/ChatLLM

轻松玩转LLM兼容openai&langchain，支持文心一言、讯飞星火、腾讯混元、智谱ChatGLM等

Primary LanguageJupyter NotebookMIT LicenseMIT

image image image

🔥ChatLLM 基于知识库🔥

star之后可联系wx: 313303303领取1000w tokens（国产模型）

star之后可联系wx: 313303303领取1000w tokens（国产模型）

star之后可联系wx: 313303303领取1000w tokens（国产模型）

image

todo: SimpleGraphRAG

ChatLLM API 分发系统上线

Click to Star⭐️免费领取tokens https://api.chatllm.vip/

Install

pip install -U chatllm

Docs

Usages

目前适配的LLMs

计划推出国内 oneapi，支持各种主流大模型，兼容openai客户端生态。

from chatllm.applications import ChatBase

qa = ChatBase()
qa.load_llm(model_name_or_path="THUDM/chatglm-6b")
for i in qa(query='周杰伦是谁', knowledge_base='周杰伦是傻子'):
    print(i, end='')
# 根据已知信息无法回答该问题，因为周杰伦是**内地流行歌手、演员、音乐制作人、导演，
# 是具有一定的知名度和专业能力的人物，没有提供足够的信息无法判断他是傻子。

OpenaiEcosystem

Click to 无缝对接openai生态 
# 服务端
pip install "chatllm[openai]" && chatllm-run openai <本地模型地址>
  • SDK：pip install openai
import openai

openai.api_base = 'http://0.0.0.0:8000/v1'
openai.api_key = 'chatllm'
prompt = "你好"
completion = openai.Completion.create(prompt=prompt, stream=True, model="text-davinci-003")
for c in completion:
    print(c.choices[0].text, end='')
# 你好👋!我是人工智能助手 ChatGLM-6B,很高兴见到你，欢迎问我任何问题。

openai_keys: 不定期更新免费keys

ChatOCR

Click to ChatOCR 
from meutils.pipe import *
from chatllm.llmchain.applications import ChatOCR

llm = ChatOCR()
file_path = "data/invoice.jpg"
llm.display(file_path, 700)
llm.chat('识别编号,公司名称,开票日期,开票人,收款人,复核人,金额', file_path=file_path) | xprint

ocr

ChatMind

Click to ChatMind 
pip install "chatllm" && chatllm-run webui --name chatmind

客户端

ChatPDF

Click to ChatPDF 
pip install "chatllm[pdf]" && chatllm-run webui --name chatpdf
  • python交互
from chatllm.applications.chatpdf import ChatPDF

qa = ChatPDF(encode_model='nghuyong/ernie-3.0-nano-zh')
qa.load_llm(model_name_or_path="THUDM/chatglm-6b")
qa.create_index('财报.pdf')  # 构建知识库

for i in qa(query='东北证券主营业务'):
    print(i, end='')
# 根据已知信息，东北证券的主营业务为证券业务。公司作为证券公司，主要从事证券经纪、证券投资咨询、与证券交易、
# 证券投资活动有关的财务顾问、证券承销与保荐、证券自营、融资融券、证券投资基金代销和代销金融产品待业务。
  • 支持召回结果查看 向量召回结果

Deploy

Click to Deploy
  • ChatGLM-6B 模型硬件需求
量化等级 最低 GPU 显存（推理） 最低 GPU 显存（高效参数微调）
FP16（无量化） 13 GB 14 GB
INT8 8 GB 9 GB
INT4 6 GB 7 GB

TODO

Click to TODO

  • ChatLLM 应用

    • 接入非结构化文档（已支持 md、pdf、docx、txt 文件格式）
    • 搜索引擎与本地网页接入
    • 结构化数据接入（如 csv、Excel、SQL 等）
    • 知识图谱/图数据库接入
    • 增加 ANN 后端，ES/RedisSearch【确保生产高可用】
    • 增加多级缓存缓存

  • 多路召回

    • 问
      • 标量匹配
      • 多种向量化，向量匹配
      • 增加相似问，换几个问法
      • 高置信度直接返回答案【匹配标准问】
    • 答
      • 高置信度篇章
      • 增加上下文信息
      • 增加夸篇章信息
      • 增加召回信息的相似信息
      • 提前生成标准问，匹配问
      • 拒绝推断

  • 增加更多 LLM 模型支持

  • 增加更多 Embedding 模型支持

  • 增加一键启动 webui

    • 利用 streamlit 实现 ChatPDF，一键启动 chatllm-run webui --name chatpdf
    • 利用 gradio 实现 Web UI DEMO
    • 添加输出内容及错误提示
    • 引用标注
    • 增加知识库管理
      • 选择知识库开始问答
      • 上传文件/文件夹至知识库
      • 删除知识库中文件

  • 增加 API 支持

    • 利用 Fastapi/Flask/Grpc 实现流式接口 chatllm-run openai <本地模型地址> --host 127.0.0.1 --port 8000
    • 前后端分离，实现调用 API 的 Web UI Demo

交流群

群

若二维码失效加微信拉群 313303303