基于 Langchain-Chatchat 快速构建本地 LLM 智能知识库

部署方案

Docker 部署

开发组提供了一键部署的 Docker 镜像文件。开发者可以在 AutoDL 平台和 Docker 平台一键部署。

docker run -d --gpus all -p 80:8501 isafetech/chatchat:0.2.10
docker run -d --gpus all -p 80:8501 ccr.ccs.tencentyun.com/chatchat/chatchat:0.2.10
docker run -d --gpus all -p 80:8501 registry.cn-beijing.aliyuncs.com/chatchat/chatchat:0.2.10

注意事项：

• 该版本镜像大小约 50.1GB，以 nvidia/cuda:12.1.1-cudnn8-devel-ubuntu22.04 为基础镜像。
• 内置并默认启用一个 Embedding 模型：bge-large-zh-v1.5，内置并默认启用 ChatGLM3-6B。
• 请确保您已经在 Linux 发行版上安装了 NVIDIA 驱动程序。
• 不需要在主机系统上安装 CUDA 工具包，但需要安装 NVIDIA Driver 以及 NVIDIA Container Toolkit。

本地部署方案

1. 安装 Python 环境

# 首先，确信你的机器安装了 Python 3.8 - 3.10 版本
$ python --version
Python 3.8.13

# 创建 conda 环境
$ conda create -p /your_path/env_name python=3.8
$ source activate /your_path/env_name
# 或者
$ conda create -n env_name python=3.8
$ conda activate env_name

# 更新 pip 库
$ pip3 install --upgrade pip

2. 安装项目依赖

# 拉取仓库
$ git clone --recursive 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

可选依赖说明：

• 如果要使用 milvus/pg_vector 等向量库，请将 requirements.txt 中相应依赖取消注释再安装。
• 如果要开启 OCR GPU 加速，请安装 rapidocr_paddle[gpu]。
• 如果要使用在线 API 模型，请安装对应的 SDK。

3. 下载模型

如需在本地或离线环境下运行本项目，需要首先将项目所需的模型下载至本地。通常开源 LLM 与 Embedding 模型可以从 HuggingFace 下载。

$ git lfs install
$ git clone https://huggingface.co/THUDM/chatglm2-6b
$ git clone https://huggingface.co/moka-ai/m3e-base

4. 初始化数据库

当前项目的知识库信息存储在数据库中，在正式运行项目之前请先初始化数据库。

# 如果您已经有创建过知识库
$ python init_database.py --create-tables
# 如果您是第一次运行本项目
$ python init_database.py --recreate-vs

5. 启动服务

使用一键启动脚本 startup.py，一键启动所有 Fastchat 服务、API 服务、WebUI 服务。

$ python startup.py -a

Lite 模式（无显卡模式）

对于没有显卡的用户，项目提供了 Lite 模式。该模式的配置方式与常规模式相同，但无需安装 torch 等重依赖，通过在线 API 实现 LLM 和 Embeddings 相关功能。

$ pip install -r requirements_lite.txt
$ python startup.py -a --lite

该模式支持的在线 Embeddings 包括：智谱 AI、MiniMax、百度千帆、阿里云通义千问。在 model_config.py 中将 LLM_MODELS 和 EMBEDDING_MODEL 设置为可用的在线 API 名称即可。

使用指南

正常启动后，会有两种主要使用界面：

1. WebUI：通过浏览器访问本地地址，提供直观的聊天窗口和知识库管理页面。支持上传文档、查看历史对话、管理知识库索引。
2. API：提供 FastAPI 接口，方便集成到其他业务系统中。可通过 Swagger UI 查看和测试提供的 API 端点。

高级配置与优化

自定义模型配置

在 config.yaml 或 model_config.py 中，可以灵活切换不同的 LLM 和 Embedding 模型。例如，若需更换为 Qwen 系列模型，只需修改配置文件中的模型路径和参数。

# model_config.py 示例
LLM_MODELS = {
    "qwen-chat": {
        "path": "./models/qwen-7b-chat",
        "model_type": "llama"
    }
}

向量数据库选择

默认使用 FAISS 作为向量存储，适用于单机小数据量场景。若需生产级高并发支持，可配置 Milvus 或 PgVector。

# 启用 Milvus 支持
pip install pymilvus
# 修改 config 设置 vector_store_type: milvus

性能调优

• 显存优化：对于显存受限环境，可使用 INT4 量化模型，显著降低显存占用。
• 并发控制：调整 FastAPI 的 worker 数量，平衡 CPU 与 GPU 资源。
• 缓存机制：启用响应缓存，减少重复请求的计算开销。

常见问题排查

1. CUDA Out of Memory

   • 尝试减小 batch size。
   • 使用量化模型（INT4/INT8）。
   • 关闭不必要的后台进程释放显存。

2. 模型加载失败

   • 检查 git-lfs 是否正确安装。
   • 确认模型文件完整性，重新下载。
   • 检查 model_config.py 中的路径是否指向正确的本地目录。

3. WebUI 无法访问

   • 检查防火墙设置，确保端口 8501 开放。
   • 确认 Docker 端口映射正确。
   • 查看日志输出是否有报错信息。

总结

Langchain-Chatchat 针对当前热门的 AI 知识库需求，给出了一种非常好的构建方式。它做到了全链条的开源产品，无论你是希望直接使用它来构建知识库，还是希望通过本项目学习和实现自己的解决方案，都会是非常好的选择。

建议开发者不要单纯使用现成代码，而是深入研究项目的架构设计。这类项目最精华的部分在于其 RAG 流程的实现与模块解耦，理解这些有助于在实际业务中进行定制化开发。通过掌握该项目，你可以更好地应对企业数据 AI 应用开发需求，实现大模型理论、GPU 算力、硬件、LangChain 开发框架和项目实战技能的一站式掌握。