当前位置：首页 > news >正文

11.4k star! 部署清华开源的ChatGLM3，用私有化大模型无缝替换openai

news 来源：原创 2024/9/18 8:45:29

转自AI技术实战

ChatGLM3 是智谱AI和清华大学 KEG 实验室联合发布的对话预训练模型。ChatGLM3-6B 是 ChatGLM3 系列中的第三代开源模型，对话流畅、部署门槛低，测评显示其基础模型ChatGLM3-6B-Base 具有在 10B 以下的基础模型中最强的性能，同时支持工具调用(Function Call)、代码执行(Code Interpreter)和Agent任务等复杂场景。

function call效果：

code interpreter效果：

github地址在文末，推理需要大约14G显存，本文基于ubuntu系统部署，windows系统类似。

1. 下载模型

下载模型需要用到git的LFS扩展，windows系统在https://git-lfs.com下载LFS，下面是ubuntu系统安装LFS的方式，其他linux系统可以参考文档https://github.com/git-lfs/git-lfs/blob/main/INSTALLING.md

curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
apt-get install git-lfs
git lfs install

安装好LFS后就可以下载了，huggingface比较慢，可以在魔搭社区下载

https://modelscope.cn/models/ZhipuAI/chatglm3-6b/summary

执行以下命令，等待下载完成，总共24G。

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

2.安装部署

本文介绍两种部署方式，一种是使用上一篇介绍的25.7k star! 用langchain-chatchat部署私有化RAG知识库，另一种是使用ChatGLM官方项目部署。

2.1 在langchain-chatchat中使用

在上一篇文章中，我们使用docker部署了langchain-chatchat，但是默认模型是chatglm2-6b，现在只需要将模型修改为chatglm3-6b就可以了，将下载好的chatglm3-6b拷贝到docker容器的根目录下：

docker cp chatglm3-6b 你的容器名称:/

chatchat在容器的/langchain-chatchat目录，进入容器，再进入configs目录：

docker exec -it 你的容器名称 /bin/bashcd /langchain-chatchat/configs

编辑model_config.py文件，在llm_model中增加chatglm3-6b，如图所示：

将LLM_MODELS中的chatglm2-6b修改为chatglm3-6b，如图所示：

修改后重启容器，再打开，这里就变成chatglm3-6b了。

2.2 使用ChatGLM官方项目部署

如果没有部署chatchat，也可以使用ChatGLM官方项目部署。

使用git下载ChatGLM源码

git clone git@github.com:THUDM/ChatGLM3.git

进入ChatGLM3源码目录，使用清华镜像安装依赖：

cd ChatGLM3-mainpip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

3. 运行

如果使用chatchat项目部署，直接在页面上选择chatglm3-6b就可以聊天了。下面是使用ChatGLM3项目部署的用法。

ChatGLM3项目提供了多个demo，进入相应demo目录下，修改模型路径运行就可以，下面以gradio网页demo举例说明，其他同理。

进入basic_demo目录

cd basic_demo

修改web_demo_gradio.py，将MODEL_PATH的值改为第一步下载好的模型路径：

运行

python3 web_demo_gradio.py

在浏览器打开http://localhost:7870就可以聊天了

4. 无缝替换openAI

ChatGLM提供了openai标准的API，通过这个API我们可以将任何接入openai的应用无缝切换为私有化部署的ChatGLM3。

cd openai_api_demo

修改api_server.py，将MODEL_PATH的值改为第一步下载好的模型路径：

后台运行：

nohup python3 api_server.py &

这样就启动了openai接口的服务，可以把私有化部署的ChatGLM3当openai用了，比如之前文章中247.2k star! 超强大的私有化ChatGPT，支持图像识别/文生图/语音输入/文本朗读，个人电脑可运行！有接入openai的功能，现在我们可以把配置的openai的地址改为本地，从而将open-webui接入ChatGLM3：