《trainable-agents 项目安装与配置指南》

《trainable-agents 项目安装与配置指南》

trainable-agents Code and datasets for "Character-LLM: A Trainable Agent for Role-Playing" 项目地址: https://gitcode.com/gh_mirrors/tr/trainable-agents

1. 项目基础介绍

本项目名为 trainable-agents，是一个开源角色扮演训练代理的项目。该项目通过训练，使代理能够学习特定角色的实际经验、性格和情感，进而能够模拟特定人物，如贝多芬、 Cleopatra、凯撒等，展现出详细的角色知识和代表性的性格特征。项目主要使用 Python 编程语言。

2. 项目使用的关键技术和框架

• 编程语言：Python
• 关键技术：
  • Experience Reconstruction：一种数据生成过程，用于生成特定角色的详细且多样的经验数据。
  • LLM (Large Language Model)：使用大型语言模型如 GPT-3.5-turbo 生成文本。
• 框架：
  • Transformers：用于处理和训练模型的库，包含预训练的模型和相应的工具。
  • FastChat：用于训练和部署聊天机器人模型的框架。

3. 项目安装和配置的准备工作

在开始安装之前，请确保您的系统中已安装以下软件：

• Python 3.x
• pip（Python 包管理器）
• GPU（推荐，用于加速模型训练）

详细安装步骤

步骤 1：克隆项目仓库

打开命令行工具，执行以下命令克隆项目仓库：

git clone https://github.com/choosewhatulike/trainable-agents.git
cd trainable-agents

步骤 2：安装依赖

在项目根目录下，运行以下命令安装项目所需的依赖：

pip install -r requirements.txt

步骤 3：下载预训练模型

本项目可能依赖于预训练模型。根据项目文档，你可能需要下载 Llama-7b 模型或其他你选择的模型。下载模型后，将其放置在项目的合适位置。

步骤 4：配置 API 密钥

项目可能需要使用 API 服务（如 GPT-3.5-turbo）。你需要在 apikeys.py 文件中配置相关 API 密钥。

# apikeys.py 示例
API_KEY_GPT_3_5_TURBO = 'your_gpt_3_5_turbo_api_key'

步骤 5：运行数据生成和解析脚本

根据项目需求，运行数据生成和解析脚本，生成训练数据。

python run_api_gen_data.py --prompt_name gen_scene --character Beethoven
python parser/parse_data_scene.py result/2023-10-08/gen_scene/gpt-3.5-turbo-temp-0.2-char-Beethoven.jsonl

步骤 6：训练模型

根据项目文档，运行训练脚本训练角色模型。

cd FastChat
export CHARACTER=Beethoven
torchrun --nproc_per_node=8 --master_port=20031 fastchat/train/train_mem.py \
--model_name_or_path /path/hf_model/llama-7b \
--data_path /path/to/prompted_agent_dialogue_$CHARACTER.json \
--already_preprocess True \
--bf16 True \
--output_dir /path/to/ckpt/${CHARACTER}_7b \
--num_train

确保替换 path/to/hf_model/llama-7b 和 /path/to/prompted_agent_dialogue_$CHARACTER.json 为实际的路径。

完成以上步骤后，你就可以开始使用 trainable-agents 项目了。按照项目文档进行进一步的操作和配置，以实现你的具体需求。

trainable-agents Code and datasets for "Character-LLM: A Trainable Agent for Role-Playing" 项目地址: https://gitcode.com/gh_mirrors/tr/trainable-agents