API for Open LLMs

📢 News

• 【2023.08.10】 支持 vLLM 推理加速 ，使用方式见 VLLM_SCRIPT

• 【2023.08.04】 增加通义千问模型工具调用示例，支持 function call 特性，调用方式参考 邮件发送助手、定积分计算器、SQL查询

• 【2023.08.03】 支持 qwen-7b-chat 模型，启动方式见 qwen-7b-chat

• 【2023.07.15】 支持 starchat 模型，启动方式见 starchat

• 【2023.07.14】 支持在一个 API BASE 下调用多个模型

  • ① 根据 SCRIPT 启动多个模型
  • ② 修改 chatgpt 中的 MODEL_LIST，将启动的模型加入进去
  • ③ python chatgpt.py

• 【2023.07.12】 支持 baichuan-13b-chat 模型，启动方式见 baichuan-13b-chat

• 【2023.07.07】 支持 InternLM 模型，启动方式见 internlm-chat-7b

• 【2023.06.26】 支持 ChatGLM2-6b 模型

• 【2023.06.12】 使用 m3e 中文嵌入模型（在中文文本分类和文本检索上都优于 openai-ada-002）

主要特性：

此项目为开源大模型的推理实现统一的后端接口，与 OpenAI 的响应保持一致，具有以下特性：

• ✨ 以 OpenAI ChatGPT API 的方式调用各类开源大模型

• 🖨️ 支持流式响应，实现打印机效果

• 📖 实现文本嵌入模型，为文档知识问答提供支持

• 🦜️ 支持大规模语言模型开发工具 langchain 的各类功能

• 🙌 只需要简单的修改环境变量即可将开源模型作为 chatgpt 的替代模型，为各类应用提供后端支持

• 🚀 支持加载经过自行训练过的 lora 模型

🐼 模型

支持多种开源大模型

🐳 环境配置

docker启动（推荐）

构建镜像

docker build -f docker/Dockerfile -t llm-api:pytorch .

启动容器

docker run -it -d --gpus all --ipc=host --net=host -p 80:80 --name=chatglm \
    --ulimit memlock=-1 --ulimit stack=67108864 \
    -v `pwd`:/workspace \
    llm-api:pytorch \
    python api/app.py \
    --port 80 \
    --allow-credentials \
    --model_name chatglm \
    --model_path THUDM/chatglm-6b \
    --embedding_name moka-ai/m3e-base

主要参数含义：

• model_name: 模型名称，如chatglm、phoenix、moss等

• model_path: 开源大模型的文件所在路径

• embedding_name（可选项）: 嵌入模型的文件所在路径

更多模型的启动命令详见 SCRIPT.md

本地启动

安装 pytorch 环境

conda create -n pytorch python=3.8
conda activate pytorch
conda install pytorch cudatoolkit -c pytorch

安装依赖包

pip install -r requirements.txt

# Check Torch is compiled with CUDA enabled
>>> import torch
>>> torch.__version__
'1.12.1+cu102'
>>> torch.zeros(1).cuda()
tensor([0.], device='cuda:0')
>>> torch.cuda.is_available()
True

# If the return is False, Torch not compiled with CUDA enabled. Then install torch with cuda again.
pip uninstall torch
pip install torch==2.2.0+cu121 --index-url https://download.pytorch.org/whl/cu121

启动后端

python api/app.py \
    --port 80 \
    --allow-credentials \
    --model_path THUDM/chatglm-6b \
    --embedding_name moka-ai/m3e-base

🤖 使用方式

环境变量

• OPENAI_API_KEY: 此处随意填一个字符串即可

• OPENAI_API_BASE: 后端启动的接口地址，如：http://192.168.0.xx:80/v1

聊天界面

cd applications

python web_demo.py

openai-python

import openai

openai.api_base = "http://192.168.0.xx:80/v1"

# Enter any non-empty API key to pass the client library's check.
openai.api_key = "xxx"

# Enter any non-empty model name to pass the client library's check.
completion = openai.ChatCompletion.create(
    model="chatglm-6b",
    messages=[
        {"role": "user", "content": "你好"},
    ],
    stream=False,
)

print(completion.choices[0].message.content)
# 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。

import openai

openai.api_base = "http://192.168.0.xx:80/v1"

# Enter any non-empty API key to pass the client library's check.
openai.api_key = "xxx"

# Enter any non-empty model name to pass the client library's check.
completion = openai.Completion.create(prompt="你好", model="chatglm-6b")

print(completion.choices[0].text)
# 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。

import openai

openai.api_base = "http://192.168.0.xx:80/v1"

# Enter any non-empty API key to pass the client library's check.
openai.api_key = "xxx"

# compute the embedding of the text
embedding = openai.Embedding.create(
    input="什么是chatgpt？", 
    model="text2vec-large-chinese"
)

print(embedding['data'][0]['embedding'])

langchain

import os

os.environ["OPENAI_API_BASE"] = "http://192.168.0.xx:80/v1"
os.environ["OPENAI_API_KEY"] = "xxx"

from langchain.chat_models import ChatOpenAI
from langchain.schema import HumanMessage

chat = ChatOpenAI()
print(chat([HumanMessage(content="你好")]))
# content='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。' additional_kwargs={}

import os

os.environ["OPENAI_API_BASE"] = "http://192.168.0.xx:80/v1"
os.environ["OPENAI_API_KEY"] = "xxx"

from langchain.llms import OpenAI

llm = OpenAI()
print(llm("你好"))
# 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。

import os

os.environ["OPENAI_API_BASE"] = "http://192.168.0.xx:80/v1"
os.environ["OPENAI_API_KEY"] = "xxx"

from langchain.embeddings import OpenAIEmbeddings

embeddings = OpenAIEmbeddings()
query_result = embeddings.embed_query("什么是chatgpt？")
print(query_result)

可接入的项目

通过修改上面的 OPENAI_API_BASE 环境变量，大部分的 chatgpt 应用和前后端项目都可以无缝衔接！

• ChatGPT-Next-Web: One-Click to deploy well-designed ChatGPT web UI on Vercel

docker run -d -p 3000:3000 \
   -e OPENAI_API_KEY="sk-xxxx" \
   -e BASE_URL="http://192.168.0.xx:80" \
   yidadaa/chatgpt-next-web

• dify: An easy-to-use LLMOps platform designed to empower more people to create sustainable, AI-native applications

# 在docker-compose.yml中的api和worker服务中添加以下环境变量
OPENAI_API_BASE: http://192.168.0.xx:80/v1
DISABLE_PROVIDER_CONFIG_VALIDATION: 'true'

📜 License

此项目为 Apache 2.0 许可证授权，有关详细信息，请参阅 LICENSE 文件。

🚧 References

• ChatGLM: An Open Bilingual Dialogue Language Model

• BLOOM: A 176B-Parameter Open-Access Multilingual Language Model

• LLaMA: Open and Efficient Foundation Language Models

• Efficient and Effective Text Encoding for Chinese LLaMA and Alpaca

• Phoenix: Democratizing ChatGPT across Languages

• MOSS: An open-sourced plugin-augmented conversational language model

• FastChat: An open platform for training, serving, and evaluating large language model based chatbots

• LangChain: Building applications with LLMs through composability

• ChuanhuChatgpt