给ChuanhuChatGPT 配上讯飞星火spark大模型V2.0(一)

2023-10-30 04:51

本文主要是介绍给ChuanhuChatGPT 配上讯飞星火spark大模型V2.0(一),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!

ChuanhuChatGPT 拥有多端、比较好看的Gradio界面,开发比较完整;
刚好讯飞星火非常大气,免费可以领取大概20w(!!!)的token,这波必须不亏,整上。
在这里插入图片描述

重要参考:

  • 川虎 Chat 🐯 Chuanhu Chat
  • 讯飞星火认知大模型

文章目录

  • 1 讯飞星火大模型
    • 1.1 web api申请
    • 1.2 web api调用
    • 1.3 web api的参数
    • 1.4 一些报错
  • 2 川虎 Chat 🐯 Chuanhu Chat
    • 2.1 川虎 Chat docker部署
    • 2.2 常规本地部署
    • 2.3 config.json 详解
    • 2.4 页面基础配置项:presets.py


1 讯飞星火大模型

1.1 web api申请

在这里插入图片描述
基本上实名认证后,可以申请个人免费包,然后来到控制台
在这里插入图片描述
开启应用,把APPID、APISerect、APIKey记下就可以去开启API了。
这里星火大模型有两个版本:V1.5 V2 免费Token都非常多

1.2 web api调用

在这里插入图片描述
因为官方给到的一直报错,这里也可以使用别人已经封装好的,
需要安装:

!pip install websocket 
!pip install websocket-client

参考这个开源:sparkdesk_api,安装:

pip install sparkdesk-api==1.3.0

直接流式调用:

from sparkdesk_api.core import SparkAPI
# 默认api接口版本为1.5,开启v2.0版本只需指定 version=2.1 即可
sparkAPI = SparkAPI(app_id=app_id,api_secret=api_secret,api_key=api_key,# version=2.1
)# 流式调用
sparkAPI.chat_stream()# 一次性问答调用
sparkAPI.chat("你想问什么?")

1.3 web api的参数

这里参考这篇文章:讯飞星火大模型 API 封装
在这里插入图片描述

1.4 一些报错

{"message":"HMAC signature does not match"

之前笔者报错过,原来是apikey和api_secret写反了…


2 川虎 Chat 🐯 Chuanhu Chat

环境需要:
一定需要python3.10,而且window/linux/mac都是可以的

部署的时候,如果不在本地下载大模型,可以不用安装GPU之类的。

2.1 川虎 Chat docker部署

笔者之前尝试的是直接使用chuanhu的docker,参考:使用 Docker 部署
但是chuanhu的docker有蛮多问题,如果要自己本地下载大模型,非常不建议使用他们提供的docker,GPU的一些配置需要额外自己配,然后里面的环境比较简单
如果要借用chuanhu下载本地大模型CHATGLM之类的,建议使用阿里云modelscope的docker,好用! 参考:ModelScope 官方提供的 Docker 镜像

拉取镜像并获取配置文件:

docker run --rm tuchuanhuhuhu/chuanhuchatgpt:latest \
cat /app/config_example.json > ~/ChuanhuChatGPT/config.json

运行 Docker 容器

docker run -d --name ChuanhuChat \-v ~/ChuanhuChatGPT/history:/app/history \-v ~/ChuanhuChatGPT/config.json:/app/config.json \-p 7860:7860 \tuchuanhuhuhu/chuanhuchatgpt:latest

这里强调一下history 是历史记录文件夹;config.json重要配置文件
其中-v 这里一定要写绝对路径,不然会报路径错误

如果需要安装本地模型所需的依赖,

docker exec -it ChuanhuChat /bin/bash

然后进入 /app 目录,执行以下命令安装依赖:

pip install -r requirements_advanced.txt

此时在config.json配上星火大模型相关信息:

在这里插入图片描述
直接docker run就可以打开 7860端口看到web页面了。

2.2 常规本地部署

本地部署可参考:手动安装(适用于大部分用户)

git clone https://github.com/GaiZhenbiao/ChuanhuChatGPT.git
cd ChuanhuChatGPT
pip install -r requirements.txt# 如果你还想使用本地运行大模型的功能,请再执行下面的命令:
pip install -r requirements_advanced.txt

然后把config.json配置一下就可以启动了:

python ChuanhuChatbot.py

如果一切顺利,现在,你应该已经可以在浏览器地址栏中输入 http://localhost:7860 查看并使用 川虎Chat 了。

其中,笔者启动的时候发现port一直会报错,需要将config.jsonserver_nameserver_port不能使用默认的:
在这里插入图片描述
关于部署贴一下原文,涉及server_name , server_port

在这里插入图片描述

2.3 config.json 详解

整体来说,chuanhu是比较傻瓜启动的,所以,需要了解config.json这个重要的配置项,可见:配置 config.json

因为chuanhu兼容了非常多模型,所以可配置的东西很多,一般默认是None,里面注释比较清楚:
在这里插入图片描述

2.4 页面基础配置项:presets.py

ChuanhuChatGPT/modules/presets.py是配置里面的内容:

在这里插入图片描述
还有包括,上面的配置项也都是:
在这里插入图片描述

这篇关于给ChuanhuChatGPT 配上讯飞星火spark大模型V2.0(一)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/305695

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费