背景
在当下开源大语言模型炽热的背景下，有很大一部分开发者心愿本地部署开源 LLM，用于钻研 LLM 或者是基于开源 LLM 构建本人的 LLM 利用。笔者也正在尝试通过开源社区的一系列相干优良我的项目，通过本地化部署服务来构建本人的 LLM 利用。那么本地部署一个开源 LLM 来构建一个聊天利用须要哪些筹备呢？
- 本地环境的筹备： 因为咱们须要在本地部署一个开源的大模型，所以你须要筹备一个相当硬核的本地环境。硬件上须要一台领有高性能大显存的 NVDIA 显卡、大容量高速内存以及大容量固态硬盘，软件上则须要装置显卡驱动、CUDA、Python 环境。笔者这次抉择跑 Baichuan-chat-13B 模型为例，我的根本配置是 CPU i9-13900K、GTX3090 24GB 双卡、64GB 内存和 2TB 固态硬盘。
- 一个大型语言模型（LLM）：这是咱们构建 LLM 利用的根底。不同的 LLM 依据预训练的数据和指标工作的不同，其模型构造和学到的常识也不雷同。基于不同模型构建进去的 AI 利用体现也会不一样。你能够通过炽热的 AI 社区 Hugging Face 上找本人感兴趣的开源 LLMs 来进行尝试和能力比照。
- 一个 本地部署 LLM 的推理服务 ： 推理服务能够将预训练好的 LLM 模型加载到本地服务器, 并提供模型预测接口, 这样就能够本地化应用 LLM 模型进行各种 NLP 工作, 而不须要依赖云服务。你能够应用一些优良的 GitHub 开源我的项目，这些我的项目对热门的开源 LLM 都做了推理服务的一键部署。知名度比拟高、star 比拟多的有 LocalAI、openLLM 等。
- 一个简略易用的“LLM 操作系统”Dify.AI：如果要基于 LLM 的能力构建一个聊天利用，你可能须要学习钻研全套的 LLM 技术栈，比方：不同模型的 API 调用、向量数据库选型、embedding 技术钻研等等。如果你应用开源我的项目 Dify.AI（https://github.com/langgenius/dify），则能够省掉这些钻研学习工作，帮忙你通过可视化的界面即可疾速创立基于不同 LLM 能力的 AI 利用。 Dify 最近的版本新增了对开源 LLMs 的反对，对托管在 HuggingFace 和 Replicate 上所有的模型都能疾速调用和切换应用，同时反对本地部署形式可能基于 openLLM 和 Xorbits inference 推理服务来实现 AI 利用的构建。
本文笔者将尝试应用 开源的 LLMOps 平台 Dify.AI + 开源的推理服务 Xinference + 开源模型 baichuan-chat-13B 为例，手把手实操教你在 windows 环境下，应用全套开源工具产品来构建一个 LLM 聊天利用。话不多说咱们间接动工。
环境筹备
根本的 conda 和 Python 个别应该都有了。不过本文还是从零开始介绍环境配置吧。
配置 python 环境
个别状况下倡议应用 conda 进行 python 版本治理。先依据 conda 官网文档装置 conda。而后用 conda 初始化 Python 3.11 环境：
conda create --name python-3-11 python=3.11
conda activate python-3-11装置 CUDA
举荐间接从官网装置。我这是 Windows 11 就选下图版本。
依据疏导装置完，关上 NVDIA 控制面板 -> 零碎信息 看到装上了。
WSL2 筹备
因为 Dify 的 docker 部署举荐应用 WSL2 环境。所以当初先装置 WSL2。参考微软官网指引。
-
第一步，管理员身份运行 CMD ：
-
第二步，在 CMD 中用指令装置
-
wsl --install后果看到了反对的各种零碎版本
-
实用于 Linux 的 Windows 子系统已装置。以下是可装置的无效散发的列表。请应用“wsl --install -d < 散发 >”装置。NAME FRIENDLY NAME Ubuntu Ubuntu Debian Debian GNU/Linux kali-linux Kali Linux Rolling Ubuntu-18.04 Ubuntu 18.04 LTS Ubuntu-20.04 Ubuntu 20.04 LTS Ubuntu-22.04 Ubuntu 22.04 LTS OracleLinux_7_9 Oracle Linux 7.9 OracleLinux_8_7 Oracle Linux 8.7 OracleLinux_9_1 Oracle Linux 9.1 openSUSE-Leap-15.5 openSUSE Leap 15.5 SUSE-Linux-Enterprise-Server-15-SP4 SUSE Linux Enterprise Server 15 SP4 SUSE-Linux-Enterprise-15-SP5 SUSE Linux Enterprise 15 SP5 openSUSE-Tumbleweed openSUSE Tumbleweed
-
我应用抉择装置了默认的 Ubuntu 版本：
wsl --install -d Ubuntu之后就能够在 CMD 中应用 wsl命令进入 Ubuntu 了。
-
第三步，装置 Docker Desktop
去 Docker 官网文档下载 Docker Desktop。装置时留神勾上
Use WSL 2 instead of Hyper-V选项。装置实现后重启电脑。通过 CMD 查看是否失常装置好。-
wsl -l --verbose NAME STATE VERSION * Ubuntu Running 2 docker-desktop Running 2
能够看到 WSL 中 Ubuntu 和 Docker 都运行起来了，并且确认是 WSL2 版本。 -
-
第四步，为 WSL 配置代理
因为每次重启后 WSL 的 ip 地址都会变更，所以咱们能够编写一个脚本来解决。第 4 行改为你本人的端口号。
-
#!/bin/sh hostip=$(cat /etc/resolv.conf | grep nameserver | awk '{ print $2}') wslip=$(hostname -I | awk '{print $1}') port=7890 PROXY_HTTP="http://${hostip}:${port}" set_proxy(){export http_proxy="${PROXY_HTTP}" export HTTP_PROXY="${PROXY_HTTP}" export https_proxy="${PROXY_HTTP}" export HTTPS_proxy="${PROXY_HTTP}" export ALL_PROXY="${PROXY_SOCKS5}" export all_proxy=${PROXY_SOCKS5} git config --global http.https://github.com.proxy ${PROXY_HTTP} git config --global https.https://github.com.proxy ${PROXY_HTTP} echo "Proxy has been opened." } unset_proxy(){ unset http_proxy unset HTTP_PROXY unset https_proxy unset HTTPS_PROXY unset ALL_PROXY unset all_proxy git config --global --unset http.https://github.com.proxy git config --global --unset https.https://github.com.proxy echo "Proxy has been closed." } test_setting(){echo "Host IP:" ${hostip} echo "WSL IP:" ${wslip} echo "Try to connect to Google..." resp=$(curl -I -s --connect-timeout 5 -m 5 -w "%{http_code}" -o /dev/null www.google.com) if [${resp} = 200 ]; then echo "Proxy setup succeeded!" else echo "Proxy setup failed!" fi } if ["$1" = "set"] then set_proxy elif ["$1" = "unset"] then unset_proxy elif ["$1" = "test"] then test_setting else echo "Unsupported arguments." fi能够批改
~/.bashrc方便使用命令： -
alias proxy="source /path/to/proxy.sh"具体能够参考了这个博客（https://www.cnblogs.com/tuilk/p/16287472.html）
-
-
第五步，进入 Ubuntu 装置 conda 配置 python
和后面的环境筹备一样，参照官网文档装置 conda 配置 python，不过是装置 linux 版本。
-
第六步，装置 WSL 的 CUDA
进入官网，抉择 WSL-Ubuntu 版本，依照指引应用命令行装置。
批改
~/.bashrc将 CUDA 增加至环境变量：-
export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64
-
-
第七步，装置 PyTorch
进入 PyTorch 官网，依照环境装置 PyTorch。
这样环境筹备总算实现了。
部署推理服务 Xinference
依据 Dify 的部署文档，Xinference 反对的模型还挺多的。这次就选 Xinference 尝试下 baichuan-chat-3B 吧。
Xorbits inference 是一个弱小且通用的分布式推理框架，旨在为大型语言模型、语音辨认模型和多模态模型提供服务，甚至能够在笔记本电脑上应用。它反对多种与 GGML 兼容的模型, 如 ChatGLM, Baichuan, Whisper, Vicuna, Orca 等。Dify 反对以本地部署的形式接入 Xinference 部署的大型语言模型推理和 embedding 能力。
装置 Xinfernece
在 WSL 中执行如下命令：
$ pip install "xinference"下面的命令会装置 Xinference 用于推理的根底依赖。Xinference 还反对用 ggml 推理 和 PyTorch 推理，须要装如下的依赖：
$ pip install "xinference[ggml]"
$ pip install "xinference[pytorch]"
$ pip install "xinference[all]"启动 Xinference 并下载部署 baichuan-chat-3B 模型
在 WSL 中执行上面的命令：
$ xinference -H 0.0.0.0Xinference 默认会在本地启动一个 worker，端点为：http://127.0.0.1:9997，端口默认为 9997。默认只可本机拜访，配置了 -H 0.0.0.0，非本地客户端可任意拜访。如需进一步批改 host 或 port，可查看 xinference 的帮忙信息：xinference --help。
2023-08-25 18:08:31,204 xinference 27505 INFO Xinference successfully started. Endpoint: http://0.0.0.0:9997
2023-08-25 18:08:31,204 xinference.core.supervisor 27505 INFO Worker 0.0.0.0:53860 has been added successfully
2023-08-25 18:08:31,205 xinference.deploy.worker 27505 INFO Xinference worker successfully started.在浏览器中关上: http://localhost:9997，抉择 baichuan-chat，pytorch，13B，4bit，点击 create 部署。
或者应用 CLI 部署:
xinference launch --model-name baichuan-chat --model-format pytorch --size-in-billions 13 --quantization 4因为不同模型在不同硬件平台兼容性不同，请查看 Xinference 内置模型 确定创立的模型是否反对以后硬件平台。
应用 Xinference 治理模型
要查看部署好的所有模型，在命令行中，执行上面的命令：
$ xinference list 会显示相似上面的信息：
UID Type Name Format Size (in billions) Quantization
------------------------------------ ------ ------------- -------- -------------------- --------------
0db1e250-4330-11ee-b9ef-00155da30d2d LLM baichuan-chat pytorch 13 4-bit0db1e250-4330-11ee-b9ef-00155da30d2d 就是方才部署的模型的 uid。
部署 Dify.AI
次要流程参考官网部署文档。
Clone Dify
Clone Dify 源代码至本地
git clone https://github.com/langgenius/dify.gitStart Dify
进入 dify 源代码的 docker 目录，执行一键启动命令：
cd dify/docker
docker compose up -d部署后果：
[+] Running 7/7
✔ Container docker-weaviate-1 Running 0.0s
✔ Container docker-web-1 Running 0.0s
✔ Container docker-redis-1 Running 0.0s
✔ Container docker-db-1 Running 0.0s
✔ Container docker-worker-1 Running 0.0s
✔ Container docker-api-1 Running 0.0s
✔ Container docker-nginx-1 Started 0.9s 最初查看是否所有容器都失常运行：
docker compose ps运行状态：
NAME IMAGE COMMAND SERVICE CREATED STATUS PORTS
docker-api-1 langgenius/dify-api:0.3.16 "/bin/bash /entrypoi…" api 24 hours ago Up 3 hours 5001/tcp
docker-db-1 postgres:15-alpine "docker-entrypoint.s…" db 33 hours ago Up 3 hours 0.0.0.0:5432->5432/tcp
docker-nginx-1 nginx:latest "/docker-entrypoint.…" nginx 24 hours ago Up 4 minutes 0.0.0.0:80->80/tcp
docker-redis-1 redis:6-alpine "docker-entrypoint.s…" redis 33 hours ago Up 3 hours 6379/tcp
docker-weaviate-1 semitechnologies/weaviate:1.18.4 "/bin/weaviate --hos…" weaviate 33 hours ago Up 3 hours
docker-web-1 langgenius/dify-web:0.3.16 "/bin/sh ./entrypoin…" web 33 hours ago Up 3 hours 3000/tcp
docker-worker-1 langgenius/dify-api:0.3.16 "/bin/bash /entrypoi…" worker 33 hours ago Up 3 hours 5001/tcp包含 3 个业务服务 api / worker / web，以及 4 个根底组件 weaviate / db / redis / nginx。
Docker 启动胜利后，在浏览器中拜访：http://127.0.0.1/。设置过明码，登陆后，会进入利用列表页。
至此，胜利应用 Docker 部署了 Dify 社区版。
在 Dify 接入 Xinference
配置模型供应商
在 设置 > 模型供应商 > Xinference 中填入模型信息：
- Model Name 是你本人起给模型部署的名字。
- Server URL 是 xinference 的 end point 地址。
- Model UID 则是通过
xinference list获取到的部署的模型的 UID
须要留神的是 Sever Url 不能用 localhost。因为如果填 localhost，拜访的是 docker 里的 localhost，会导致拜访失败。解决方案是将 Sever Url 改成局域网 ip。
而 WSL 环境下则须要应用 WSL 的 IP 地址。
在 WSL 中应用命令获取：
hostname -I
172.31.157.121应用 baichuan-chat
创立利用，就能够在利用中应用上一步配置的 baichuan-chat-3B 模型啦。在 Dify 的提醒词编排界面，抉择 baichuan-chat 模型，设计你的利用提醒词（prompt），即可公布一个可拜访的 AI 利用。
以上，就是本地部署 Dify 接入 Xinference 部署的 baichuan-chat 的全过程。至此，咱们基于 baichuan-chat-13B 的一个根本的聊天利用就根本实现了。
后记
当然，对于一个生产级别的 LLM 利用来说，只是实现大模型的接入和推理、聊天交互是远远不够。咱们还须要针对性的对 LLM 进行 Prompt 的调优、增加公有数据作为上下文，亦或者是对 LLM 自身进行微调等工作，这须要长期的迭代和优化能力使得 LLM 利用体现越来越好。Dify.AI 作为一个中间件工具平台，提供了一个残缺 LLM App 技术栈的可视化的操作系统。实现了以上的根底服务部署后，后续的利用迭代和改良都能够基于 Dify 来实现，使得 LLM 利用的构建和治理变得更加简略和易用，在业务数据的解决上间接上传即可主动实现荡涤解决，后续也将提供数据标注和改良的服务，甚至你的业务团队都能够参加合作。
目前 LLM 的倒退和利用落地还处于十分晚期的阶段，置信在不久后，无论是 LLM 的能力开释，还是基于 LLM 之上的各个工具能力的不断完善，都会一直升高开发者摸索 LLM 能力的门槛，让更多丰盛场景的 AI 利用涌现。