Merge branch 'dev' of github.com:chatchat-space/Langchain-Chatchat into dev

README.md

@@ -42,7 +42,7 @@
 
 🚩 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。
 
-🌐 [AutoDL 镜像](https://www.codewithgpu.com/i/imClumsyPanda/langchain-ChatGLM/langchain-ChatGLM) 中 `v5` 版本所使用代码已更新至本项目 `0.2.0` 版本。
+🌐 [AutoDL 镜像](https://www.codewithgpu.com/i/imClumsyPanda/langchain-ChatGLM/Langchain-Chatchat) 中 `v5` 版本所使用代码已更新至本项目 `0.2.0` 版本。
 
 🐳 [Docker 镜像](registry.cn-beijing.aliyuncs.com/chatchat/chatchat:0.2.0)
 
@@ -214,6 +214,7 @@ embedding_model_dict = {
   ```shell
   $ python init_database.py
   ```
+  
 - 如果您是第一次运行本项目，知识库尚未建立，或者配置文件中的知识库类型、嵌入模型发生变化，需要以下命令初始化或重建知识库：
 
   ```shell
@@ -242,8 +243,7 @@ embedding_model_dict = {
 $ python server/llm_api.py
 ```
 
-项目支持多卡加载，需在 llm_api.py 中修改 create_model_worker_app 函数中如下三个参数:
+项目支持多卡加载，需在 llm_api.py 中修改 create_model_worker_app 函数中，修改如下三个参数:
-
 ```python
 gpus=None, 
 num_gpus=1, 
@@ -258,14 +258,12 @@ max_gpu_memory="20GiB"
 
 ##### 5.1.2 基于命令行脚本 llm_api_launch.py 启动 LLM 服务
 
-**!!!注意:**
+⚠️ **注意:** 
 
 **1.llm_api_launch.py脚本仅适用于linux和mac设备,win平台请使用wls;**
 
 **2.加载非默认模型需要用命令行参数--model-path-address指定指定模型，不会读取model_config.py配置;**
 
-**!!!**
-
 在项目根目录下，执行 [server/llm_api_launch.py](server/llm_api.py) 脚本启动 **LLM 模型**服务：
 
 ```shell
@@ -284,7 +282,7 @@ $ python server/llm_api_launch.py --model-path-addresss model1@host1@port1 model
 $ python server/llm_api_launch.py --gpus 0,1 --num-gpus 2 --max-gpu-memory 10GiB
 ```
 
-注：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,但该脚本**仅适用于linux和mac平台,win平台请使用wsl**：
+注：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 
@@ -352,6 +350,7 @@ $ streamlit run webui.py --server.port 666
 - Web UI 对话界面：
 
   ![](img/webui_0813_0.png)
+
 - Web UI 知识库管理页面：
 
   ![](img/webui_0813_1.png)
@@ -422,7 +421,7 @@ $ python webui_allinone.py --model-path-address model1@host1@port1 model2@host2@
 $ python webui_alline.py --model-path-address model@host@port --num-gpus 2 --gpus 0,1 --max-gpu-memory 10GiB
 ```
 
-其他参数详见各脚本及fastchat服务说明。
+其他参数详见各脚本及 Fastchat 服务说明。
 
 上述两个一键启动脚本会后台运行多个服务，如要停止所有服务，可使用 `shutdown_all.sh` 脚本：
 
@@ -472,6 +471,6 @@ bash shutdown_all.sh
 
 ## 项目交流群
 
-<img src="img/qr_code_51.jpg" alt="二维码" width="300" height="300" />
+<img src="img/qr_code_52.jpg" alt="二维码" width="300" height="300" />
 
 🎉 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。

server/api_allinone.py

@@ -11,10 +11,11 @@ python server/api_allinone.py --model-path-address model@host@port --num-gpus 2
 """
 import sys
 import os
+
 sys.path.append(os.path.dirname(__file__))
 sys.path.append(os.path.dirname(os.path.dirname(__file__)))
 
-from llm_api_launch import launch_all,parser,controller_args,worker_args,server_args
+from llm_api_launch import launch_all, parser, controller_args, worker_args, server_args
 from api import create_app
 import uvicorn
 
@@ -23,8 +24,8 @@ parser.add_argument("--api-port", type=int, default=7861)
 parser.add_argument("--ssl_keyfile", type=str)
 parser.add_argument("--ssl_certfile", type=str)
 
+api_args = ["api-host", "api-port", "ssl_keyfile", "ssl_certfile"]
 
-api_args = ["api-host","api-port","ssl_keyfile","ssl_certfile"]
 
 def run_api(host, port, **kwargs):
     app = create_app()
@@ -38,13 +39,14 @@ def run_api(host, port, **kwargs):
     else:
         uvicorn.run(app, host=host, port=port)
 
+
 if __name__ == "__main__":
     print("Luanching api_allinone，it would take a while, please be patient...")
     print("正在启动api_allinone，LLM服务启动约3-10分钟，请耐心等待...")
     # 初始化消息
     args = parser.parse_args()
     args_dict = vars(args)
-    launch_all(args=args,controller_args=controller_args,worker_args=worker_args,server_args=server_args)
+    launch_all(args=args, controller_args=controller_args, worker_args=worker_args, server_args=server_args)
     run_api(
         host=args.api_host,
         port=args.api_port,

server/llm_api_launch.py

@@ -132,7 +132,7 @@ worker_args = [
     "gptq-ckpt", "gptq-wbits", "gptq-groupsize",
     "gptq-act-order", "model-names", "limit-worker-concurrency",
     "stream-interval", "no-register",
-    "controller-address","worker-address"
+    "controller-address", "worker-address"
 ]
 # -----------------openai server---------------------------
 
@@ -159,8 +159,6 @@ server_args = ["server-host", "server-port", "allow-credentials", "api-keys",
                "controller-address"
                ]
 
-
-
 # 0,controller, model_worker, openai_api_server
 # 1, 命令行选项
 # 2,LOG_PATH
@@ -201,7 +199,7 @@ def string_args(args, args_list):
     return args_str
 
 
-def launch_worker(item,args,worker_args=worker_args):
+def launch_worker(item, args, worker_args=worker_args):
     log_name = item.split("/")[-1].split("\\")[-1].replace("-", "_").replace("@", "_").replace(".", "_")
     # 先分割model-path-address,在传到string_args中分析参数
     args.model_path, args.worker_host, args.worker_port = item.split("@")
@@ -230,11 +228,11 @@ def launch_all(args,
     subprocess.run(controller_check_sh, shell=True, check=True)
     print(f"worker启动时间视设备不同而不同，约需3-10分钟，请耐心等待...")
     if isinstance(args.model_path_address, str):
-        launch_worker(args.model_path_address,args=args,worker_args=worker_args)
+        launch_worker(args.model_path_address, args=args, worker_args=worker_args)
     else:
         for idx, item in enumerate(args.model_path_address):
             print(f"开始加载第{idx}个模型:{item}")
-            launch_worker(item,args=args,worker_args=worker_args)
+            launch_worker(item, args=args, worker_args=worker_args)
 
     server_str_args = string_args(args, server_args)
     server_sh = base_launch_sh.format("openai_api_server", server_str_args, LOG_PATH, "openai_api_server")
@@ -244,6 +242,7 @@ def launch_all(args,
     print("Launching LLM service done!")
     print("LLM服务启动完毕。")
 
+
 if __name__ == "__main__":
     args = parser.parse_args()
     # 必须要加http//:，否则InvalidSchema: No connection adapters were found