Docker下使用llama.cpp部署带Function calling和Json Mode功能的Mistral 7B模型

本文主要是介绍Docker下使用llama.cpp部署带Function calling和Json Mode功能的Mistral 7B模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Docker下使用llama.cpp部署带Function calling和Json Mode功能的Mistral 7B模型

说明:

  • 首次发表日期:2024-08-27
  • 参考:
    • https://www.markhneedham.com/blog/2024/06/23/mistral-7b-function-calling-llama-cpp/
    • https://github.com/abetlen/llama-cpp-python?tab=readme-ov-file#function-calling
    • https://github.com/abetlen/llama-cpp-python/tree/main/docker#cuda_simple
    • https://docs.mistral.ai/capabilities/json_mode/
    • https://huggingface.co/MaziyarPanahi/Mistral-7B-Instruct-v0.3-GGUF
    • https://stackoverflow.com/questions/30905674/newer-versions-of-docker-have-cap-add-what-caps-can-be-added
    • https://man7.org/linux/man-pages/man7/capabilities.7.html
    • https://docs.docker.com/engine/containers/run/#runtime-privilege-and-linux-capabilities
    • https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
    • https://www.cnblogs.com/davis12/p/14453690.html

下载GGUF模型

使用HuggingFace的镜像 https://hf-mirror.com/

方式一:

pip install -U huggingface_hub
export HF_ENDPOINT=https://hf-mirror.comhuggingface-cli download --resume-download MaziyarPanahi/Mistral-7B-Instruct-v0.3-GGUF --include *Q4_K_M.gguf

方式二(推荐):

sudo apt update
sudo apt install aria2 git-lfswget https://hf-mirror.com/hfd/hfd.shchmod a+x hfd.sh./hfd.sh MaziyarPanahi/Mistral-7B-Instruct-v0.3-GGUF --include *Q4_K_M.gguf --tool aria2c -x 16 --local-dir MaziyarPanahi--Mistral-7B-Instruct-v0.3-GGUF

使用Docker部署服务

构建之前需要先安装NVIDIA Container Toolkit

安装NVIDIA Container Toolkit

准备:

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

安装:

sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit

配置docker

sudo nvidia-ctk runtime configure --runtime=docker

NVIDIA Container Toolkit 安装的更多信息请参考官方文档: https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html

构建镜像

使用官方的Dockerfile: https://github.com/abetlen/llama-cpp-python/blob/main/docker/cuda_simple/Dockerfile

ARG CUDA_IMAGE="12.2.0-devel-ubuntu22.04"
FROM nvidia/cuda:${CUDA_IMAGE}# We need to set the host to 0.0.0.0 to allow outside access
ENV HOST 0.0.0.0RUN apt-get update && apt-get upgrade -y \&& apt-get install -y git build-essential \python3 python3-pip gcc wget \ocl-icd-opencl-dev opencl-headers clinfo \libclblast-dev libopenblas-dev \&& mkdir -p /etc/OpenCL/vendors && echo "libnvidia-opencl.so.1" > /etc/OpenCL/vendors/nvidia.icdCOPY . .# setting build related env vars
ENV CUDA_DOCKER_ARCH=all
ENV GGML_CUDA=1# Install depencencies
RUN python3 -m pip install --upgrade pip pytest cmake scikit-build setuptools fastapi uvicorn sse-starlette pydantic-settings starlette-context# Install llama-cpp-python (build with cuda)
RUN CMAKE_ARGS="-DGGML_CUDA=on" pip install llama-cpp-python# Run the server
CMD python3 -m llama_cpp.server

因为我本地安装的CUDA版本为12.2,所以将base镜像改为nvidia/cuda:12.2.0-devel-ubuntu22.04

docker build -t llama_cpp_cuda_simple .

启动服务

docker run --gpus=all --cap-add SYS_RESOURCE -e USE_MLOCK=0 -e model=/models/downloaded/MaziyarPanahi--Mistral-7B-Instruct-v0.3-GGUF/Mistral-7B-Instruct-v0.3.Q4_K_M.gguf -e n_gpu_layers=-1 -e chat_format=chatml-function-calling -v /mnt/d/16-LLM-Cache/llama_cpp_gnuf:/models -p 8000:8000 -t llama_cpp_cuda_simple

其中:

  • -v 将本地文件夹映射到容器内部文件夹/models
  • --gpus=all 表示使用所有的GPU
  • --cap-add SYS_RESOURCE 表示容器将有SYS_RESOURCE的权限
  • 其中以-e开头的表示设置环境变量,实际上是设置llama_cpp.server的参数,相关代码详见 https://github.com/abetlen/llama-cpp-python/blob/259ee151da9a569f58f6d4979e97cfd5d5bc3ecd/llama_cpp/server/main.py#L79 和 https://github.com/abetlen/llama-cpp-python/blob/259ee151da9a569f58f6d4979e97cfd5d5bc3ecd/llama_cpp/server/settings.py#L17 这里设置的环境变量是大小写不敏感的,见 https://docs.pydantic.dev/latest/concepts/pydantic_settings/#case-sensitivity
    • -e model 指向模型文件
    • -e n_gpu_layers=-1 表示将所有神经网络层移到GPU
      • 假设模型一共有N层,其中n_gpu_layers层被放在GPU上,那么剩下的 N - n_gpu_layers 就会被放在CPU上
    • -e chat_format=chatml-function-calling 设置以支持Function Calling功能

启动完成后,在浏览器打开 http://localhost:8000/docs 查看API文档

调用测试

Function Calling

curl --location 'http://localhost:8000/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxx' \
--data '{"model": "gpt-3.5-turbo","messages": [{"role": "system","content": "You are a helpful assistant.\nYou can call functions with appropriate input when necessary"},{"role": "user","content": "What'\''s the weather like in Mauritius?"}],"tools": [{"type": "function","function": {"name": "get_current_weather","description": "Get the current weather in a given latitude and longitude","parameters": {"type": "object","properties": {"latitude": {"type": "number","description": "The latitude of a place"},"longitude": {"type": "number","description": "The longitude of a place"}},"required": ["latitude", "longitude"]}}}],"tool_choice": "auto"
}'

输出:

{"id": "chatcmpl-50c8e261-2b1a-4285-a6ee-e18a07ce92d9","object": "chat.completion","created": 1724757544,"model": "gpt-3.5-turbo","choices": [{"index": 0,"message": {"content": null,"tool_calls": [{"id": "call__0_get_current_weather_cmpl-97515c72-d214-4ed9-b183-7736199e5be1","type": "function","function": {"name": "get_current_weather","arguments": "{\"latitude\": -20.375, \"longitude\": 57.568} "}}],"role": "assistant","function_call": {"name": "","arguments": "{\"latitude\": -20.375, \"longitude\": 57.568} "}},"logprobs": null,"finish_reason": "tool_calls"}],"usage": {"prompt_tokens": 299,"completion_tokens": 25,"total_tokens": 324}
}

JSON Mode

curl --location "http://localhost:8000/v1/chat/completions" \--header 'Content-Type: application/json' \--header 'Accept: application/json' \--header "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxx" \--data '{"model": "gpt-3.5-turbo","messages": [{"role": "user","content": "What is the best French cheese? Return the product and produce location in JSON format"}],"response_format": {"type": "json_object"}}'

输出:

{"id": "chatcmpl-bbfecfc5-2ea9-4052-93b2-08f1733e8219","object": "chat.completion","created": 1724757752,"model": "gpt-3.5-turbo","choices": [{"index": 0,"message": {"content": "{\n  \"product\": \"Roquefort\",\n  \"produce_location\": \"France, South of France\"\n}\n  \t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t","role": "assistant"},"logprobs": null,"finish_reason": "stop"}],"usage": {"prompt_tokens": 44,"completion_tokens": 50,"total_tokens": 94}
}

使用以下代码将content部分写入到文本:

text = "{\n  \"product\": \"Roquefort\",\n  \"location\": \"France, South of France\"\n}\n \t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t"with open('resp.txt', 'w') as f:f.write(text)

可以看到内容:

{"product": "Roquefort","location": "France, South of France"
}

这篇关于Docker下使用llama.cpp部署带Function calling和Json Mode功能的Mistral 7B模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1112825

相关文章

Linux使用fdisk进行磁盘的相关操作

《Linux使用fdisk进行磁盘的相关操作》fdisk命令是Linux中用于管理磁盘分区的强大文本实用程序,这篇文章主要为大家详细介绍了如何使用fdisk进行磁盘的相关操作,需要的可以了解下... 目录简介基本语法示例用法列出所有分区查看指定磁盘的区分管理指定的磁盘进入交互式模式创建一个新的分区删除一个存

C#使用HttpClient进行Post请求出现超时问题的解决及优化

《C#使用HttpClient进行Post请求出现超时问题的解决及优化》最近我的控制台程序发现有时候总是出现请求超时等问题,通常好几分钟最多只有3-4个请求,在使用apipost发现并发10个5分钟也... 目录优化结论单例HttpClient连接池耗尽和并发并发异步最终优化后优化结论我直接上优化结论吧,

SpringBoot使用Apache Tika检测敏感信息

《SpringBoot使用ApacheTika检测敏感信息》ApacheTika是一个功能强大的内容分析工具,它能够从多种文件格式中提取文本、元数据以及其他结构化信息,下面我们来看看如何使用Ap... 目录Tika 主要特性1. 多格式支持2. 自动文件类型检测3. 文本和元数据提取4. 支持 OCR(光学

JAVA系统中Spring Boot应用程序的配置文件application.yml使用详解

《JAVA系统中SpringBoot应用程序的配置文件application.yml使用详解》:本文主要介绍JAVA系统中SpringBoot应用程序的配置文件application.yml的... 目录文件路径文件内容解释1. Server 配置2. Spring 配置3. Logging 配置4. Ma

Golang的CSP模型简介(最新推荐)

《Golang的CSP模型简介(最新推荐)》Golang采用了CSP(CommunicatingSequentialProcesses,通信顺序进程)并发模型,通过goroutine和channe... 目录前言一、介绍1. 什么是 CSP 模型2. Goroutine3. Channel4. Channe

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

C#使用yield关键字实现提升迭代性能与效率

《C#使用yield关键字实现提升迭代性能与效率》yield关键字在C#中简化了数据迭代的方式,实现了按需生成数据,自动维护迭代状态,本文主要来聊聊如何使用yield关键字实现提升迭代性能与效率,感兴... 目录前言传统迭代和yield迭代方式对比yield延迟加载按需获取数据yield break显式示迭

使用SQL语言查询多个Excel表格的操作方法

《使用SQL语言查询多个Excel表格的操作方法》本文介绍了如何使用SQL语言查询多个Excel表格,通过将所有Excel表格放入一个.xlsx文件中,并使用pandas和pandasql库进行读取和... 目录如何用SQL语言查询多个Excel表格如何使用sql查询excel内容1. 简介2. 实现思路3

java脚本使用不同版本jdk的说明介绍

《java脚本使用不同版本jdk的说明介绍》本文介绍了在Java中执行JavaScript脚本的几种方式,包括使用ScriptEngine、Nashorn和GraalVM,ScriptEngine适用... 目录Java脚本使用不同版本jdk的说明1.使用ScriptEngine执行javascript2.

c# checked和unchecked关键字的使用

《c#checked和unchecked关键字的使用》C#中的checked关键字用于启用整数运算的溢出检查,可以捕获并抛出System.OverflowException异常,而unchecked... 目录在 C# 中,checked 关键字用于启用整数运算的溢出检查。默认情况下,C# 的整数运算不会自