基于 Langchain-Chatchat 快速搭建本地 LLM 智能知识库
Langchain-Chatchat 是一个基于 ChatGLM 等大语言模型与 Langchain 框架实现的开源、可离线部署的检索增强生成 (RAG) 大模型知识库项目。
本项目利用 langchain 思想实现的基于本地知识库的问答应用，目前 langchain 可以说是开发 LLM 应用的首选框架，而本项目的目标就是建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。
依托于本项目支持的开源 LLM 与 Embedding 模型，本项目可实现全部使用开源模型离线私有部署。与此同时，本项目也支持 OpenAI GPT API 的调用，并将在后续持续扩充对各类模型及模型 API 的接入。
实现原理
本项目全流程使用开源模型来实现本地知识库问答应用，最新版本中通过使用 FastChat 接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型，依托于 langchain 框架支持通过基于 FastAPI 提供的 API 调用服务，或使用基于 Streamlit 的 WebUI 进行操作。
可以通过下面的图来直观看到的整个流程的执行过程，非常值得参考学习。
再从从文档处理角度来看，实现流程如下：
这里需要注意，本项目未涉及微调、训练过程，但可利用微调或训练对本项目效果进行优化。
部署要求
软件要求：
操作系统
- Linux Ubuntu 22.04.5 kernel version 6.7
其他系统可能出现系统兼容性问题。
最低要求
该要求仅针对标准模式，轻量模式使用在线模型，不需要安装 torch 等库，也不需要显卡即可运行。
- Python 版本：>= 3.8(很不稳定), < 3.12
- CUDA 版本：>= 12.1
推荐要求
开发者在以下环境下进行代码调试，在该环境下能够避免最多环境问题。
- Python 版本 == 3.11.7
- CUDA 版本：== 12.1
硬件要求：
如果想要顺利在 GPU 运行本地模型的 FP16 版本，你至少需要以下的硬件配置，来保证在我们框架下能够实现 稳定连续对话
- ChatGLM3-6B & LLaMA-7B-Chat 等 7B 模型 最低显存要求：14GB 推荐显卡：RTX 4080
- Qwen-14B-Chat 等 14B 模型 最低显存要求：30GB 推荐显卡：V100
- Yi-34B-Chat 等 34B 模型 最低显存要求：69GB 推荐显卡：A100
- Qwen-72B-Chat 等 72B 模型 最低显存要求：145GB 推荐显卡：多卡 A100 以上
实际部署配置示例
处理器：Intel® Core™ i9 processor 14900K
内存：256 GB DDR5
显卡组：NVIDIA RTX4090 X 1 / NVIDIA RTXA6000 X 1
硬盘：1 TB
操作系统：Ubuntu 22.04 LTS / Arch Linux, Linux Kernel 6.6.7
显卡驱动版本：545.29.06
Cuda 版本：12.3 Update 1
Python 版本：3.11.7
部署 Langchain-Chatchat
Docker 部署
开发组为开发者们提供了一键部署的 docker 镜像文件懒人包。开发者们可以在 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
- 该版本镜像大小 50.1GB，使用 v0.2.10，以 nvidia/cuda:12.1.1-cudnn8-devel-ubuntu22.04 为基础镜像
- 该版本为正常版本，非轻量化版本
- 该版本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
- 该版本目标为方便一键部署使用，请确保您已经在 Linux 发行版上安装了 NVIDIA 驱动程序
- 请注意，您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，请参考安装指南
本地部署方案
- 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
$ conda create -p /your_path/env_name python=3.8
$ source activate /your_path/env_name
$ conda create -n env_name python=3.8
$ conda activate env_name # Activate the environment
# 更新 py 库
$ pip3 install --upgrade pip
- 安装项目相关的依赖
# 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
# 默认依赖包括基本运行环境（FAISS 向量库）。以下是可选依赖：
# - 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，请安装对用的 SDK
- 模型下载，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
- 初始化知识库，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
- 一键启动，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
启动界面
正常启动后，会有两种使用界面，一种是 webui，如下：
Web UI 知识库管理页面
另一种使用方式是 API，以下是查看提供的 API。
最轻模式
以上的部署方式是需要显卡的，对于我们这些没卡的一族来说，就很尴尬。但是项目很贴心，提供一个 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 Ebeddings 相关功能，适合没有显卡的电脑使用。
$ 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
总结
项目的结构非常不错，针对当前热门的 AI 知识库给出一种非常好的构建方式，而且还做到了全链条的开源产品，所以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。
我也建议大家不要单纯的伸手党，还是要自己去研究一下项目的架构，因为这类项目实际上最精华的就是架构设计。
项目信息
- 项目名称：Langchain-Chatchat
- GitHub 链接：https://github.com/chatchat-space/Langchain-Chatchat
- Star 数：27K