在Win11 系统上部署本地大模型： Langchain-Chatchat（附教程）

LangChain-Chatchat (原 Langchain-ChatGLM)（代码分享）

基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的检索增强生成(RAG)大模型知识库项目。

部署还是比较简单的，照着文档一步一步来就行

先看下 python 版本，最好 3.10：https://www.python.org/download/releases/

python --version

然后拉取仓库，安装依赖

# 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 

我 webui 和 api 都安装，可以按需安装的

#安装API

pip install -r requirements_api.txt





#安装webui

pip install -r requirements_webui.txt 

下面需要下载模型，受限需要装下 Git LFS：https://docs.github.com/zh/repositories/working-with-files/managing-large-files/installing-git-large-file-storage

git lfs install

模型一般从 HuggingFace 下载： https://huggingface.co/models

不过由于某些原因可能无法访问，我们可以从镜像站点下载：https://hf-mirror.com/models

下载模型：

git clone https://hf-mirror.com/THUDM/chatglm2-6b
git clone https://hf-mirror.com/moka-ai/m3e-base

下面复制下默认的配置文件

python copy_config_example.py

初始化知识库

python init_database.py --recreate-vs

然后启动

python startup.py -a

顺利的话可以看到当前配置：

浏览器打开web界面:

API也顺利运行：

仍本水浒传进去，看看效果：

貌似还行，主要是 cpu 的话实在太慢…

看下我们的 pytorch 是否支持使用 GPU

python
import torch
torch.version
print(torch.cuda.is_available())

False 说明当前 pytorch 不支持 cuda

要用 gpu，需要装 cuda，然后装支持 cuda 的 pytorch

先下载 cuda toolkit ：https://developer.nvidia.com/cuda-toolkit-archive

目前 pytorch 用的比较多的是 11.8 和 12.1

安装完成后，运行查看下 cuda 版本

nvcc –V

然后上 https://pytorch.org/ ，安装支持 cuda 的 pytorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

但我们已经装过 pytorch 的话，这样不一定能装上…

需要上 https://download.pytorch.org/whl/torch_stable.html

找到需要的版本，本地安装，

像CPU版本的，支持 python3.10 的，win版的是这个：

支持 cuda 12.1，python3.10 的，win版的是这个：

下载到本地，安装：

pip install g:/AI/torch-2.1.0+cu121-cp310-cp310-win_amd64.whl

安装完成后再看下是否支持 cuda：

python
import torch
torch.version
print(torch.cuda.is_available())

现在再启动 Langchain-Chatchat，就可以支持 GPU 了

但是我的 8G 显存太小了，使用 chatglm2-6b 的时候会报显存不足无法启动….

可以使用量化过的 chatglm2-6b-int4 模型（当然量化过的模型会傻一点…）

先下载模型：

git clone https://hf-mirror.com/THUDM/chatglm2-6b-int4

然后修改 model_config.py，修改 LLM 模型名称（注意上面 MODEL_PATH 的 llm_model 里指定了 chatglm2-6b-int4 模型的路径，需要的话可以自己修改模型路径）

然后运行

python startup.py -a

可以看到我们已经是 cuda 的版本了

随便试试…

速度比 cpu 快了很多…

原来 智多星 是 李逵…

程序员为什么要学大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、LLM大模型系列视频教程

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。

• 内容：

  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
  • L1.4.1 知识大模型
  • L1.4.2 生产大模型
  • L1.4.3 模型工程方法论
  • L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

• 内容：

  • L2.1 API接口
  • L2.1.1 OpenAI API接口
  • L2.1.2 Python接口接入
  • L2.1.3 BOT工具类框架
  • L2.1.4 代码示例
  • L2.2 Prompt框架
  • L2.3 流水线工程
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

• 内容：

  • L3.1 Agent模型框架
  • L3.2 MetaGPT
  • L3.3 ChatGLM
  • L3.4 LLAMA
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

• 内容：

  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉优快云大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​