提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：

看了几天chatglm和langchain的部署，经过不断报错，终于试出了可以运行的方案，不过本地知识库搭建还有问题，要再看看。本文主要介绍ChatGLM3-6B的部署和实现效果，和Chatglm2-6b+langchain结合的实现效果。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、ChatGLM3-6B部署

搭建环境

用阿里云免费资源进行创建实例，详情可参考
点击试用，OSS那里要勾上，看别人都勾了，不过我没勾，不知道会不会有什么问题，然后授权就行了。

创建完后进入控制台，点击【交互式建模DSW】，进行创建实例，只能选择可抵扣计算时的V100或者A10，只有这两个规格的GPU是免费试用的（页面没有的话，可以过段时间再进去可能就有了，不过用哪个都行不过A10没那么耗资源）。
因为我们的是资源包，所以可以创建n个实例，我创建了一个V100的实例，配置如下：

官方镜像：pytorch2.0.1tensorflow2.13.0-cpu-py38-ubunt（最新的）

部署GLM3

1、点击创建的实例，进入terminal，输入：

apt-get update
apt-get install git-lfs 
git init
git lfs install 

2、首先git clone下载GLM3仓库，并切换到这个文件夹下

git clone https://github.com/THUDM/ChatGLM3
cd ChatGLM3

3、然后使用 pip 安装依赖：

最新版本中，建议在WEBIDE双击打开requirements.txt，然后把其中的“gradio~=3.39”修改成“gradio==3.39”

4、加好保存后，运行下面脚本：

pip install -r requirements.txt

5、git 下载本地模型

从modelscope上git下载模型，一个速度快，而且也不会因为网络问题下载不下来

git clone https://www.modelscope.cn/ZhipuAI/chatglm3-6b.git

6、修改变量路径并启用
有2个文件需要修改变量路径，一个是basic_demo下的“web_demo.py”，另一个是chatgm3-6b下的“config.json”，都是把默认的“THUDM/”修改为“/mnt/workspace/ChatGLM3/”（就是修改为chatglm3-6b所在的本地目录）
这里的修改，可以使用vim，也可以在WEBIDE中直接左边栏双击打开文件修改（推荐）

7、运行下列代码启动web_demo.py

python /mnt/workspace/ChatGLM3/basic_demo/web_demo.py

点击第二个url跳转后就可以进行对话了。如下图所示

二、Chatglm2-6b+langchain部署本地知识库

借鉴网页1

借鉴网页2
大家也可以用上面部署的Chatglm3-6b模型结合langchain进行搭建，效果差不多。

先创建实例：A10，镜像在官方镜像里面选pytorch-develop:1.12-cpu-py39-ubuntu20.04

之前用镜像url输入地区url和选了官方镜像里面的*modelscope:*相关的镜像都因为版本之类的原因报错了。
更新一下：

apt-get update
apt-get install git-lfs 
git init
git lfs install 

接着下载好相关的模型和源码：

目录结构参考：

在/mnt/workspace目录下安装，测试了一下用embedding模型为：m3e-base，进行初始化知识库的时候不会报错

git clone https://github.com/THUDM/ChatGLM2-6B.git
git clone https://www.modelscope.cn/ZhipuAI/chatglm2-6b.git
#git clone https://github.com/chatchat-space/Langchain-Chatchat.git 这两个是一样的不过下载的文件夹名字不一样
git clone https://github.com/imClumsyPanda/langchain-ChatGLM.git
cd langchain-ChatGLM
git clone https://www.modelscope.cn/xrunda/m3e-base.git
git clone https://www.modelscope.cn/thomas/text2vec-base-chinese.git

该网站有许多模型可以下载，因为现在好像没办法在https://huggingface.co/下载模型了，国内推荐在modelscope里面下载。

分别在/ChatGLM2-6B 和/langchain-ChatGLM目录下执行pip install –r requirements.txt

安装依赖。

修改模型对应路径：

1.chatglm2-6b:

chatglm2-6b模型在目录的config.json文件中修改"_name_or_path"

2.ChatGLM2-6B:

在web_demo.py和web_demo2.py中都把tokenizer和model的路径修改为本地chatlm2-6b的路径

3.langchain-ChatGLM:

• 修改configs目录下的文件后面的.example都去掉

• 修改model_config.py

# 01.仅指定 chatglm2-6b
LLM_MODELS = ["chatglm2-6b", ]

# 02.指定为 空
ONLINE_LLM_MODEL = { }

# 03.仅指定 text2vec-base-chinese chatglm2-6b
MODEL_PATH = {
"embed_model": {
        # 我们使用的embedding模型为：m3e-base
        "m3e-base":"/mnt/workspace/langchain-ChatGLM/m3e-base",
        "text2vec-base-chinese": "/mnt/workspace/langchain-ChatGLM/text2vec-base-chinese",
    },

    "llm_model": {
        # 仅指定 这一个
        "chatglm2-6b": "/mnt/workspace/chatglm2-6b",
    },
}


# 04.仅指定 chatglm2
SUPPORT_AGENT_MODEL = [
    "chatglm2",
]

• 修改server_config.py

FSCHAT_MODEL_WORKERS = {
    # 所有模型共用的默认配置，可在模型专项配置中进行覆盖。
    "default": {
        "host": DEFAULT_BIND_HOST,
        "port": 20002,
        "device": LLM_DEVICE,
        "infer_turbo": False,
    }
}

安装需要的包

pip install jq
pip install streamlit_modal

创建知识库

python init_database.py --recreate-vs

等待几分钟出来下图，表示知识库创建成功，后面才能成功上传文件，之前有几次都是没创建成功，报错了，然后在网上查了一下，可能是因为之前在modelscope上面下载的embedding模型不全之类的，所以换成m3e-base就出来下面的各种进度条了。

执行私有库模型

python startup.py -a

点击执行后的网址就出来了：

可以点击【知识库管理】，上传文件，然后切换到知识库对话，如下图所示：


知识库问答例子：

问题：什么是RAG

assistant avatar
RAG(Retrieval Augmented Generation)是一种结合了检索和生成技术的语言模型，旨在为自然语言处理任务提供更好的性能和可解释性。它通过从大规模文本数据集中检索有关的信息，并利用这些信息来生成更具体的回答，从而实现更好的检索性和更丰富的生成性。

RAG 通常由数据提取、数据清洗、索引创建、检索、自动排序和 LLM 归纳生成等组成。其中，数据提取包括从文本、语音、图像等多模态场景中提取数据，数据清洗包括去除标点符号、停用词等，索引创建用于快速检索，检索包括在原始数据上进行查询并返回相关的答案，自动排序是对查询结果进行排序，LLM 归纳生成则是由语言模型生成更加详细的回答。

RAG 的主要优点是在自然语言处理任务中提高了检索和生成任务的性能，同时提供了更好的可解释性。它适用于多种自然语言处理任务，如问答系统、对话系统等。

知识库匹配结果

出处 [1] RAG大模型.docx

RAG不仅仅面向文本，它还可以面向语音、视频和图像等多模态场景，只要可以embedding的内容就可以 RAG架构 我喜欢把RAG——Retrieval Augmented Generation理解为Retrieval And Generation，也就是检索与生成，在加上一个数据向量和索引的工作，我们对RAG就可以总概方式地理解为“索引、检索和生成”。 以下就是RAG的主要组成，依次是数据提取——embedding（向量化）——创建索引——检索——自动排序（Rerank）——LLM归纳生成。当然这里少了使用环节，我们暂时先忽略用户提问的环节。 RAG技术细节概览 在技术细节上，我们还可以分成更细的组成。 一、数据索引 数据提取 数据清洗：包括数据Loader，提取PDF、word、markdown以及数据库和API等；

出处 [2] RAG大模型.docx

它的主要作用是生成（最终的答案），但是它先做了对现有文档的检索，而不是任由LLM来发挥。下面我提供一个浅显的例子来说明一下RAG： 假设一个工程师需要从厚厚的《业务操作手册》中找到相关的业务知识来帮助他完成工作，那么他有三种方式可以使用： 最原始：他可以去翻阅这么厚厚的《业务操作手册》，或者用去查询这么《业务操作手册》的电子版，然后认真阅读掌握操作方法。当然，如果他碰到的业务知识比较复杂，他就需要自己去综合这本书上面的多个章节的内容，并融会贯通；

出处 [3] RAG大模型.docx

https://blog.csdn.net/weixin_54338498/article/details/133024348

检索增强生成 RAG 在问答和对话的场景下，通常可以通过检索和生成两种方式得到一个回复。检索式回复是在外部知识库中检索出满意的回复，较为可靠和可控，但回复缺乏多样性；而生成式回复则依赖于强大的语言模型中储存的内部知识，不可控，解释性差，但能生成更丰富的回复。把检索和生成结合起来，Facebook AI research 联合 UCL 和纽约大学于 2020 年提出：外部知识检索加持下的生成模型，Retrieval-Augmented Generation (RAG) 检索增强生成。 检索：这是指系统搜索庞大的数据库或存储库以查找相关信息的过程。 生成：检索后，系统生成类似人类的文本，整合获取的数据。

使用的时候内存消耗比较大

遗留问题：
在执行：
创建知识库

python init_database.py --recreate-vs

的时候有一个error，不过不影响后面的对话过程，目前还没去仔细研究这个问题：

ERROR: RuntimeError: 从文件 samples/Langchain-Chatchat/knowledge_base/samples/content/test_files/langchain-ChatGLM_closed.csv 加载文档时出错：Error loading Langchain-Chatchat/knowledge_base/samples/content/test_files/langchain-ChatGLM_closed.csv

可能是读不了csv文件？

---

三、Tips

1、该网站有许多模型可以下载，因为现在好像没办法在huggle.co下载模型了，国内推荐在modelscope里面下载。

2、当我们国内的网打不开一些模型网站时，可以先用魔法，download下来到本地，然后上传到gitee再git clone借鉴网站

3、pip install的时候建议后面加清华源，一个是速度快，还有一个是能避免一些错误（虽然不知道为什么）

pip install 安装包名字 -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn //清华大学

pip install 安装包名字 -i http://[pypi](https://so.csdn.net/so/search?q=pypi&spm=1001.2101.3001.7020).doubanio.com/simple/ --trusted-host pypi.doubanio.com //豆瓣镜像网站

四、总结

不管怎么样首先还是要自己去多实践，实践出真知，我也创建了好几个实例，用了不同环境，修改方法才慢慢摸索出来，而且试多了也大概知道一些错误怎么修改还有修改原因之类的，所以越到后面越熟练了，我做这个部署也有几天了，每天看不同的网页，阿里云、本地都有尝试（本地可能是电脑太垃了搞不起来，毕竟莫得独显），成功的时候还是比较欣慰的，所以大家一定要坚持，很多东西尤其是没试过的东西很难一蹴而就，往往需要我们不断尝试累积经验。

之后去再看看本地知识库搭建，然后了解transformer相关内容。
更新：完成本地知识库搭建，不过这只是简单上传文件搜索整合，后面具体微调训练还得继续学习其他文章，调试代码，先告一段落吧，本周重心放在Transformer上。