一个LLM调用平台。旨在通过使用为小模型外挂知识库查找的方式，实现近似于大模型的生成能力。
- 目前支持模型：
chatGLM-6B、chatRWKV、chatYuan、llama系列。 - 知识库扩展模型能力
- 支持参数在线调整
- 支持
chatGLM-6B、chatRWKV、llama系列流式输出和输出过程中中断 - 自动保存对话历史至浏览器（多用户同时使用不会冲突，
chatRWKV历史消息实现方式需使用string） - 对话历史管理（删除单条、清空）
- 支持局域网、内网部署和多用户同时使用。
- 多用户同时使用中会自动排队，并显示当前用户。
欢迎同学们制作教学视频、懒人包等，做好请和我联系，我会把相关链接加到readme里
交流QQ群：162451840（已满）；241773574
建议在论坛中讨论
链接：https://pan.baidu.com/s/105nOsldGt5mEPoT2np1ZoA?pwd=lyqz
视频教程：https://www.bilibili.com/video/BV1aX4y1z7ar/?vd_source=629edb00375d46ad4097acdc7cbc0ca3
提取码：lyqz
默认参数在GTX1660Ti（6G显存）上运行良好。
- 旧版包含程序主体和chatGLM-6B、chatYuan，分别是独立的压缩文件。
- chatRWKV模型更新频繁，请去官方链接下最新的。暂不支持chatPDF功能，很快就加上。
- 新版暂时只有chatGLM-6B，但重新制作，体积更新，包含各种优化，集成知识库功能，推荐使用。
通用依赖：pip install -r requirements.txt
根据使用的 知识库进行相应配置
根据需要，下载对应模型。
建议使用chatRWKV的RWKV-4-Raven-7B-v10，或chatGLM-6B。
根据config.xml中说明，填写你的模型下载位置等信息
知识库原理是生成一些提示信息，会插入到对话里面。
fess模式、bing模式、bingxs模式、 bingsite模式均调用搜索引擎搜索获取答案。
搜索后在回答之前插入提示信息，知识库的数据就被模型知道了。
为防止爆显存，插入的数据不能太长，所以有字数限制。
知识库在线模式：pip install -r requirements-bing.txt
是有以下几种方案：
- bing模式，cn.bing搜索，仅国内可用
- bingxs模式，cn.bing学术搜索，仅国内可用
- bingsite模式，bing站内搜索，需设置网址
- st模式，sentence_transformers+faiss进行索引
- mix模式，融合
- fess模式，本地部署的fess搜索，并进行关键词提取
sentence_transformers+faiss进行索引、匹配，并连同上下文返回，相当于原先x模式升级版。
构建索引运行：plugins/buils_ST_data.bat。
Linux直接使用wenda环境执行python plugins/gen_data_st.py
需下载模型GanymedeNil/text2vec-large-chinese置于model文件夹，并将txt格式语料置于txt文件夹。
TODO：在线语料上传、根据字数灵活提供上下文、根据上下文相关性提供上下文。
- 懒人包中下载fess-14.7.0-with-jdk.7z
- 解压到平时放软件的盘
- 打开解压出来的fess-14.7.0-with-jdk\bin目录
- 双击fess.in.bat
- 双击fess.bat. 弹出命令行运行框. 将其最小化
- 打开浏览器. 打开网址http://localhost:8080/
- 点击右上角log in 输入账号:admin 密码：wenda 进行登录
- 点击侧边栏中的Crawler. 点击File System
- 点击右上角的Create New
- Name输入便于记忆的资料库的名字
- Paths输入资料库的地址（格式示例：file:///E:/pdf）
- 其余选项保持默认. 下滚至最下方点击Create
- 自动返回File System页面. 点击刚才创建的选项（自己输入的Name）
- 点击Create new job. 点击Create
- 进入侧边栏的System内的Scheduler. 可以看到很多任务
- 目录的前面可以看到刚刚创建的job（示例：File Crawler - pdf search）. 点击进入
- 点击Start now. 刷新界面即可看到该任务正在运行. running
- 此时fess就在爬取文件的名字和内容. 可以在资源管理器看到cpu有负载
- 挂机。等待爬取完成即可尝试搜索关键词
- 安装JDK
wget https://download.java.net/java/17/latest/jdk-17_linux-x64_bin.tar.gz
sudo tar xvf jdk-17_linux-x64_bin.tar.gz -C /usr/local/
解压后，JDK 17 将被安装在 /usr/local/jdk-17 目录中。
配置环境变量。要在系统中使用 JDK 17，您需要将其添加到 PATH 环境变量中。您可以使用以下命令将其添加到 /etc/profile 文件中：
rm -f /etc/alternatives/java
ln -s /usr/local/jdk-17.0.6/bin/java /etc/alternatives/java
echo export JAVA_HOME=/usr/local/jdk-17.0.6 >>/etc/profile
echo export PATH='$PATH':'$JAVA_HOME'/bin >>/etc/profile
echo export CLASSPATH=.:'$JAVA_HOME'/lib/dt.jar:'$JAVA_HOME'/lib/tools.jar >>/etc/profile
source /etc/profile
确认安装。您可以使用以下命令检查 JDK 17 是否已成功安装：
java -version
如果一切正常，您应该会看到类似以下内容的输出：
openjdk version "17.0.1" 2021-10-19 OpenJDK Runtime Environment (build 17.0.1+12-39) OpenJDK 64-Bit Server VM (build 17.0.1+12-39, mixed mode, sharing)
- 安装fess 下载fess 解压fess
unzip fess-14.7.0.zip
cd bin
./fess -d
正常使用中，勾选右上角知识库
运行：run_GLM6B.bat。
模型位置等参数：修改config.xml。
默认参数在GTX1660Ti（6G显存）上运行良好。
运行：run_rwkv.bat。
模型位置等参数：修改config.xml。
默认参数在GTX1660Ti（6G显存）上正常运行，但速度较慢。
运行：run_llama.bat。
注意库最好使用我修改的：llama-cpp-python，才可以正常使用中文（截止4月15日）。
编译好的：https://github.com/l15y/llama-cpp-python/releases
模型位置等参数：修改config.xml。