LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析_数据分析

您的位置：上海毫米网络优化公司 > 业务范围 > 数据分析 >

【常见名词】

1、token

token是LLM中处理的最小文本单元，token的分割有多种策略：

（1）基于空格分词：即以空格为分隔,将文本分割成词组。对于英文可以使用这种方式。

（2）基于词典分词：根据预设的词典,在词典中可以匹配到的词组作为一个token；

（3）基于字节对齐分词：按照字节个数将文本分割,常见的中文模型使用2字节或3字节对；

（4）基于子词分词：将单词拆分为更小的子词组成token,例如"learning"可以拆分为[“learn”,“##ing”]；

（5）BPE分词：通过统计学将高频词组合并为一个token。（GPT系列采用的方式：是一种基于数据压缩原理的算法，它可以根据语料库中出现频率最高的字节对（byte pair）来合并字节，从而生成新的字节。）

一、LLM的低资源模型微调

（1）p tuning v2

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第1张

（2）Lora

这种方法有点类似于矩阵分解，可训练层维度和预训练模型层维度一致为d，先将维度d通过全连接层降维至r，再从r通过全连接层映射回d维度，r<

推理计算的时候，因为没有改变预训练权重，所以换不同的下游任务时，lora模型保存的权重也是可以相应加载进来的，通过矩阵分解的方法参数量减少了很多。

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第2张

二、向量数据库

1、Milvus(v2.1.4)：云原生自托管向量数据库（Ubuntu下）

milvus的GitHub

支持元数据存储。

1）安装（Docker Compose方式）：

参考博客：https://blog.csdn.net/hello_dear_you/article/details/127841589

官网说明：https://milvus.io/docs/v2.1.x/install_standalone-docker.md

【注意】安装的时候，如果第一次安装错了版本，直接重新走下面的步骤的时候很可能启动时，milvus-minio秒退！！

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第3张

（1）创建目录：

mkdir Milvus

（2）下载YAML文件

wget https://github.com/milvus-io/milvus/releases/download/v2.1.4/milvus-standalone-docker-compose.yml -O docker-compose.yml

（3）在YAML文件所在目录下启动Milvus

sudo docker compose up -d # docker v2，若是v1则使用docker-compose；使用docker compose version查看docker版本

【注意】

① 如果没有docker命令，则安装：

sudo snap install docker

② 这个命令开始执行之后会自动下载Milvus对应的镜像文件，需要等待一段时间。当镜像下载完成后，相应的容器也会启动。

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第4张

（4）查看Milvus的启动状态：

sudo docker compose ps

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第5张

（5）停止Milvus

sudo docker compose down

2）管理工具（仅支持Milvus 2.0 之后的）：

（1） Milvus_cli

（2） Attu可视化管理界面官方安装教程

attu的GitHub

注意 attu 和 milvus 版本之间的对应关系，否则会登录不了，点击connect报400 Bad Request。

milvus	attu
2.0.x	2.0.5
2.1.x	2.1.5
2.2.x	2.2.6

① 使用Docker Compose方式进行安装，

step1：通过Docker Compose方式安装完成milvus（即下载完YAML文件）；

step2：编辑下载好的YAML文件，在service语句块添加以下内容：

attu:
  container_name: attu
  image: zilliz/attu:v2.1.5
  environment:
    MILVUS_URL: milvus-standalone:19530
  ports:
    - "8001:3000"  # 我的8000端口一直提示被占用，所以换成了8001端口
  depends_on:
    - "standalone"

step3：启动milvus：sudo docker-compose up -d

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第6张

② 使用docker安装

docker run -p 8001:3000  -e MILVUS_URL={your machine IP}:19530 zilliz/attu:v2.1.5

step4：安装完成后，在连网的浏览器输入：http://{ your machine IP }:8001即可进入attu登录界面。

（your machine IP为安装milvus的机器ip；下图为attu的登陆界面，没有放开账号密码认证。）

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,attu的登陆界面，没有放开账号密码认证,第7张

3）python操作：基于pymilvus == 2.1.3

注意Milvus版本和pymilvus版本之间的对应，否则会报错：pymilvus.exceptions.MilvusException:

两者之间的版本对应：官网

Milvus	pymilvus
2.2.12	2.2.14
2.2.11	2.2.13
2.1.4	2.1.3
2.1.2	2.1.2

pymilvus不同版本之间差异很大。

milvus的字段数据类型（dtype）：仅可以在向量类型字段（（BINARY_VECTOR、FLOAT_VECTOR））上创建索引

数据类型	说明
NONE
BOOL
INT8	支持主键字段
INT16	支持主键字段
INT32	支持主键字段
INT64	支持主键字段
FLOAT
DOUBLE
STRING
VARCHAR
BINARY_VECTOR	二值型向量，可以在该类型字段上创建索引（适用下表中的后两种索引）
FLOAT_VECTOR	浮点型向量，可以在该类型字段上创建索引（适用下表中的前九种索引）
UNKNOWN

索引类型（index_type）与向量度量类型（metric_type）：

索引类型	说明	可用的度量类型
FLAT	适用于需要 100% 召回率且数据规模相对较小（百万级）的向量相似性搜索应用	“L2”, “IP”
IVFLAT / IVF_FLAT	基于量化的索引，适用于追求查询准确性和查询速度之间理想平衡的场景（高速查询、要求高召回率）	“L2”, “IP”
IVF_SQ8	基于量化的索引，适用于磁盘或内存、显存资源有限的场景（高速查询、磁盘和内存资源有限、接受召回率的小幅妥协）	“L2”, “IP”
IVF_PQ	基于量化的索引，适用于追求高查询速度、低准确性的场景（超高速查询、磁盘和内存资源有限、接受召回率的实质性妥协）	“L2”, “IP”
HNSW	基于图的索引，适用于追求高查询效率的场景（高速查询、要求尽可能高的召回率、内存资源大的情景）	“L2”, “IP”
ANNOY	基于树的索引，适用于追求高召回率的场景（低维向量空间）	“L2”, “IP”
RHNSW_FLAT	基于量化和图的索引，高速查询、需要尽可能高的召回率、内存资源大的情景	“L2”, “IP”
RHNSW_PQ	基于量化和图的索引，超高速查询、磁盘和内存资源有限、接受召回率的实质性妥协	“L2”, “IP”
RHNSW_SQ	基于量化和图的索引，高速查询、磁盘和内存资源有限、接受召回率的小幅妥协	“L2”, “IP”
BIN_FLAT	-	“JACCARD”, “TANIMOTO”, “HAMMING”, “SUBSTRUCTURE”, “SUPERSTRUCTURE”
BIN_IVF_FLAT	-	“JACCARD”, “TANIMOTO”, “HAMMING”

（1）创建conda环境Milvus，并安装pymilvus

pip install pymilvus

【注意】操作时使用docker-compose ps -a查看milvus运行状态，确保milvus容器处在开启状态。

2、Faiss

FAISS的GitHub
C++编写的向量索引工具，是针对稠密向量进行相似性搜索和聚类的一个高效类库；有python接口，有CPU版和GPU版，可以直接pip安装。

不支持元数据存储

pip install faiss-cpu==1.7.3
# 或者conda环境中安装
conda install faiss-cpu -c pytorch # cpu 版本
conda install faiss-gpu cudatoolkit=8.0 -c pytorch # GPU 版本 For CUDA8

3、Pinecone：完全托管的云原生向量数据库

python中使用：

# langchain中的模块
from langchain.vectorstores import Pinecone

4、postgreSQL+pgvector插件

GitHub网址：https://github.com/pgvector/pgvector

详细内容参见博客：https://blog.csdn.net/lucky_chaichai/article/details/118575261

三、LangChain+外挂知识库

1、简介

langchain中文网：https://www.langchain.com.cn/
LangChain是一个链接面向用户程序和LLM之间的一个中间层，用以集成LLM和自有知识库的数据。
LangChain，可以通过将其它计算资源和自有的知识库结合，通过输入自己的知识库来“定制化”自己的大语言模型，防止“AI幻觉”；

使用langchain将外挂知识库与LLM结合的策略是：

在向量数据库中索引 question 的相似向量（度量准则包括余弦距离、欧式距离等），找到top_n条向量对应的关联文本作为context，根据预设的模板拼接得到最终的prompt，如：

已知信息：{context}
根据上述已知信息，简洁和专业的来回答用户的问题。如果无法从中得到答案，请说 “根据已知信息无法回答该问题” 或 “没有提供足够的相关信息”，不允许在答案中添加编造成分，答案请使用中文。
问题是：{question}

外挂知识库+LLM的一般过程：

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第8张

2、安装

pip install langchain

3、主要的几大模块：

LLM API模块：langchain.llms

文本分块器：langchain.text_splitter（text_splitter中常用分类器介绍）

向量模型加载、向量化模块：langchain.embeddings

向量存储、索引模块：from langchain.vectorstores import Milvus, FAISS, Pinecone, Chroma

文件操作模块：langchain.docstore、angchain.document_loaders

langchain.agents

四、AI web工具

1、Gradio==3.28.3

Gradio的GitHub：https://github.com/gradio-app/gradio
Gradio支持Markdown文本显示规则，‘\n’换行不起作用，需要替换为‘
’；
目前感觉这个真的仅适合做小demo（可能我还不是太精通吧）；

组件的value是什么数据类型，则在触发事件的函数 fn 中就直接看作该类型进行操作。

gr.Interface()、gr.Blocks()两种方式搭建UI界面：

组件/事件监听器	描述
State(value)	隐藏组件，用于存储一些组件交互需要使用的变量，可以通过组件之间的交互改变其值，可以使用obj.value获取其值
Markdown(value)	Markdown格式的文本输入输出，在页面上遵循Markdown规范显示文本（value）
Tab(value)	“标签页”布局组件，在一个页面上可以多个tab切换，value为tab上显示的文字
Row(variant)	行类型，“default”（无背景）、“panel”（灰色背景色和圆角）或“compact”（圆角和无内部间隙）
Column(scale)	“列布局”组件，scale为与相邻列相比的相对宽度
Accordion(label)	折叠框组件， label为折叠筐的名称（会显示在组件上）
Chatbot(value)	对话框组件，value为对话框默认值，一般为 [[我方None, 他方init_message], …]，该组件在“触发”的fn函数中一般作为上述格式的list使用
Textbox(placeholder)	文本框组件，placeholder为在文本区域提供占位符提示的字符串
Radio()
Button(value, interactive)	按钮组件，value为按钮上面显示的文字；interactive=False则按钮为禁用状态
Dropdown(choices, label, value)	下拉框组件，choices为list，其中元素为可选项；label下拉框的名称（会显示在组件上）；value为list中的默认选项
Number(value, label)	创建数字输入和显示数字输出的组件，value为该组件默认值，label为该组件名称（会显示在组件上）
change(fn, input, output)	触发事件，当前组件（如Dropdown）的输入值改变时将会触发这个事件，fn根据输入input生成输出output，input、output均为组件或组件列表，fn的每个参数对应一个输入组件，每个返回值对应一个输出组件
click(fn, input, output)	触发事件，当前组件（如Button）点击时将会触发这个事件
setup()
submit(fn, input, output)	触发事件，当前组件（如Textbox）提交（回车）时将会触发这个事件

2、Streamlit == 1.25.0

在做LLM聊天web UI方面，streamlit要比Gradio复杂的多，功能也更加强大，需要自己对各种组件进行风格渲染（没有现成的chatbot这种组件）。
与Gradio相比，需要一点前端基础知识。
不同于Gradio，定义的组件对象和使用st.session_state.[组件key]获取的值一样……

运行方式：在py文件路径下，执行命令streamlit run webui_st.py

简单的聊天对话框示例：

import time
import streamlit as st
class MsgType:
    '''
    目前仅支持文本类型的输入输出，为以后多模态模型预留图像、视频、音频支持。
    '''
    TEXT = 1
    IMAGE = 2
    VIDEO = 3
    AUDIO = 4
class ST_CONFIG:
    user_bg_color = '#77ff77'
    user_icon = 'https://tse2-mm.cn.bing.net/th/id/OIP-C.LTTKrxNWDr_k74wz6jKqBgHaHa?w=203&h=203&c=7&r=0&o=5&pid=1.7'
    robot_bg_color = '#ccccee'
    robot_icon = 'https://ts1.cn.mm.bing.net/th/id/R-C.5302e2cc6f5c7c4933ebb3394e0c41bc?rik=z4u%2b7efba5Mgxw&riu=http%3a%2f%2fcomic-cons.xyz%2fwp-content%2fuploads%2fStar-Wars-avatar-icon-C3PO.png&ehk=kBBvCvpJMHPVpdfpw1GaH%2brbOaIoHjY5Ua9PKcIs%2bAc%3d&risl=&pid=ImgRaw&r=0'
    default_mode = '知识库问答'
    defalut_kb = ''
def robot_say(msg, kb=''):
    st.session_state['history'].append(
        {'is_user': False, 'type': MsgType.TEXT, 'content': msg, 'kb': kb})
def user_say(msg):
    st.session_state['history'].append(
        {'is_user': True, 'type': MsgType.TEXT, 'content': msg})
def format_md(msg, is_user=False, bg_color='', margin='10%'):
    '''
    将文本消息格式化为markdown文本, 指定user 和 robot消息背景色、左右位置等
    Parameters
    ----------
    msg: 文本内容
    bg_color: 指定markdown文本的背景颜色
    '''
    if is_user:
        bg_color = bg_color or ST_CONFIG.user_bg_color
        text = f'''
                {bg_color};
                        margin-left:{margin};
                        word-break:break-all;
                        float:right;
                        padding:2%;
                        border-radius:2%;">
                {msg}
                
                '''
    else:
        bg_color = bg_color or ST_CONFIG.robot_bg_color
        text = f'''
                {bg_color};
                        margin-right:{margin};
                        word-break:break-all;
                        padding:2%;
                        border-radius:2%;">
                {msg}
                
                '''
    return text
def message(msg,
            is_user=False,
            msg_type=MsgType.TEXT,
            icon='',
            bg_color='',
            margin='10%',
            kb='',
            ):
    '''
    渲染单条消息（包括双方头像、聊天文本）。目前仅支持文本
    返回第2列对象
    '''
    # 定义界面中的列，若参数为一个整数n，则意为插入n个等尺寸列；若为列表[1, 10, 1]则意为插入3列，数值为各列之间的倍数（数值为小数，则指占界面百分比）
    # 该函数中，列cols[0]为robot头像，cols[2]为user头像，cols[1]为聊天消息（markdown文本）
    cols = st.columns([1, 10, 1]) 
    empty = cols[1].empty() # 将第2列初始化为空
    if is_user:
        icon = icon or ST_CONFIG.user_icon
        bg_color = bg_color or ST_CONFIG.user_bg_color
        cols[2].image(icon, width=40) # 第3列展示user头像
        if msg_type == MsgType.TEXT:
            text = format_md(msg, is_user, bg_color, margin)
            empty.markdown(text, unsafe_allow_html=True) # 将第2列填充user的Markdown文本
        else:
            raise RuntimeError('only support text message now.')
    else:
        icon = icon or ST_CONFIG.robot_icon
        bg_color = bg_color or ST_CONFIG.robot_bg_color
        cols[0].image(icon, width=40) # 第1列展示robot头像
        if kb:
            cols[0].write(f'({kb})') # 用于向Web应用程序添加任何内容？？
        if msg_type == MsgType.TEXT:
            text = format_md(msg, is_user, bg_color, margin)
            empty.markdown(text, unsafe_allow_html=True) # 将第2列填充robot的Markdown文本
        else:
            raise RuntimeError('only support text message now.')
    return empty
def output_messages(
    user_bg_color='',
    robot_bg_color='',
    user_icon='',
    robot_icon='',
):
    with chat_box.container(): # 为st添加一个多元素容器（chat_box为前面定义的st的占位符）
        last_response = None
        for msg in st.session_state['history']:
            bg_color = user_bg_color if msg['is_user'] else robot_bg_color
            icon = user_icon if msg['is_user'] else robot_icon
            empty = message(msg['content'],
                            is_user=msg['is_user'],
                            icon=icon,
                            msg_type=msg['type'],
                            bg_color=bg_color,
                            kb=msg.get('kb', '')
                            )
            if not msg['is_user']:
                last_response = empty
    return last_response
if __name__ == "__main__":
    webui_title = """
        👍langchain-ChatGLM WebUI
        """
    robot_say_ininfo = ('您好：\n\n'
                        '欢迎使用本机器人聊天界面（初版），基于streamlit我还在努力中哦~~🎉') # 注意这个写法，只有一对引号的话第二行会为其他背景色
    LLM_MODEL = 'baichuan-130b'
    EMBEDDING_MODEL = 'ernie-3.0-base-zh'
    modes = ['LLM 对话', '知识库问答', 'Bing搜索问答', '知识库测试']
    st.set_page_config(webui_title, layout='wide') # webui_title是浏览器选项卡中显示的页面标题
    # session_state在st rerun过程中定义、存储共享变量，可以存储任何对象；只可能在应用初始化时被整体重置。而rerun不会重置session state。
    # 调用其中变量的方法：st.session_state.[变量的key]
    st.session_state.setdefault('history', []) # history为变量的key，[]为初始值
    # 定义“等待提示”，注意每次对界面操作都会加载一次！！！？
    with st.spinner(f'正在加载模型({LLM_MODEL} + {EMBEDDING_MODEL})，请耐心等候...'):
        time.sleep(2)
    # 定义侧边栏
    with st.sidebar:
        robot_say(robot_say_ininfo)
        def on_mode_change():
            m = st.session_state.mode
            robot_say(f'已切换到"{m}"模式')
        index = 0
        mode = st.selectbox('对话模式', modes, index,
                        on_change=on_mode_change, key='mode') # on_change为复选框操作出发的变化函数
        print('mode:', mode) # 打印的结果即为mode里面的值（字符串）
    chat_box = st.empty() # 为st应用添加一个占位符
    # 创建表单容器，clear_on_submit=True表示在用户按下提交按钮后，表单内的所有小部件都将重置为其默认值
    with st.form('my_form', clear_on_submit=True):
        cols = st.columns([8, 1])
        question = cols[0].text_input(
            'temp', key='input_question', label_visibility='collapsed') # 第1列为文本输入框
        print('question:', question) # 打印结果即为文本框中输入的文本
        def on_send():
            q = st.session_state.input_question
            user_say(q)
            print("st.session_state['history']:", st.session_state['history'])
            last_response = output_messages()
            
            # last_response.markdown(
            #     format_md(st.session_state['history'][-1]['content'], False),
            #     unsafe_allow_html=True
            #     )
        submit = cols[1].form_submit_button('发送', on_click=on_send) # 第2列为按钮，on_click为点击按钮出发的操作函数
    
    output_messages() # 不执行这个函数页面会不展示聊天历史

首次运行结果：

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第9张

操作效果：

LLM预备知识、工具篇——LLM+LangChain+web UI的架构解析,在这里插入图片描述,第10张

五、其他

1、FastChat

fastchat的GitHub
fastchat是一个基于聊天机器人方式对LLM快速训练、部署、评估的开放平台：将LLM下载到本地后，可以通过fastchat中的 CLI 、Web 两种方式加载 / 调用 / 启动LLM，快速与LLM进行对话：
- CLI方式（命令行交互界面）：
  python -m fastchat.serve.cli --model-path [a LLM local folder or a Hugging Face repo name]
  - -device cpu：使用CPU运行；
  - -num-gpus 2：指定使用的GPU数量；
  - -max-gpu-memory 8GiB：指定每个GPU使用的最大内存8G。
- Web方式（web UI交互界面）：
  需要三个主要组件：web servers（与用户的接口）、model workers（组织模型）、a controller（协调前两者）
  （1）命令行启动：
  ① python -m fastchat.serve.controller
  ② python -m fastchat.serve.model_worker --model-path [a LLM local folder or a Hugging Face repo name]
  ③ python -m fastchat.serve.[gradio_web_server / openai_api_server ]
  openai_api_server：启动RESTful API server，为其支持的LLM提供OpenAI-compatible APIs（即通过该命令启动后，可以使用 openai 的方式与model_worker 对应的LLM进行对话）；后续也可以接入Langchain（内在逻辑？？）。
  - -host [ localhost ] --port [ 8000 ]：启动RESTful API server时，需要指定host、port
  （2）基于fastchat模块：
  from fastchat.serve.controller import Controller, app
  from fastchat.serve.model_worker import (AWQConfig, GptqConfig, ModelWorker, app, worker_id)
  from fastchat.serve.openai_api_server import (CORSMiddleware, app, app_settings)
  CLI的结果：（81个CPU，一个问题要等2分钟差不多……）
  web方式启动后，后续基于python的操作：
  可以基于openai模块（如下例），也可以基于langchain中的 LLMChain 和 from langchain.chat_models import ChatOpenAI
```
import openai
openai.api_key = "EMPTY"  
openai.api_base = "http://localhost:8000/v1"
def test_chat_completion_stream(model = "chatglm2-6b"):
	# 流式的测试，参考：https://github.com/lm-sys/FastChat/blob/main/tests/test_openai_api.py
    messages = [
    	{"role": "user", 
    	 "content": "Hello! What is your name?"}
    	 ]
    res = openai.ChatCompletion.create(model=model, messages=messages, stream=True)
    for chunk in res:
        content = chunk["choices"][0]["delta"].get("content", "")
        print(content, end="", flush=True)
    print()
def text_chat_completion(model = "chatglm2-6b"):
	# create a chat completion
	completion = openai.ChatCompletion.create(
	   model=model,
	   messages=[{"role": "user", "content": "Hello! What is your name?"}]
	 )
	# print the completion
	print(completion.choices[0].message.content)
```
  【注意】（Ubuntu）在输入问题的时候删除错别字重新输入后，回车会报错：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe3 in position 15: invalid continuation byte
  
  1）安装
```
pip install fschat
```
  2、FastAPI
  - FastAPI的GitHub
  - FastAPI 是一个高性能 Web 框架，用于构建 API
    1）安装
```
pip install fastapi
pip install uvicorn
```
    其他参考：
    从LangChain+LLM的本地知识库问答到LLM与知识图谱、数据库的结合
    
    做自己的网站网站制作详细教程网站定制开发流程网页设计制作网站图片凡科网站建站教程大作设计网站官网

上一篇：【SpringCloud】之远程消费（进阶使用）

下一篇：【DBeaver】建立连接报驱动问题can‘t load driver class ‘org.postgresql.Driver

目录