跳到主要内容

Huggingface 端点

Hugging Face Hub 是一个平台，拥有超过 12 万个模型、2 万个数据集和 5 万个演示应用（Spaces），所有这些都是开源且公开可用的，在在线平台上人们可以轻松协作并一起构建机器学习。

Hugging Face Hub 还提供了各种端点来构建机器学习应用程序。此示例展示了如何连接到不同的端点类型。

特别是，文本生成推理由 Text Generation Inference 提供支持：一个用于快速文本生成推理的定制 Rust、Python 和 gRPC 服务器。

from langchain_huggingface import HuggingFaceEndpoint
API 参考：HuggingFaceEndpoint

安装和设置​

要使用，您应该安装 huggingface_hub python 包。

%pip install --upgrade --quiet huggingface_hub
# get a token: https://hugging-face.cn/docs/api-inference/quicktour#get-your-api-token

from getpass import getpass

HUGGINGFACEHUB_API_TOKEN = getpass()
import os

os.environ["HUGGINGFACEHUB_API_TOKEN"] = HUGGINGFACEHUB_API_TOKEN

准备示例​

from langchain_huggingface import HuggingFaceEndpoint
API 参考：HuggingFaceEndpoint
from langchain.chains import LLMChain
from langchain_core.prompts import PromptTemplate
API 参考：LLMChain | PromptTemplate
question = "Who won the FIFA World Cup in the year 1994? "

template = """Question: {question}

Answer: Let's think step by step."""

prompt = PromptTemplate.from_template(template)

示例​

这是一个示例，说明如何访问免费的 无服务器端点 API 的 HuggingFaceEndpoint 集成。

repo_id = "mistralai/Mistral-7B-Instruct-v0.2"

llm = HuggingFaceEndpoint(
    repo_id=repo_id,
    max_length=128,
    temperature=0.5,
    huggingfacehub_api_token=HUGGINGFACEHUB_API_TOKEN,
)
llm_chain = prompt | llm
print(llm_chain.invoke({"question": question}))

专用端点​

免费的无服务器 API 使您可以立即实施解决方案并进行迭代，但对于重度使用案例，它可能会受到速率限制，因为负载与其他请求共享。

对于企业工作负载，最好使用 推理端点 - 专用。这可以访问完全托管的基础设施，从而提供更大的灵活性和速度。这些资源提供持续的支持和正常运行时间保证，以及诸如自动缩放之类的选项。

# Set the url to your Inference Endpoint below
your_endpoint_url = "https://fayjubiy2xqn36z0.us-east-1.aws.endpoints.huggingface.cloud"
llm = HuggingFaceEndpoint(
    endpoint_url=f"{your_endpoint_url}",
    max_new_tokens=512,
    top_k=10,
    top_p=0.95,
    typical_p=0.95,
    temperature=0.01,
    repetition_penalty=1.03,
)
llm("What did foo say about bar?")

流式传输​

from langchain_core.callbacks import StreamingStdOutCallbackHandler
from langchain_huggingface import HuggingFaceEndpoint

llm = HuggingFaceEndpoint(
    endpoint_url=f"{your_endpoint_url}",
    max_new_tokens=512,
    top_k=10,
    top_p=0.95,
    typical_p=0.95,
    temperature=0.01,
    repetition_penalty=1.03,
    streaming=True,
)
llm("What did foo say about bar?", callbacks=[StreamingStdOutCallbackHandler()])

这个相同的 HuggingFaceEndpoint 类可以与服务 LLM 的本地 HuggingFace TGI 实例 一起使用。查看 TGI 存储库，了解有关各种硬件（GPU、TPU、Gaudi...）支持的详细信息。

此页面是否对您有帮助？