Langchain-Chatchat 是基于 Langchain 框架和 ChatGLM 等大语言模型实现的开源检索增强生成 (RAG) 知识库项目，支持离线私有部署。项目利用 FastChat 接入多种开源模型，通过 FastAPI 提供 API 服务或 Streamlit 构建 WebUI。部署方式包括 Docker 一键部署和本地源码部署，支持 GPU 加速运行 FP16 模型，同时也提供无需显卡的轻量模式以调用在线 API。核心优势在于对中文场景与开源模型的支持友好，适用于构建本地智能知识库问答系统。
Langchain-Chatchat 是一个基于 ChatGLM 等大语言模型与 Langchain 应用框架实现的开源项目，支持检索增强生成 (RAG) 的大模型知识库。该项目旨在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。依托于支持的开源 LLM 与 Embedding 模型，可实现全部使用开源模型进行离线私有部署，同时也支持 OpenAI GPT API 的调用。
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。
数据处理流程主要包括文档解析、文本切片、向量化存储及检索生成。用户无需涉及微调训练过程，但可利用微调或训练对本项目效果进行优化。
软件要求：
硬件要求： 若要在 GPU 运行本地模型的 FP16 版本以保证稳定连续对话，建议配置如下：
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
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
# 或国内镜像源
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
该版本镜像大小约 50.1GB，基于 nvidia/cuda:12.1.1-cudnn8-devel-ubuntu22.04。内置并默认启用 Embedding 模型 bge-large-zh-v1.5 和 ChatGLM3-6B。请确保已在 Linux 发行版上安装了 NVIDIA 驱动程序及 NVIDIA Container Toolkit。
# 创建 conda 环境
$ conda create -n env_name python=3.8
$ conda activate env_name
# 更新 pip
$ pip3 install --upgrade pip
# 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：
$ git lfs install
$ git clone https://huggingface.co/THUDM/chatglm2-6b
$ git clone https://huggingface.co/moka-ai/m3e-base
# 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
$ python startup.py -a
对于没有显卡的用户，项目提供 lite 模式。该模式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、阿里云通义千问等。需在 model_config.py 中将 LLM_MODELS 和 EMBEDDING_MODEL 设置为可用的在线 API 名称。
Langchain-Chatchat 针对当前热门的 AI 知识库给出了一种非常好的构建方式，实现了全链条的开源产品。无论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，都是很好的选择。建议深入研究项目的架构设计，因为这是此类项目最精华的部分。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online