事先说一下，我本地的显卡4070只有12G显存，无法运行本地知识库，我把自己折腾的过程和遇到的坑先记录一下吧，后续如果有算力的话就再跑一遍试试。
Langchain-Chatchat曾用名Langchain-ChatGLM，是智谱AI的本地知识库项目，其官方介绍如下：🤖️ 一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。
项目地址：https://github.com/chatchat-space/Langchain-Chatchat
之前有看过使用ChatGLM结合Langchain构建本地知识库的内容，随着ChatGLM3-6B模型的发布，我发现官方竟然也出了本地知识库的项目，试想肯定还是官方对项目的了解最深入，所以还是适用一下吧。官方wiki上推荐是Linux系统，但是由于我没有Linux的环境，所以还是尝试在Windows环境上跑一下吧。
1.环境搭建
wiki中环境的要求如下：
最低要求
该要求仅针对标准模式，轻量模式使用在线模型，不需要安装torch等库，也不需要显卡即可运行。
Python 版本: >= 3.8(很不稳定), < 3.12
CUDA 版本: >= 12.1
推荐要求
开发者在以下环境下进行代码调试，在该环境下能够避免最多环境问题。
Python 版本 == 3.11.7
CUDA 版本: == 12.1
根据上述要求，适用Anaconda创建虚拟环境，我这边选择的python版本是3.10
conda create -n chatchat python=3.10
然后去下载whl文件安装cuda版本的torch、torchvision、torchaudio；下载地址：https://download.pytorch.org/whl/torch_stable.html，根据自己需求下载即可
然后使用pip install直接安装即可。
2.代码准备
可以去github上拉取代码，也可以去官方文档的分享里去下载懒人包，我比较懒，所以选择了后者。
https://pan.baidu.com/s/1fHElFanrdK9Y-pTpeY_azg?pwd=glut
解压chatchat和model，两者放在同级目录下面。
进入chatchat目录下面，可以看到官方给出了快速体验的bat启动文件，按照顺序启动1和2即可
3.调试过程
懒人包中提供了虚拟环境等可供直接运行，我们之前准备的环境看样子也用不上，事情本来应该是很顺利的，但是很多情况事与愿违。
3.1模型本地化加载
由于项目在启动时需要联网加载Embedding 模型 BAAI/bge-large-zh ；如果运行环境不能魔法联网，就最好先去huggingface上把模型下载下来。
下载好之后，我把模型和ChatGLM3-6B放在一起
然后需要去修改一下模型加载的路径，这里可以参考chatglm的配置，配置在model_config.py文件中
修改如下：
3.2解决爆显存问题
由于本地显存限制，加载ChatGLM3-6B需要13G的显存，直接运行fp16的模型显存直接爆掉了，所以我想着退而求其次，实施8Bit量化的模型能不能跑，启动程序其实最后是运行了python startup.py -a的启动命令，所以先去startup.py中找一下有没有配置8bit量化的地方。
看样子把这里改成True就好了，但是感觉直接在代码中改有点不够优雅，于是去看看配置文件，发现在server_config.py中存在开启的参数，于是修改，然后运行
3.3解决webui不显示的问题
解决了模型的问题之后，点击第二个bat文件运行，发现能够正常启动了，API文档页也可以直接打开了，但是重要的webui页面却怎么也打不开，于是查看日志，发现了问题，原来是运行webui的环境变量出现了问题，导致启动webui进程的命令找不到python。于是还是去startup.py中找解决方法：
这里用subprocess的方式运行webui，又遇到知识盲点了，麻爪了，不知道在哪里设置python的路径了。
不能耽误到这里吧，然后我就想，反正程序里面也是单独运行的api和webui，我能不能开两个窗口去分别运行这两个东西呢。
你别说，还真可以，官方wiki下是这样描述一键启动的
那我就使用–all-api参数来运行吧
由于没有用懒人包中的虚拟环境，我们还需要将我们之前准备的环境装上依赖，这简单，我们直接去pip install -r requirements.txt好了。
不过需要注意的是，为了在Windows环境安装cuda版本的torch不出错，我们使用whl文件安装了torch相关的依赖，所以需要在requirements.txt中将这三个依赖注释掉，以防安装过程中冲突或又被不合时宜的版本覆盖了。
然后就可以愉快的运行api服务了
然后再使用streamlit运行webui
streamlit run webui.py --server.address 127.0.0.1 --server.port 5678 --theme.base light --theme.primaryColor #165dff --theme.secondaryBackgroundColor #f5f5f5" --theme.textColor #000000
事情变得顺利了，webui界面出来了，测试对话也能够正常使用了。
本来因为都可以了，但是在创建文档知识库的时候报错了，报错是数据类型不适合，盲猜因为int8量化导致的模型参数值错误，所以应该是不能使用量化后的模型进行embedding操作之类的。后续看看能不能再找个大显存的环境测试一下。
