跳至主要内容

Xorbits 推理 (Xinference)

Xinference 是一个功能强大且用途广泛的库，旨在为 LLM、语音识别模型和多模态模型提供服务，即使在你的笔记本电脑上也是如此。它支持各种与 GGML 兼容的模型，例如 chatglm、baichuan、whisper、vicuna、orca 以及许多其他模型。此笔记本演示了如何在 LangChain 中使用 Xinference。

安装​

通过 PyPI 安装 Xinference

%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 Xinference 管理器。你也可以使用 -p 选项指定端口，使用 -H 选项指定主机。默认端口为 9997。

然后，在要运行它们的所有服务器上使用 xinference-worker 启动 Xinference 工作器。

你可以查阅来自 Xinference 的 README 文件，以获取更多信息。

包装器​

要在 LangChain 中使用 Xinference，你需要先启动一个模型。你可以使用命令行界面 (CLI) 来做到这一点

!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 供你使用。现在，你可以在 LangChain 中使用 Xinference

from langchain_community.llms import Xinference

llm = Xinference(
    server_url="http://0.0.0.0:9997", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

llm(
    prompt="Q: where can we visit in the capital of France? A:",
    generate_config={"max_tokens": 1024, "stream": True},
)
API 参考：Xinference
' You can visit the Eiffel Tower, Notre-Dame Cathedral, the Louvre Museum, and many other historical sites in Paris, the capital of France.'

与 LLMChain 集成​

from langchain.chains import LLMChain
from langchain_core.prompts import PromptTemplate

template = "Where can we visit in the capital of {country}?"

prompt = PromptTemplate.from_template(template)

llm_chain = LLMChain(prompt=prompt, llm=llm)

generated = llm_chain.run(country="France")
print(generated)
API 参考：LLMChain | PromptTemplate

A: You can visit many places in Paris, such as the Eiffel Tower, the Louvre Museum, Notre-Dame Cathedral, the Champs-Elysées, Montmartre, Sacré-Cœur, and the Palace of Versailles.

最后，当你不需要使用它时，终止模型

!xinference terminate --model-uid "7167b2b0-2a04-11ee-83f0-d29396a3f064"

此页面是否有用？


你也可以在 GitHub 上留下详细的反馈 GitHub.