontext learning原理微调nlp任务

训练个中文版ChatGPT没那么难：不用A100，开源Alpaca-LoRA+RTX 4090就能搞定

chatgpt免费用了，竟然可以无限coding