跳到主要内容

LlamaEdge

LlamaEdge 允许您在本地和通过聊天服务与 GGUF 格式的 LLM 进行聊天。

  • LlamaEdgeChatService 为开发者提供了一个与 OpenAI API 兼容的服务，可以通过 HTTP 请求与 LLM 进行聊天。

  • LlamaEdgeChatLocal 使开发者能够在本地与 LLM 进行聊天（即将推出）。

LlamaEdgeChatService 和 LlamaEdgeChatLocal 都在由 WasmEdge Runtime 驱动的基础设施上运行，它为 LLM 推理任务提供了轻量级且可移植的 WebAssembly 容器环境。

通过 API 服务聊天​

LlamaEdgeChatService 在 llama-api-server 上工作。按照 llama-api-server 快速入门中的步骤，您可以托管自己的 API 服务，这样您就可以在任何您拥有的任何设备上，只要互联网可用，就可以与您喜欢的任何模型进行聊天。

from langchain_community.chat_models.llama_edge import LlamaEdgeChatService
from langchain_core.messages import HumanMessage, SystemMessage

在非流模式下与 LLM 聊天​

# service url
service_url = "https://b008-54-186-154-209.ngrok-free.app"

# create wasm-chat service instance
chat = LlamaEdgeChatService(service_url=service_url)

# create message sequence
system_message = SystemMessage(content="You are an AI assistant")
user_message = HumanMessage(content="What is the capital of France?")
messages = [system_message, user_message]

# chat with wasm-chat service
response = chat.invoke(messages)

print(f"[Bot] {response.content}")
[Bot] Hello! The capital of France is Paris.

在流模式下与 LLM 聊天​

# service url
service_url = "https://b008-54-186-154-209.ngrok-free.app"

# create wasm-chat service instance
chat = LlamaEdgeChatService(service_url=service_url, streaming=True)

# create message sequence
system_message = SystemMessage(content="You are an AI assistant")
user_message = HumanMessage(content="What is the capital of Norway?")
messages = [
    system_message,
    user_message,
]

output = ""
for chunk in chat.stream(messages):
    # print(chunk.content, end="", flush=True)
    output += chunk.content

print(f"[Bot] {output}")
[Bot]   Hello! I'm happy to help you with your question. The capital of Norway is Oslo.

此页对您有帮助吗？