tian789gong / lcchat Goto Github PK

📃 LangChain-Chatchat (原 Langchain-ChatGLM)

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。

• 介绍
• 解决的痛点
• 快速上手
  • 1. 环境配置
  • 2. 模型下载
  • 3. 初始化知识库和配置文件
  • 4. 一键启动
  • 5. 启动界面示例
• 联系我们

🤖️ 一种利用 langchain **实现的基于本地知识库的问答应用，目标期望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。

💡 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。本项目的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。

✅ 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。

⛓️ 本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的 top k个 -> 匹配出的文本作为上下文和问题一起添加到 prompt中 -> 提交给 LLM生成回答。

从文档处理角度来看，实现流程如下：

接着，创建一个虚拟环境，并在虚拟环境内安装项目的依赖

# 拉取仓库
$ git clone https://github.com/Tian789Gong/orange-Langchain.git


# 进入目录
$ cd orange-Langchain
# 安装全部依赖
$ pip install -r requirements.txt 
$ pip install -r requirements_api.txt
$ pip install -r requirements_webui.txt  

# 默认依赖包括基本运行环境（FAISS向量库）。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。

以本项目中默认使用的 LLM 模型 THUDM/ChatGLM3-6B 与 Embedding 模型 BAAI/bge-large-zh 为例：

下载模型需要先安装 Git LFS ，然后运行

$ sudo apt-get update
$ sudo apt-get install git-lfs
$ git lfs install
$ git clone https://www.modelscope.cn/ZhipuAI/chatglm3-6b.git
$ cd chatglm3-6b
$ git lfs pull
$ ls -lh .git/lfs/objects
$ git lfs ls-files
$ cd ..
$ git clone https://www.modelscope.cn/AI-ModelScope/bge-large-zh.git
$ cd bge-large-zh
$ git lfs pull
$ ls -lh .git/lfs/objects
$ git lfs ls-files

$ pip install -U huggingface_hub $ export HF_ENDPOINT=https://hf-mirror.com $ huggingface-cli download --resume-download BAAI/bge-large-zh-v1.5 --local-dir bge-large-zh

按照下列方式初始化自己的知识库和简单的复制配置文件

$ python3 copy_config_example.py
$ python3 init_database.py --recreate-vs

按照以下命令启动项目

$ python3 startup.py -a

如果正常启动，你将能看到以下界面

1. FastAPI Docs 界面

2. Web UI 启动界面示例：

• Web UI 对话界面：

• Web UI 知识库管理页面：