langchain chatchat的簡介就不多說了，大家可以去看github官網介紹，雖然當前版本停止了更新，下個版本還沒有出來，但作為學習還是很好的。
一、關鍵啟動過程：
1、start_main_server 入口
2、run_controller 啟動fastchat controller 埠20001
3、run_openai_api啟動fastchat對外提供的類似openai介面的服務，埠20000
4、run_model_worker 建立fastchat的model_worker，其中又執行了以下過程：
4.1、create_model_worker_app，根據配置檔案，建立並初始化對應的model_workder，初始化過程中，model_worker會透過self.init_heart_beat()將自己註冊到fastchat controller中，以供fastchat管理呼叫。最後create_model_worker_app方法取出model_workder的fastaip物件app，將app返回。
4.2 、uvicorn.run(app, host=host, port=port, log_level=log_level.lower())，啟動模型對應的model_workder服務，這裡的app來自model_workder的app。
二、chat過程
1、app.post("/chat/chat",
tags=["Chat"],
summary="與llm模型對話(透過LLMChain)",
)(chat)
2、本地模型LLM對話
model = get_ChatOpenAI(
model_name=model_name,
temperature=temperature,
max_tokens=max_tokens,
callbacks=callbacks,
)
get_ChatOpenAI：
model = ChatOpenAI(
streaming=streaming,
verbose=verbose,
callbacks=callbacks,
openai_api_key=config.get("api_key", "EMPTY"),
openai_api_base=config.get("api_base_url", fschat_openai_api_address()),
model_name=model_name,
temperature=temperature,
max_tokens=max_tokens,
openai_proxy=config.get("openai_proxy"),
**kwargs
)
在這裡指定了fastchat的openai_api介面地址，這樣就獲得了指定介面地址的langchain ChatOpenAI物件
然後建立LLMChain:
chain = LLMChain(prompt=chat_prompt, llm=model, memory=memory)
後面省略
3、線上模型LLM對話
線上模型的呼叫並沒有直接發起，還是和上面一樣，透過獲取ChatOpenAI物件，來和fastchat進行互動，但是fastchat是不支援自定義呼叫線上模型的，langchain chatchat是怎麼實現的呢？
原來，對應線上模型呼叫，langchain chatchat還是透過類似建立本地模型一樣建立model_worker，但是對model_worker進行了繼承，互動部分進行了重寫，如qwen線上呼叫：
class QwenWorker(ApiModelWorker):
而ApiModelWorker來自BaseModelWorker，BaseModelWorker就是fastchat的worker_model的基類。（本地模型例項化時用的ModelWorker本身也是繼承自BaseModelWorker）
而ApiModelWorker來自BaseModelWorker，BaseModelWorker就是fastchat的worker_model的基類。（本地模型例項化時用的ModelWorker本身也是繼承自BaseModelWorker）
class ApiModelWorker(BaseModelWorker):
DEFAULT_EMBED_MODEL: str = None # None means not support embedding
def __init__(
self,
model_names: List[str],
controller_addr: str = None,
worker_addr: str = None,
context_len: int = 2048,
no_register: bool = False,
**kwargs,
):
kwargs.setdefault("worker_id", uuid.uuid4().hex[:8])
kwargs.setdefault("model_path", "")
kwargs.setdefault("limit_worker_concurrency", 5)
super().__init__(model_names=model_names,
controller_addr=controller_addr,
worker_addr=worker_addr,
**kwargs)
import fastchat.serve.base_model_worker
import sys
self.logger = fastchat.serve.base_model_worker.logger
# 恢復被fastchat覆蓋的標準輸出
sys.stdout = sys.__stdout__
sys.stderr = sys.__stderr__
new_loop = asyncio.new_event_loop()
asyncio.set_event_loop(new_loop)
self.context_len = context_len
self.semaphore = asyncio.Semaphore(self.limit_worker_concurrency)
self.version = None
if not no_register and self.controller_addr:
self.init_heart_beat()
def count_token(self, params):
prompt = params["prompt"]
return {"count": len(str(prompt)), "error_code": 0}
def generate_stream_gate(self, params: Dict):
self.call_ct += 1
try:
prompt = params["prompt"]
if self._is_chat(prompt):
messages = self.prompt_to_messages(prompt)
messages = self.validate_messages(messages)
else: # 使用chat模仿續寫功能，不支援歷史訊息
messages = [{"role": self.user_role, "content": f"please continue writing from here: {prompt}"}]
p = ApiChatParams(
messages=messages,
temperature=params.get("temperature"),
top_p=params.get("top_p"),
max_tokens=params.get("max_new_tokens"),
version=self.version,
)
for resp in self.do_chat(p):
yield self._jsonify(resp)
except Exception as e:
yield self._jsonify({"error_code": 500, "text": f"{self.model_names[0]}請求API時發生錯誤：{e}"})
def generate_gate(self, params):
try:
for x in self.generate_stream_gate(params):
...
return json.loads(x[:-1].decode())
except Exception as e:
return {"error_code": 500, "text": str(e)}
# 需要使用者自定義的方法
def(self, params: ApiChatParams) -> Dict:
'''
執行Chat的方法，預設使用模組裡面的chat函式。
要求返回形式：{"error_code": int, "text": str}
'''
return {"error_code": 500, "text": f"{self.model_names[0]}未實現chat功能"}
# def do_completion(self, p: ApiCompletionParams) -> Dict:
# '''
# 執行Completion的方法，預設使用模組裡面的completion函式。
# 要求返回形式：{"error_code": int, "text": str}
# '''
# return {"error_code": 500, "text": f"{self.model_names[0]}未實現completion功能"}
def do_embeddings(self, params: ApiEmbeddingsParams) -> Dict:
'''
執行Embeddings的方法，預設使用模組裡面的embed_documents函式。
要求返回形式：{"code": int, "data": List[List[float]], "msg": str}
'''
return {"code": 500, "msg": f"{self.model_names[0]}未實現embeddings功能"}
def get_embeddings(self, params):
# fastchat對LLM做Embeddings限制很大，似乎只能使用openai的。
# 在前端透過OpenAIEmbeddings發起的請求直接出錯，無法請求過來。
print("get_embedding")
print(params)
def make_conv_template(self, conv_template: str = None, model_path: str = None) -> Conversation:
raise NotImplementedError
def validate_messages(self, messages: List[Dict]) -> List[Dict]:
'''
有些API對mesages有特殊格式，可以重寫該函式替換預設的messages。
之所以跟prompt_to_messages分開，是因為他們應用場景不同、引數不同
'''
return messages
# help methods
@property
def user_role(self):
return self.conv.roles[0]
@property
def ai_role(self):
return self.conv.roles[1]
def _jsonify(self, data: Dict) -> str:
'''
將chat函式返回的結果按照fastchat openai-api-server的格式返回
'''
return json.dumps(data, ensure_ascii=False).encode() + b"\0"
def _is_chat(self, prompt: str) -> bool:
'''
檢查prompt是否由chat messages拼接而來
TODO: 存在誤判的可能，也許從fastchat直接傳入原始messages是更好的做法
'''
key = f"{self.conv.sep}{self.user_role}:"
return key in prompt
def prompt_to_messages(self, prompt: str) -> List[Dict]:
'''
將prompt字串拆分成messages.
'''
result = []
user_role = self.user_role
ai_role = self.ai_role
user_start = user_role + ":"
ai_start = ai_role + ":"
for msg in prompt.split(self.conv.sep)[1:-1]:
if msg.startswith(user_start):
if content := msg[len(user_start):].strip():
result.append({"role": user_role, "content": content})
elif msg.startswith(ai_start):
if content := msg[len(ai_start):].strip():
result.append({"role": ai_role, "content": content})
else:
raise RuntimeError(f"unknown role in msg: {msg}")
return result
@classmethod
def can_embedding(cls):
return cls.DEFAULT_EMBED_MODEL is not None
從程式碼中可以看到ApiModelWorker重寫了generate_stream_gate，並且呼叫了do_chat方法，該方法要求子類去實現實際的chat過程。我們再回到class QwenWorker(ApiModelWorker):
def do_chat(self, params: ApiChatParams) -> Dict:
import dashscope
params.load_config(self.model_names[0])
if log_verbose:
logger.info(f'{self.__class__.__name__}:params: {params}')
gen = dashscope.Generation()
responses = gen.call(
model=params.version,
temperature=params.temperature,
api_key=params.api_key,
messages=params.messages,
result_format='message', # set the result is message format.
stream=True,
)
for resp in responses:
if resp["status_code"] == 200:
if choices := resp["output"]["choices"]:
yield {
"error_code": 0,
"text": choices[0]["message"]["content"],
}
else:
data = {
"error_code": resp["status_code"],
"text": resp["message"],
"error": {
"message": resp["message"],
"type": "invalid_request_error",
"param": None,
"code": None,
}
}
self.logger.error(f"請求千問 API 時發生錯誤：{data}")
yield data
至此，qwen線上模型完成了呼叫。
三、總結
不得不說，這種設計還是很精妙的，藉助fastchat，不僅實現了fastchat支援的幾個本地大模型的呼叫，對於線上模型，即使不同的線上模型有不同的api介面定義，但只需要去定義實現一個新的繼承ApiModelWorker的類，就可以遮蔽掉介面之間的差異，透過fastchat對齊介面，統一對外提供類openai api介面服務，這樣在langchain不做修改的情況下，langchain就可以正常呼叫市面上各類介面迥異的線上大模型。
三、後續計劃
1、嘗試langchain chatchat和ollama的對接
2、Agent應用實踐
我建了一個langchain交流群，歡迎加入一起交流學習心得：
