fortune-teller

「Open Source」算命大师(fortune-teller)
「100行代码快速搭建一个大模型算命服务」

代码

本仓库只有fortune_teller.py一个代码文件，详细说明见代码中的注释。

部署

本地部署

• 安装依赖库

cd fortune-teller
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

• 启动服务

# CPU部署(不建议使用，因为非常慢！！！)
streamlit run fortune_teller_cpu.py --theme.base "dark" --server.port 6006
# GPU部署(本地需要8G显存)
streamlit run fortune_teller.py --theme.base "dark" --server.port 6006

云端部署

这里我选用的是性价比较高的AutoDL， 对于需要低成本部署的可以参考ChatGLM-6B的低成本部署

• 机器申请
  我的镜像环境如下：
  
• 环境配置
  使用 AutoDL 部署的开机后进入 JupyterLab 即可在终端上操作机器
  将代码clone到自己的工作目录下

# HTTP方式
git clone https://github.com/wan-h/fortune-teller.git
# SSH方式
git clone git@github.com:wan-h/fortune-teller.git

• 安装依赖库

cd fortune-teller
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

• 启动服务

# 这里使用6006端口，因为 AutoDL默认暴露该端口，本地部署可以自由指定
streamlit run fortune_teller.py --theme.base "dark" --server.port 6006

• 页面访问 使用 AutoDL 的部署的启动服务后，控制台页面点击自定义服务获取暴露出来的访问地址。
  
  第一次使用的时候需要下载模型，所以需要耐心等待一下，在启动终端可以看到进度情况。
  部署成功后的页面这样子：
  
  然后就可以愉快的玩耍了，也可以自己做一些修改，做一些有意思的APP出来。

协议

本仓库的代码依照 Apache-2.0 协议开源，ChatGLM-6B 模型的权重的使用则需要遵循 Model License。

Thanks

Thanks for THUDM/ChatGLM-6B