使用全套开源工具构建 LLM 应用实战:在 Dify 调用 Baichuan 开源模型能力

2023年 9月 2日 92.8k 0

背景

在当下开源大语言模型火热的背景下,有很大一部分开发者希望本地部署开源 LLM ,用于研究 LLM 或者是基于开源 LLM 构建自己的 LLM 应用。笔者也正在尝试通过开源社区的一系列相关优秀项目,通过本地化部署服务来构建自己的 LLM 应用。那么本地部署一个开源 LLM 来构建一个聊天应用需要哪些准备呢?

  • 本地环境的准备: 因为我们需要在本地部署一个开源的大模型,所以你需要准备一个相当硬核的本地环境。硬件上需要一台拥有高性能大显存的 NVDIA 显卡、大容量高速内存以及大容量固态硬盘,软件上则需要安装显卡驱动、CUDA、Python 环境。笔者这次选择跑 Baichuan-chat-13B 模型为例,我的基本配置是 CPU i9-13900K、GTX3090 24GB双卡、64GB 内存和 2TB 固态硬盘。
  • 一个大型语言模型(LLM) :这是我们构建 LLM 应用的基础。不同的 LLM 根据预训练的数据和目标任务的不同,其模型结构和学到的知识也不相同。基于不同模型构建出来的 AI 应用表现也会不一样。你可以通过火热的 AI 社区 Hugging Face 上找自己感兴趣的开源 LLMs 来进行尝试和能力对比 。
  • 一个 本地部署 LLM 的推理服务 : 推理服务可以将预训练好的 LLM 模型加载到本地服务器,并提供模型预测接口,这样就可以本地化使用 LLM 模型进行各种 NLP 任务,而不需要依赖云服务。你可以使用一些优秀的 GitHub 开源项目,这些项目对热门的开源 LLM 都做了推理服务的一键部署。知名度比较高、star 比较多的有 LocalAI、openLLM 等。
  • 一个简单易用的“ LLM 操作系统”Dify.AI:如果要基于 LLM 的能力构建一个聊天应用,你可能需要学习研究全套的 LLM 技术栈,比如:不同模型的 API 调用、向量数据库选型、embedding 技术研究等等。如果你使用开源项目 Dify.AI(github.com/langgenius/… ,则可以省掉这些研究学习工作,帮助你通过可视化的界面即可快速创建基于不同 LLM 能力的 AI 应用。 Dify 最近的版本新增了对开源 LLMs 的支持,对托管在 HuggingFace 和 Replicate 上所有的模型都能快速调用和切换使用,同时支持本地部署方式能够基于 openLLM 和 Xorbits inference 推理服务来实现 AI 应用的构建。
  • 本文笔者将尝试使用开源的 LLMOps 平台 Dify.AI + 开源的推理服务 Xinference + 开源模型 baichuan-chat-13B 为例,手把手实操教你在 windows 环境下,使用全套开源工具产品来构建一个 LLM 聊天应用。话不多说我们直接开工。

    环境准备

    基本的 conda 和 Python 一般应该都有了。不过本文还是从零开始介绍环境配置吧。

    配置 python 环境

    一般情况下建议使用 conda 进行 python 版本管理。先根据 conda 官网文档安装 conda。然后用 conda 初始化 Python 3.11 环境:

    conda create --name python-3-11 python=3.11
    conda activate python-3-11
    

    安装 CUDA

    推荐直接从官网安装。我这是 Windows 11 就选下图版本。

    根据引导安装完,打开 NVDIA 控制面板 -> 系统信息 看到装上了。

    WSL2 准备

    由于 Dify 的 docker 部署推荐使用 WSL2 环境。所以现在先安装 WSL2 。参考微软官方指引。

    • 第一步,管理员身份运行 CMD :

    • 第二步,在 CMD 中用指令安装

      • wsl --install
        

        结果看到了支持的各种系统版本

      • 适用于 Linux 的 Windows 子系统已安装。
        
        以下是可安装的有效分发的列表。
        请使用“wsl --install -d ”安装。
        
        NAME                                   FRIENDLY NAME
        Ubuntu                                 Ubuntu
        Debian                                 Debian GNU/Linux
        kali-linux                             Kali Linux Rolling
        Ubuntu-18.04                           Ubuntu 18.04 LTS
        Ubuntu-20.04                           Ubuntu 20.04 LTS
        Ubuntu-22.04                           Ubuntu 22.04 LTS
        OracleLinux_7_9                        Oracle Linux 7.9
        OracleLinux_8_7                        Oracle Linux 8.7
        OracleLinux_9_1                        Oracle Linux 9.1
        openSUSE-Leap-15.5                     openSUSE Leap 15.5
        SUSE-Linux-Enterprise-Server-15-SP4    SUSE Linux Enterprise Server 15 SP4
        SUSE-Linux-Enterprise-15-SP5           SUSE Linux Enterprise 15 SP5
        openSUSE-Tumbleweed                    openSUSE Tumbleweed
        

        我使用选择安装了默认的 Ubuntu 版本:

      • wsl --install -d Ubuntu
        

        之后就可以在 CMD 中使用 wsl命令进入Ubuntu 了。

    • 第三步,安装 Docker Desktop

        去 Docker 官方文档下载 Docker Desktop。安装时注意勾上 Use WSL 2 instead of Hyper-V 选项。安装完成后重启电脑。通过 CMD 查看是否正常安装好。

      • wsl -l --verbose
        
         NAME                   STATE           VERSION
        * Ubuntu                 Running         2
          docker-desktop         Running         2
          docker-desktop-data    Running         2
        

        可以看到 WSL 中 Ubuntu 和 Docker 都运行起来了,并且确认是 WSL2 版本。

    • 第四步,为 WSL 配置代理

      由于每次重启后 WSL 的 ip 地址都会变更,所以我们可以编写一个脚本来解决。第 4 行改为你自己的端口号。

      • #!/bin/sh
        hostip=$(cat /etc/resolv.conf | grep nameserver | awk '{ print $2 }')
        wslip=$(hostname -I | awk '{print $1}')
        port=7890
         
        PROXY_HTTP="http://${hostip}:${port}"
         
        set_proxy(){
          export http_proxy="${PROXY_HTTP}"
          export HTTP_PROXY="${PROXY_HTTP}"
         
          export https_proxy="${PROXY_HTTP}"
          export HTTPS_proxy="${PROXY_HTTP}"
         
          export ALL_PROXY="${PROXY_SOCKS5}"
          export all_proxy=${PROXY_SOCKS5}
         
          git config --global http.https://github.com.proxy ${PROXY_HTTP}
          git config --global https.https://github.com.proxy ${PROXY_HTTP}
         
          echo "Proxy has been opened."
        }
         
        unset_proxy(){
          unset http_proxy
          unset HTTP_PROXY
          unset https_proxy
          unset HTTPS_PROXY
          unset ALL_PROXY
          unset all_proxy
          git config --global --unset http.https://github.com.proxy
          git config --global --unset https.https://github.com.proxy
         
          echo "Proxy has been closed."
        }
         
        test_setting(){
          echo "Host IP:" ${hostip}
          echo "WSL IP:" ${wslip}
          echo "Try to connect to Google..."
          resp=$(curl -I -s --connect-timeout 5 -m 5 -w "%{http_code}" -o /dev/null www.google.com)
          if [ ${resp} = 200 ]; then
            echo "Proxy setup succeeded!"
          else
            echo "Proxy setup failed!"
          fi
        }
         
        if [ "$1" = "set" ]
        then
          set_proxy
         
        elif [ "$1" = "unset" ]
        then
          unset_proxy
         
        elif [ "$1" = "test" ]
        then
          test_setting
        else
          echo "Unsupported arguments."
        fi
        

        可以修改~/.bashrc 方便使用命令:

      • alias proxy="source /path/to/proxy.sh"
        

        详细可以参考了这个博客(www.cnblogs.com/tuilk/p/162…

    • 第五步,进入 Ubuntu 安装 conda 配置 python

        和前面的环境准备一样,参照官方文档安装 conda 配置 python,不过是安装 linux 版本。

    • 第六步,安装 WSL 的 CUDA

        进入官网,选择 WSL-Ubuntu 版本,按照指引使用命令行安装。

        修改~/.bashrc将 CUDA 添加至环境变量:

      • export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64
        export PATH=$PATH:/usr/local/cuda-12.2/lib64
        
    • 第七步,安装 PyTorch

        进入 PyTorch 官网,按照环境安装 PyTorch 。

    这样环境准备总算完成了。

    部署推理服务 Xinference

    根据 Dify 的部署文档,Xinference 支持的模型还挺多的。这次就选 Xinference 尝试下 baichuan-chat-3B 吧。

    Xorbits inference 是一个强大且通用的分布式推理框架,旨在为大型语言模型、语音识别模型和多模态模型提供服务,甚至可以在笔记本电脑上使用。它支持多种与GGML兼容的模型,如 ChatGLM, Baichuan, Whisper, Vicuna, Orca 等。 Dify 支持以本地部署的方式接入 Xinference 部署的大型语言模型推理和 embedding 能力。

    安装 Xinfernece

    在 WSL 中执行如下命令:

    $ pip install "xinference"
    

    上面的命令会安装 Xinference 用于推理的基础依赖。Xinference 还支持用 ggml 推理PyTorch 推理,需要装如下的依赖:

    $ pip install "xinference[ggml]"
    $ pip install "xinference[pytorch]"
    $ pip install "xinference[all]"
    

    启动 Xinference 并下载部署 baichuan-chat-3B 模型

    在 WSL 中执行下面的命令:

    $ xinference -H 0.0.0.0
    

    Xinference 默认会在本地启动一个 worker,端点为:http://127.0.0.1:9997,端口默认为 9997。 默认只可本机访问,配置了 -H 0.0.0.0,非本地客户端可任意访问。 如需进一步修改 host 或 port,可查看 xinference 的帮助信息:xinference --help

    2023-08-25 18:08:31,204 xinference   27505 INFO     Xinference successfully started. Endpoint: http://0.0.0.0:9997
    2023-08-25 18:08:31,204 xinference.core.supervisor 27505 INFO     Worker 0.0.0.0:53860 has been added successfully
    2023-08-25 18:08:31,205 xinference.deploy.worker 27505 INFO     Xinference worker successfully started.
    

    在浏览器中打开: http://localhost:9997,选择 baichuan-chat,pytorch,13B,4bit,点击 create 部署。

    或者使用 CLI 部署:

    xinference launch --model-name baichuan-chat --model-format pytorch --size-in-billions 13 --quantization 4
    

    由于不同模型在不同硬件平台兼容性不同,请查看 Xinference 内置模型 确定创建的模型是否支持当前硬件平台。

    使用 Xinference 管理模型

    要查看部署好的所有模型,在命令行中,执行下面的命令:

    $ xinference list 
    

    会显示类似下面的信息:

    UID                                   Type    Name           Format      Size (in billions)  Quantization
    ------------------------------------  ------  -------------  --------  --------------------  --------------
    0db1e250-4330-11ee-b9ef-00155da30d2d  LLM     baichuan-chat  pytorch                     13  4-bit
    

    0db1e250-4330-11ee-b9ef-00155da30d2d 就是刚才部署的模型的 uid 。

    部署 Dify.AI

    主要流程参考官网部署文档。

    Clone Dify

    Clone Dify 源代码至本地

    git clone https://github.com/langgenius/dify.git
    

    Start Dify

    进入 dify 源代码的 docker 目录,执行一键启动命令:

    cd dify/docker
    docker compose up -d
    

    部署结果:

    [+] Running 7/7
     ✔ Container docker-weaviate-1  Running                                                0.0s 
     ✔ Container docker-web-1       Running                                                0.0s 
     ✔ Container docker-redis-1     Running                                                0.0s 
     ✔ Container docker-db-1        Running                                                0.0s 
     ✔ Container docker-worker-1    Running                                                0.0s 
     ✔ Container docker-api-1       Running                                                0.0s 
     ✔ Container docker-nginx-1     Started                                                0.9s 
    

    最后检查是否所有容器都正常运行:

    docker compose ps
    

    运行状态:

    NAME                IMAGE                              COMMAND                  SERVICE             CREATED             STATUS              PORTS
    docker-api-1        langgenius/dify-api:0.3.16         "/bin/bash /entrypoi…"   api                 24 hours ago        Up 3 hours          5001/tcp
    docker-db-1         postgres:15-alpine                 "docker-entrypoint.s…"   db                  33 hours ago        Up 3 hours          0.0.0.0:5432->5432/tcp
    docker-nginx-1      nginx:latest                       "/docker-entrypoint.…"   nginx               24 hours ago        Up 4 minutes        0.0.0.0:80->80/tcp
    docker-redis-1      redis:6-alpine                     "docker-entrypoint.s…"   redis               33 hours ago        Up 3 hours          6379/tcp
    docker-weaviate-1   semitechnologies/weaviate:1.18.4   "/bin/weaviate --hos…"   weaviate            33 hours ago        Up 3 hours          
    docker-web-1        langgenius/dify-web:0.3.16         "/bin/sh ./entrypoin…"   web                 33 hours ago        Up 3 hours          3000/tcp
    docker-worker-1     langgenius/dify-api:0.3.16         "/bin/bash /entrypoi…"   worker              33 hours ago        Up 3 hours          5001/tcp
    

    包括 3 个业务服务 api / worker / web,以及 4 个基础组件 weaviate / db / redis / nginx

    Docker 启动成功后,在浏览器中访问:http://127.0.0.1/。设置过密码,登陆后,会进入应用列表页。

    至此,成功使用 Docker 部署了 Dify 社区版。

    在 Dify 接入 Xinference

    配置模型供应商

    设置 > 模型供应商 > Xinference 中填入模型信息:

    • Model Name 是你自己起给模型部署的名字。
    • Server URL 是 xinference 的 end point 地址。
    • Model UID 则是通过 xinference list获取到的部署的模型的 UID

    需要注意的是 Sever Url 不能用 localhost。因为如果填 localhost,访问的是 docker 里的 localhost,会导致访问失败。解决方案是将 Sever Url 改成局域网 ip。

    而 WSL 环境下则需要使用 WSL 的 IP 地址。

    在 WSL 中使用命令获取:

    hostname -I
    172.31.157.121
    

    使用 baichuan-chat

    创建应用,就可以在应用中使用上一步配置的 baichuan-chat-3B 模型啦。在 Dify 的提示词编排界面,选择 baichuan-chat 模型,设计你的应用提示词(prompt),即可发布一个可访问的 AI 应用。

    以上,就是本地部署 Dify 接入 Xinference 部署的 baichuan-chat 的全过程。 至此,我们基于 baichuan-chat-13B 的一个基本的聊天应用就基本完成了。

    后记

    当然,对于一个生产级别的 LLM 应用来说,只是完成大模型的接入和推理、聊天交互是远远不够。我们还需要针对性的对 LLM 进行 Prompt 的调优、添加私有数据作为上下文,亦或者是对 LLM 本身进行微调等工作,这需要长期的迭代和优化才能使得 LLM 应用表现越来越好。Dify.AI 作为一个中间件工具平台,提供了一个完整 LLM App 技术栈的可视化的操作系统。完成了以上的基础服务部署后,后续的应用迭代和改进都可以基于 Dify 来完成,使得 LLM 应用的构建和管理变得更加简单和易用,在业务数据的处理上直接上传即可自动完成清洗处理,后续也将提供数据标注和改进的服务,甚至你的业务团队都可以参与协作。

    目前 LLM 的发展和应用落地还处于非常早期的阶段,相信在不久后,无论是 LLM 的能力释放,还是基于 LLM 之上的各个工具能力的不断完善,都会不断降低开发者探索 LLM 能力的门槛,让更多丰富场景的 AI 应用涌现。

    相关文章

    服务器端口转发,带你了解服务器端口转发
    服务器开放端口,服务器开放端口的步骤
    产品推荐:7月受欢迎AI容器镜像来了,有Qwen系列大模型镜像
    如何使用 WinGet 下载 Microsoft Store 应用
    百度搜索:蓝易云 – 熟悉ubuntu apt-get命令详解
    百度搜索:蓝易云 – 域名解析成功但ping不通解决方案

    发布评论