diff --git a/README.md b/README.md index 85aaadf..c28396d 100644 --- a/README.md +++ b/README.md @@ -47,6 +47,15 @@ 从`0.1.x`升级过来的用户请注意，在完成[“开发部署 3 设置配置项”](docs/INSTALL.md)之后，需要将现有知识库迁移到新格式，具体见[知识库初始化与迁移](docs/INSTALL.md#知识库初始化与迁移)。 +### `0.2.0` 版本与 `0.1.x` 版本区别 + +1. 使用 [FastChat](https://github.com/lm-sys/FastChat) 提供开源 LLM 模型的 API，以 OpenAI API 接口形式接入，提升 LLM 模型加载效果； +2. 使用 [langchain](https://github.com/langchain-ai/langchain) 中已有 Chain 的实现，便于后续接入不同类型 Chain，并将对 Agent 接入开展测试； +3. 使用 [FastAPI](https://github.com/tiangolo/fastapi) 提供 API 服务，全部接口可在 FastAPI 自动生成的 docs 中开展测试，且所有对话接口支持通过参数设置流式或非流式输出； +4. 使用 [Streamlit](https://github.com/streamlit/streamlit) 提供 WebUI 服务，可选是否基于 API 服务启动 WebUI，且后续可支持不同形式输出内容的显示； +5. 除 [FAISS](https://github.com/facebookresearch/faiss) 向量库外，还提供 [Milvus](https://github.com/milvus-io/milvus), [PGVector](https://github.com/pgvector/pgvector) 向量库的接入； +6. 项目中默认 LLM 模型改为 [THUDM/chatglm2-6b](https://huggingface.co/THUDM/chatglm2-6b)，默认 Embedding 模型改为 [moka-ai/m3e-base](https://huggingface.co/moka-ai/m3e-base)，文件加载方式与文段划分方式也有调整，后续将重新实现上下文扩充，并增加可选设置。 + ## 模型支持 本项目中默认使用的 LLM 模型为 [THUDM/chatglm2-6b](https://huggingface.co/THUDM/chatglm2-6b)，默认使用的 Embedding 模型为 [moka-ai/m3e-base](https://huggingface.co/moka-ai/m3e-base) 为例。 @@ -261,6 +270,10 @@ $ python webui.py - [ ] 结构化数据接入 - [X] .csv - [ ] .xlsx + - [ ] 分词及召回 + - [ ] 接入不同类型 TextSplitter + - [ ] 优化依据中文标点符号设计的 ChineseTextSplitter + - [ ] 重新实现上下文拼接召回 - [ ] 本地网页接入 - [ ] SQL 接入 - [ ] 知识图谱/图数据库接入 diff --git a/knowledge_base/samples/content/README.md b/knowledge_base/samples/content/README.md deleted file mode 100644 index 6bc715f..0000000 --- a/knowledge_base/samples/content/README.md +++ /dev/null @@ -1,272 +0,0 @@ -# 基于本地知识库的 ChatGLM 等大语言模型应用实现 - -## 目录 - -* [介绍](README.md#介绍) -* [变更日志](README.md#变更日志) -* [模型支持](README.md#模型支持) -* [Docker 整合包](README.md#Docker-整合包) -* [Docker 部署](README.md#Docker-部署) -* [开发部署](README.md#开发部署) - * [软件需求](README.md#软件需求) - * [1. 开发环境准备](README.md#1.-开发环境准备) - * [2. 下载模型至本地](README.md#2.-下载模型至本地) - * [3. 设置配置项](README.md#3.-设置配置项) - * [4. 启动 API 服务或 Web UI](README.md#4.-启动-API-服务或-Web-UI) -* [常见问题](README.md#常见问题) -* [路线图](README.md#路线图) -* [项目交流群](README.md#项目交流群) - -## 介绍 - -🤖️ 一种利用 [langchain](https://github.com/hwchase17/langchain) 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。 - -💡 受 [GanymedeNil](https://github.com/GanymedeNil) 的项目 [document.ai](https://github.com/GanymedeNil/document.ai) 和 [AlexZhangji](https://github.com/AlexZhangji) 创建的 [ChatGLM-6B Pull Request](https://github.com/THUDM/ChatGLM-6B/pull/216) 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。本项目的最新版本中通过使用 [FastChat](https://github.com/lm-sys/FastChat) 接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型，依托于 [langchain](https://github.com/langchain-ai/langchain) 框架支持通过基于 [FastAPI](https://github.com/tiangolo/fastapi) 提供的 API 调用服务，或使用基于 [Streamlit](https://github.com/streamlit/streamlit) 的 WebUI 进行操作。 - -✅ 依托于本项目支持的开源 LLM 与 Embedding 模型，本项目可实现全部使用**开源**模型**离线私有部署**。与此同时，本项目也支持 OpenAI GPT API 的调用，并将在后续持续扩充对各类模型及模型 API 的接入。 - -⛓️ 本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的 `top k`个 -> 匹配出的文本作为上下文和问题一起添加到 `prompt`中 -> 提交给 `LLM`生成回答。 - -📺 [原理介绍视频](https://www.bilibili.com/video/BV13M4y1e7cN/?share_source=copy_web&vd_source=e6c5aafe684f30fbe41925d61ca6d514) - -![实现原理图](img/langchain+chatglm.png) - -从文档处理角度来看，实现流程如下： - -![实现原理图2](img/langchain+chatglm2.png) - -🚩 本项目未涉及微调、训练过程，但可利用微调或训练对本项目效果进行优化。 - -🐳 Docker镜像：registry.cn-beijing.aliyuncs.com/isafetech/chatmydata:1.0 （感谢 @InkSong🌲 ） - -💻 运行方式：docker run -d -p 80:7860 --gpus all registry.cn-beijing.aliyuncs.com/isafetech/chatmydata:1.0 - -## 变更日志 - -参见 [版本更新日志](https://github.com/imClumsyPanda/langchain-ChatGLM/releases)。 - -从`0.1.x`升级过来的用户请注意，在完成[“开发部署 3 设置配置项”](docs/INSTALL.md)之后，需要将现有知识库迁移到新格式，具体见[知识库初始化与迁移](docs/INSTALL.md#知识库初始化与迁移)。 - -## 模型支持 - -本项目中默认使用的 LLM 模型为 [THUDM/chatglm2-6b](https://huggingface.co/THUDM/chatglm2-6b)，默认使用的 Embedding 模型为 [moka-ai/m3e-base](https://huggingface.co/moka-ai/m3e-base) 为例。 - -### LLM 模型支持 - -本项目最新版本中基于 [FastChat](https://github.com/lm-sys/FastChat) 进行本地 LLM 模型接入，支持模型如下： - -- [meta-llama/Llama-2-7b-chat-hf](https://huggingface.co/meta-llama/Llama-2-7b-chat-hf) -- Vicuna, Alpaca, LLaMA, Koala -- [BlinkDL/RWKV-4-Raven](https://huggingface.co/BlinkDL/rwkv-4-raven) -- [camel-ai/CAMEL-13B-Combined-Data](https://huggingface.co/camel-ai/CAMEL-13B-Combined-Data) -- [databricks/dolly-v2-12b](https://huggingface.co/databricks/dolly-v2-12b) -- [FreedomIntelligence/phoenix-inst-chat-7b](https://huggingface.co/FreedomIntelligence/phoenix-inst-chat-7b) -- [h2oai/h2ogpt-gm-oasst1-en-2048-open-llama-7b](https://huggingface.co/h2oai/h2ogpt-gm-oasst1-en-2048-open-llama-7b) -- [lcw99/polyglot-ko-12.8b-chang-instruct-chat](https://huggingface.co/lcw99/polyglot-ko-12.8b-chang-instruct-chat) -- [lmsys/fastchat-t5-3b-v1.0](https://huggingface.co/lmsys/fastchat-t5) -- [mosaicml/mpt-7b-chat](https://huggingface.co/mosaicml/mpt-7b-chat) -- [Neutralzz/BiLLa-7B-SFT](https://huggingface.co/Neutralzz/BiLLa-7B-SFT) -- [nomic-ai/gpt4all-13b-snoozy](https://huggingface.co/nomic-ai/gpt4all-13b-snoozy) -- [NousResearch/Nous-Hermes-13b](https://huggingface.co/NousResearch/Nous-Hermes-13b) -- [openaccess-ai-collective/manticore-13b-chat-pyg](https://huggingface.co/openaccess-ai-collective/manticore-13b-chat-pyg) -- [OpenAssistant/oasst-sft-4-pythia-12b-epoch-3.5](https://huggingface.co/OpenAssistant/oasst-sft-4-pythia-12b-epoch-3.5) -- [project-baize/baize-v2-7b](https://huggingface.co/project-baize/baize-v2-7b) -- [Salesforce/codet5p-6b](https://huggingface.co/Salesforce/codet5p-6b) -- [StabilityAI/stablelm-tuned-alpha-7b](https://huggingface.co/stabilityai/stablelm-tuned-alpha-7b) -- [THUDM/chatglm-6b](https://huggingface.co/THUDM/chatglm-6b) -- [THUDM/chatglm2-6b](https://huggingface.co/THUDM/chatglm2-6b) -- [tiiuae/falcon-40b](https://huggingface.co/tiiuae/falcon-40b) -- [timdettmers/guanaco-33b-merged](https://huggingface.co/timdettmers/guanaco-33b-merged) -- [togethercomputer/RedPajama-INCITE-7B-Chat](https://huggingface.co/togethercomputer/RedPajama-INCITE-7B-Chat) -- [WizardLM/WizardLM-13B-V1.0](https://huggingface.co/WizardLM/WizardLM-13B-V1.0) -- [WizardLM/WizardCoder-15B-V1.0](https://huggingface.co/WizardLM/WizardCoder-15B-V1.0) -- [baichuan-inc/baichuan-7B](https://huggingface.co/baichuan-inc/baichuan-7B) -- [internlm/internlm-chat-7b](https://huggingface.co/internlm/internlm-chat-7b) -- [Qwen/Qwen-7B-Chat](https://huggingface.co/Qwen/Qwen-7B-Chat) -- [HuggingFaceH4/starchat-beta](https://huggingface.co/HuggingFaceH4/starchat-beta) -- 任何 [EleutherAI](https://huggingface.co/EleutherAI) 的 pythia 模型，如 [pythia-6.9b](https://huggingface.co/EleutherAI/pythia-6.9b) -- 在以上模型基础上训练的任何 [Peft](https://github.com/huggingface/peft) 适配器。为了激活，模型路径中必须有 `peft` 。注意：如果加载多个peft模型，你可以通过在任何模型工作器中设置环境变量 `PEFT_SHARE_BASE_WEIGHTS=true` 来使它们共享基础模型的权重。 - -以上模型支持列表可能随 [FastChat](https://github.com/lm-sys/FastChat) 更新而持续更新，可参考 [FastChat 已支持模型列表](https://github.com/lm-sys/FastChat/blob/main/docs/model_support.md)。 - -### Embedding 模型支持 - -本项目支持调用 [HuggingFace](https://huggingface.co/models?pipeline_tag=sentence-similarity) 中的 Embedding 模型，已支持的 Embedding 模型如下： - -- [moka-ai/m3e-small](https://huggingface.co/moka-ai/m3e-small) -- [moka-ai/m3e-base](https://huggingface.co/moka-ai/m3e-base) -- [moka-ai/m3e-large](https://huggingface.co/moka-ai/m3e-large) -- [BAAI/bge-small-zh](https://huggingface.co/BAAI/bge-small-zh) -- [BAAI/bge-base-zh](https://huggingface.co/BAAI/bge-base-zh) -- [BAAI/bge-large-zh](https://huggingface.co/BAAI/bge-large-zh) -- [text2vec-base-chinese-sentence](https://huggingface.co/shibing624/text2vec-base-chinese-sentence) -- [text2vec-base-chinese-paraphrase](https://huggingface.co/shibing624/text2vec-base-chinese-paraphrase) -- [text2vec-base-multilingual](https://huggingface.co/shibing624/text2vec-base-multilingual) -- [shibing624/text2vec-base-chinese](https://huggingface.co/shibing624/text2vec-base-chinese) -- [GanymedeNil/text2vec-large-chinese](https://huggingface.co/GanymedeNil/text2vec-large-chinese) -- [nghuyong/ernie-3.0-nano-zh](https://huggingface.co/nghuyong/ernie-3.0-nano-zh) -- [nghuyong/ernie-3.0-base-zh](https://huggingface.co/nghuyong/ernie-3.0-base-zh) - -## Docker 整合包 - -🐳 Docker镜像地址：`registry.cn-beijing.aliyuncs.com/isafetech/chatmydata:1.0 `🌲 - -💻 一行命令运行： - -```shell -docker run -d -p 80:7860 --gpus all registry.cn-beijing.aliyuncs.com/isafetech/chatmydata:1.0 -``` - -- 该版本镜像大小 `25.2G`，使用[v0.1.16](https://github.com/imClumsyPanda/langchain-ChatGLM/releases/tag/v0.1.16)，以 `nvidia/cuda:12.1.1-cudnn8-runtime-ubuntu22.04`为基础镜像 -- 该版本内置两个 `embedding`模型：`m3e-base`，`text2vec-large-chinese`，内置 `fastchat+chatglm-6b` -- 该版本目标为方便一键部署使用，请确保您已经在Linux发行版上安装了NVIDIA驱动程序 -- 请注意，您不需要在主机系统上安装CUDA工具包，但需要安装 `NVIDIA Driver`以及 `NVIDIA Container Toolkit`，请参考[安装指南](https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html) -- 首次拉取和启动均需要一定时间，首次启动时请参照下图使用 `docker logs -f `查看日志 -- 如遇到启动过程卡在 `Waiting..`步骤，建议使用 `docker exec -it bash`进入 `/logs/`目录查看对应阶段日志 - ![](img/docker_logs.png) - -## Docker 部署 - -为了能让容器使用主机GPU资源，需要在主机上安装 [NVIDIA Container Toolkit](https://github.com/NVIDIA/nvidia-container-toolkit)。具体安装步骤如下： - -```shell -sudo apt-get update -sudo apt-get install -y nvidia-container-toolkit-base -sudo systemctl daemon-reload -sudo systemctl restart docker -``` - -安装完成后，可以使用以下命令编译镜像和启动容器： - -``` -docker build -f Dockerfile-cuda -t chatglm-cuda:latest . -docker run --gpus all -d --name chatglm -p 7860:7860 chatglm-cuda:latest - -#若要使用离线模型，请配置好模型路径，然后此 repo 挂载到 Container -docker run --gpus all -d --name chatglm -p 7860:7860 -v ~/github/langchain-ChatGLM:/chatGLM chatglm-cuda:latest -``` - -## 开发部署 - -### 软件需求 - -本项目已在 Python 3.8.1 - 3.10，CUDA 11.7 环境下完成测试。已在 Windows、ARM 架构的 macOS、Linux 系统中完成测试。 - -### 1. 开发环境准备 - -参见 [开发环境准备](docs/INSTALL.md)。 - -### 2. 下载模型至本地 - -如需在本地或离线环境下运行本项目，需要首先将项目所需的模型下载至本地，通常开源 LLM 与 Embedding 模型可以从 [HuggingFace](https://huggingface.co/models) 下载。 - -以本项目中默认使用的 LLM 模型 [THUDM/chatglm2-6b](https://huggingface.co/THUDM/chatglm2-6b) 与 Embedding 模型 [moka-ai/m3e-base](https://huggingface.co/moka-ai/m3e-base) 为例： - -下载模型需要先[安装Git LFS](https://docs.github.com/zh/repositories/working-with-files/managing-large-files/installing-git-large-file-storage)，然后运行 - -```Shell -$ git clone https://huggingface.co/THUDM/chatglm2-6b - -$ git clone https://huggingface.co/moka-ai/m3e-base -``` - -### 3. 设置配置项 - -复制文件 [configs/model_config.py.example](configs/model_config.py.example) 存储至项目路径下 `./configs` 路径下，并重命名为 `model_config.py`。 - -在开始执行 Web UI 或命令行交互前，请先检查 `configs/model_config.py` 中的各项模型参数设计是否符合需求： - -- 请确认已下载至本地的 LLM 模型本地存储路径写在 `llm_model_dict` 对应模型的 `local_model_path` 属性中，如: - -```python -llm_model_dict={ - "chatglm2-6b": { - "local_model_path": "/Users/xxx/Downloads/chatglm2-6b", - "api_base_url": "http://localhost:8888/v1", # "name"修改为fastchat服务中的"api_base_url" - "api_key": "EMPTY" - }, - } -``` - -- 请确认已下载至本地的 Embedding 模型本地存储路径写在 `embedding_model_dict` 对应模型位置，如： - -```python -embedding_model_dict = { - "m3e-base": "/Users/xxx/Downloads/m3e-base", - } -``` - -### 4. 启动 API 服务或 Web UI - -#### 4.1 启动LLM服务 - -在项目根目录下，执行 [server/llm_api.py](server/llm_api.py) 脚本启动 **LLM 模型**服务： - -```shell -$ python server/llm_api.py -``` - -以如上方式启动LLM服务会以nohup命令在后台运行fastchat服务，如需停止服务，可以运行如下命令： - -```shell -$python server/llm_api_shutdown.py --serve all -``` - -亦可单独停止一个fastchat服务模块，可选[all, controller,model_worker,openai_api_server] - -#### 4.2 启动API服务 - -启动**LLM服务**后，执行 [server/api.py](server/api.py) 脚本启动 **API** 服务 - -```shell -$ python server/api.py -``` - -#### 4.3 启动Web UI服务 - -执行 [webui.py](webui.py) 启动 **Web UI** 服务 - -```shell -$ python webui.py -``` - -### 常见问题 - -参见 [常见问题](docs/FAQ.md)。 - -## 路线图 - -- [X] Langchain 应用 - - [X] 本地数据接入 - - [X] 接入非结构化文档 - - [X] .md - - [X] .txt - - [X] .docx - - [ ] 结构化数据接入 - - [X] .csv - - [ ] .xlsx - - [ ] 本地网页接入 - - [ ] SQL 接入 - - [ ] 知识图谱/图数据库接入 - - [X] 搜索引擎接入 - - [X] Bing 搜索 - - [X] DuckDuckGo 搜索 - - [ ] Agent 实现 -- [X] LLM 模型接入 - - [X] 支持通过调用 [fastchat](https://github.com/lm-sys/FastChat) api 调用 llm -- [X] 增加更多 Embedding 模型支持 - - [X] [nghuyong/ernie-3.0-nano-zh](https://huggingface.co/nghuyong/ernie-3.0-nano-zh) - - [X] [nghuyong/ernie-3.0-base-zh](https://huggingface.co/nghuyong/ernie-3.0-base-zh) - - [X] [shibing624/text2vec-base-chinese](https://huggingface.co/shibing624/text2vec-base-chinese) - - [X] [GanymedeNil/text2vec-large-chinese](https://huggingface.co/GanymedeNil/text2vec-large-chinese) - - [X] [moka-ai/m3e-small](https://huggingface.co/moka-ai/m3e-small) - - [X] [moka-ai/m3e-base](https://huggingface.co/moka-ai/m3e-base) -- [X] 基于 FastAPI 的 API 方式调用 -- [X] Web UI - - [X] 基于 Streamlit 的 Web UI - -## 项目交流群 - -二维码 - -🎉 langchain-ChatGLM 项目微信交流群，如果你也对本项目感兴趣，欢迎加入群聊参与讨论交流。 diff --git a/knowledge_base/samples/vector_store/index.faiss b/knowledge_base/samples/vector_store/index.faiss index a3fcd52..e20f2cf 100644 Binary files a/knowledge_base/samples/vector_store/index.faiss and b/knowledge_base/samples/vector_store/index.faiss differ diff --git a/knowledge_base/samples/vector_store/index.pkl b/knowledge_base/samples/vector_store/index.pkl index a324da1..9669122 100644 Binary files a/knowledge_base/samples/vector_store/index.pkl and b/knowledge_base/samples/vector_store/index.pkl differ diff --git a/webui.py b/webui.py index 0a54c14..55dc6be 100644 --- a/webui.py +++ b/webui.py @@ -21,27 +21,30 @@ if __name__ == "__main__": ) if "chat_list" not in st.session_state: - st.session_state["chat_list"] = ["对话"] + st.session_state["chat_list"] = {"对话1": {"need_rename": True}} if "cur_chat_name" not in st.session_state: - st.session_state["cur_chat_name"] = "对话" + st.session_state["cur_chat_name"] = list(st.session_state["chat_list"].keys())[0] if "need_chat_name" not in st.session_state: st.session_state["need_chat_name"] = True - pages = {i: {"icon": "chat", - "func": dialogue_page, - } for i in st.session_state.chat_list} + pages = {i: { + "icon": "chat", + "func": dialogue_page, + } for i in st.session_state.chat_list.keys()} + pages2 = { - "新建对话": {"icon": "plus-circle", - "func": dialogue_page, - }, - "---": {"icon": None, - "func": None}, - "知识库管理": {"icon": "hdd-stack", - "func": knowledge_base_page, - }, - # "模型配置": {"icon": "gear", - # "func": model_config_page, - # } + "新建对话": { + "icon": "plus-circle", + "func": dialogue_page, + }, + "---": { + "icon": None, + "func": None + }, + "知识库管理": { + "icon": "hdd-stack", + "func": knowledge_base_page, + }, } pages.update(pages2) @@ -52,13 +55,12 @@ if __name__ == "__main__": menu_icon="chat-quote", default_index=list(pages.keys()).index(st.session_state["cur_chat_name"])) if selected_page == "新建对话": - if len(st.session_state.chat_list) > 1 and st.session_state.chat_list[0] == "对话": - st.session_state.chat_list[0] = "对话1" - st.write(st.session_state.chat_list) new_chat_name = f"对话{len(st.session_state.chat_list) + 1}" - st.session_state.chat_list += [new_chat_name] + st.session_state.chat_list[new_chat_name] = {"need_rename": True} st.session_state["cur_chat_name"] = new_chat_name - st.session_state["need_chat_name"] = True st.experimental_rerun() - else: + elif selected_page == "知识库管理": + pages[selected_page]["func"](api) + else: + st.session_state["cur_chat_name"] = selected_page pages[selected_page]["func"](api) diff --git a/webui_pages/dialogue/dialogue.py b/webui_pages/dialogue/dialogue.py index 6369000..7426ee7 100644 --- a/webui_pages/dialogue/dialogue.py +++ b/webui_pages/dialogue/dialogue.py @@ -32,35 +32,10 @@ def get_messages_history(history_len: int) -> List[Dict]: def dialogue_page(api: ApiRequest): chat_box.init_session() + chat_box.use_chat_name(st.session_state.cur_chat_name) with st.sidebar: - # with st.expander("会话管理", True): - # col_input, col_btn = st.columns([1.5, 1]) - # col_input.text_input( - # "新会话名称", - # placeholder="新会话名称", - # label_visibility="collapsed", - # key="new_chat_name", - # ) - # - # def on_btn_new_chat(): - # new_chat_name = st.session_state.new_chat_name - # if new_chat_name: - # chat_box.use_chat_name(new_chat_name) - # st.session_state.new_chat_name = "" - # - # col_btn.button( - # "新建会话", - # on_click=on_btn_new_chat, - # use_container_width=True, - # ) - # - # chat_list = chat_box.get_chat_names() - # cur_chat_name = sac.buttons(chat_list, 0) - # chat_box.use_chat_name(cur_chat_name) - - - + # TODO: 对话模型与会话绑定 def on_mode_change(): mode = st.session_state.dialogue_mode text = f"已切换到 {mode} 模式。" @@ -105,18 +80,21 @@ def dialogue_page(api: ApiRequest): # Display chat messages from history on app rerun - chat_box.use_chat_name(st.session_state.cur_chat_name) chat_box.output_messages() - chat_input_placeholder = "请输入对话名称" if st.session_state.need_chat_name else "请输入对话内容，换行请使用Ctrl+Enter" + if st.session_state.chat_list[st.session_state.cur_chat_name]["need_rename"]: + chat_input_placeholder = "请输入对话名称" + else: + chat_input_placeholder = "请输入对话内容，换行请使用Ctrl+Enter " if prompt := st.chat_input(chat_input_placeholder): - if st.session_state.need_chat_name: - if prompt in st.session_state.chat_list: + if st.session_state.chat_list[st.session_state.cur_chat_name]["need_rename"]: + if prompt in st.session_state.chat_list.keys(): st.toast("已有同名对话，请重新命名") else: - st.session_state.chat_list[st.session_state.chat_list.index(st.session_state.cur_chat_name)] = prompt - st.session_state.need_chat_name = False + st.session_state.chat_list[prompt] = {"need_rename": False} + st.session_state.chat_list.pop(st.session_state.cur_chat_name) + chat_box.del_chat_name(st.session_state.cur_chat_name) st.session_state.cur_chat_name = prompt - chat_box.use_chat_name(prompt) + chat_box.use_chat_name(st.session_state.cur_chat_name) st.experimental_rerun() else: history = get_messages_history(history_len) @@ -159,20 +137,23 @@ def dialogue_page(api: ApiRequest): cols = st.columns(3) export_btn = cols[0] if cols[1].button( - "Clear", + "清空对话", use_container_width=True, ): chat_box.reset_history() if cols[2].button( - "Delete", + "删除对话", disabled=len(st.session_state.chat_list) <= 1, use_container_width=True, ): chat_box.del_chat_name(st.session_state.cur_chat_name) + st.session_state.chat_list.pop(st.session_state.cur_chat_name) + st.session_state.cur_chat_name = list(st.session_state.chat_list.keys())[0] + chat_box.use_chat_name(st.session_state.cur_chat_name) st.experimental_rerun() export_btn.download_button( - "Export", + "导出记录", "".join(chat_box.export2md(st.session_state.cur_chat_name)), file_name=f"{now:%Y-%m-%d %H.%M}_{st.session_state.cur_chat_name}.md", mime="text/markdown", diff --git a/webui_pages/knowledge_base/knowledge_base.py b/webui_pages/knowledge_base/knowledge_base.py index 8c4eacd..c7b9d14 100644 --- a/webui_pages/knowledge_base/knowledge_base.py +++ b/webui_pages/knowledge_base/knowledge_base.py @@ -1,3 +1,5 @@ +import sqlite3 + import streamlit as st from webui_pages.utils import * from st_aggrid import AgGrid, JsCode @@ -32,7 +34,11 @@ def config_aggrid( def knowledge_base_page(api: ApiRequest): - kb_list = get_kb_details() + try: + kb_list = get_kb_details() + except Exception as e: + st.error("获取知识库信息错误，请检查是否已按照 `README.md` 中 `4 知识库初始化与迁移` 步骤完成初始化或迁移，或是否为数据库连接错误。") + st.stop() kb_names = [x["kb_name"] for x in kb_list] if "selected_kb_name" in st.session_state and st.session_state["selected_kb_name"] in kb_names: