跳到主要内容
Open on GitHub

Banana

Banana 为 AI 模型提供无服务器 GPU 推理、CI/CD 构建管道以及一个简单的 Python 框架(Potassium)来服务您的模型。

本页介绍如何在 LangChain 中使用 Banana 生态系统。

安装与设置

  • 安装 Python 包 banana-dev
pip install banana-dev
  • Banana.dev 控制面板获取 Banana API 密钥,并将其设置为环境变量(BANANA_API_KEY
  • 从模型的详细信息页面获取模型的密钥和 URL 别名。

定义您的 Banana 模板

您需要为您的 Banana 应用设置一个 GitHub 仓库。您可以使用本指南在 5 分钟内开始。

或者,对于一个即用型 LLM 示例,您可以查看 Banana 的CodeLlama-7B-Instruct-GPTQ GitHub 仓库。只需分叉并将其部署到 Banana 中即可。

其他入门仓库可在此处获取。

构建 Banana 应用

要在 Langchain 中使用 Banana 应用,您必须在返回的 JSON 中包含 outputs 键,且其值必须为字符串。

# Return the results as a dictionary
result = {'outputs': result}

一个示例推理函数如下

@app.handler("/")
def handler(context: dict, request: Request) -> Response:
"""Handle a request to generate code from a prompt."""
model = context.get("model")
tokenizer = context.get("tokenizer")
max_new_tokens = request.json.get("max_new_tokens", 512)
temperature = request.json.get("temperature", 0.7)
prompt = request.json.get("prompt")
prompt_template=f'''[INST] Write code to solve the following coding problem that obeys the constraints and passes the example test cases. Please wrap your code answer using ```:
{prompt}
[/INST]
'''
input_ids = tokenizer(prompt_template, return_tensors='pt').input_ids.cuda()
output = model.generate(inputs=input_ids, temperature=temperature, max_new_tokens=max_new_tokens)
result = tokenizer.decode(output[0])
return Response(json={"outputs": result}, status=200)

此示例来自 CodeLlama-7B-Instruct-GPTQ 中的 app.py 文件。

LLM

from langchain_community.llms import Banana
API 参考:Banana

查看使用示例