ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的第三代开源模型,对话流畅、部署门槛低,测评显示其基础模型ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能,同时支持工具调用(Function Call)、代码执行(Code Interpreter)和Agent任务等复杂场景。 github地址在文末,推理需要大约14G显存,本文基于ubuntu系统部署,windows系统类似。1. 下载模型下载模型需要用到git的LFS扩展,windows系统在https://下载LFS,下面是ubuntu系统安装LFS的方式,其他linux系统可以参考文档https://github.com/git-lfs/git-lfs/blob/main/INSTALLING.mdcurl -s https:///install/repositories/github/git-lfs/script.deb.sh | sudo bash apt-get install git-lfs git lfs install 安装好LFS后就可以下载了,huggingface比较慢,可以在魔搭社区下载 https:///models/ZhipuAI/chatglm3-6b/summarygit clone https://www./ZhipuAI/chatglm3-6b.git
2.安装部署2.1 在langchain-chatchat中使用在上一篇文章中,我们使用docker部署了langchain-chatchat,但是默认模型是chatglm2-6b,现在只需要将模型修改为chatglm3-6b就可以了,将下载好的chatglm3-6b拷贝到docker容器的根目录下:docker cp chatglm3-6b 你的容器名称:/
chatchat在容器的/langchain-chatchat目录,进入容器,再进入configs目录: docker exec -it 你的容器名称 /bin/bash cd /langchain-chatchat/configs
编辑model_config.py文件,在llm_model中增加chatglm3-6b,如图所示:将LLM_MODELS中的chatglm2-6b修改为chatglm3-6b,如图所示:修改后重启容器,再打开,这里就变成chatglm3-6b了。2.2 使用ChatGLM官方项目部署如果没有部署chatchat,也可以使用ChatGLM官方项目部署。git clone git@github.com:THUDM/ChatGLM3.git
进入ChatGLM3源码目录,使用清华镜像安装依赖:cd ChatGLM3-main pip install -i https://pypi.tuna./simple -r requirements.txt
3. 运行如果使用chatchat项目部署,直接在页面上选择chatglm3-6b就可以聊天了。下面是使用ChatGLM3项目部署的用法。ChatGLM3项目提供了多个demo,进入相应demo目录下,修改模型路径运行就可以,下面以gradio网页demo举例说明,其他同理。进入basic_demo目录修改web_demo_gradio.py,将MODEL_PATH的值改为第一步下载好的模型路径:python3 web_demo_gradio.py
在浏览器打开http://localhost:7870就可以聊天了
4. 无缝替换openAIChatGLM提供了openai标准的API,通过这个API我们可以将任何接入openai的应用无缝切换为私有化部署的ChatGLM3。修改api_server.py,将MODEL_PATH的值改为第一步下载好的模型路径:nohup python3 api_server.py &
这样就启动了openai接口的服务,可以把私有化部署的ChatGLM3当openai用了,比如之前文章中247.2k star! 超强大的私有化ChatGPT,支持图像识别/文生图/语音输入/文本朗读,个人电脑可运行!有接入openai的功能,现在我们可以把配置的openai的地址改为本地,从而将open-webui接入ChatGLM3: 其他像各种基于openai的插件、应用等,只要可以配置url,都可以无缝切换为ChatGLM3。https://github.com/THUDM/ChatGLM3有问题欢迎留言或微信交流,如果文章对您有帮助,请点赞支持一下作者。 关注公众号,共同学习、实战更多AI技术
|