跳到主要内容
Open In ColabOpen on GitHub

ChatXinference

Xinference 是一个功能强大且多功能的库，旨在提供 LLM、语音识别模型和多模态模型服务，甚至可以在您的笔记本电脑上运行。它支持多种与 GGML 兼容的模型，例如 chatglm、baichuan、whisper、vicuna、orca 等等。

概述​

集成详情​

类别包本地可序列化[JS 支持]包下载量最新包版本
ChatXinferencelangchain-xinference✅❌✅✅✅

模型特性​

工具调用结构化输出JSON 模式图片输入音频输入视频输入逐令牌流式传输原生异步令牌使用量对数概率
✅✅✅❌❌❌✅✅❌❌

设置​

安装 Xinference 通过 PyPI

%pip install --upgrade --quiet  "xinference[all]"

在本地或分布式集群中部署 Xinference。​

对于本地部署，运行 xinference。

要在集群中部署 Xinference，首先使用 xinference-supervisor 启动一个 Xinference 监督器。您也可以使用 -p 选项指定端口，使用 -H 选项指定主机。默认端口是 8080，默认主机是 0.0.0.0。

然后，在您希望运行它们的每台服务器上使用 xinference-worker 启动 Xinference 工作器。

您可以查阅 Xinference 的 README 文件以获取更多信息。

包装器​

要将 Xinference 与 LangChain 结合使用，您需要先启动一个模型。您可以使用命令行界面 (CLI) 来完成此操作

%xinference launch -n vicuna-v1.3 -f ggmlv3 -q q4_0
Model uid: 7167b2b0-2a04-11ee-83f0-d29396a3f064

将返回一个模型 UID 供您使用。现在您可以将 Xinference 与 LangChain 结合使用

安装​

LangChain Xinference 集成位于 langchain-xinference 包中

%pip install -qU langchain-xinference

确保您使用的是最新版本的 Xinference，以获得结构化输出。

实例化​

现在我们可以实例化模型对象并生成聊天补全

from langchain_xinference.chat_models import ChatXinference

llm = ChatXinference(
    server_url="your_server_url", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

llm.invoke(
    "Q: where can we visit in the capital of France?",
    config={"max_tokens": 1024},
)

调用​

from langchain_core.messages import HumanMessage, SystemMessage
from langchain_xinference.chat_models import ChatXinference

llm = ChatXinference(
    server_url="your_server_url", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

system_message = "You are a helpful assistant that translates English to French. Translate the user sentence."
human_message = "I love programming."

llm.invoke([HumanMessage(content=human_message), SystemMessage(content=system_message)])

链式调用​

我们可以像这样将模型与提示模板链式连接起来

from langchain.prompts import PromptTemplate
from langchain_xinference.chat_models import ChatXinference

prompt = PromptTemplate(
    input=["country"], template="Q: where can we visit in the capital of {country}? A:"
)

llm = ChatXinference(
    server_url="your_server_url", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

chain = prompt | llm
chain.invoke(input={"country": "France"})
chain.stream(input={"country": "France"})
API 参考：PromptTemplate

API 参考​

有关所有 ChatXinference 功能和配置的详细文档，请参阅 API 参考：https://github.com/TheSongg/langchain-xinference