前言
一、 自主GPT
所谓自主（autonomous）GPT是设计一个Agent，让它自己做计划、决策和动作，通过源源不断的迭代，去完成设定的目标。比如 AutoGPT 。
AutoGPT把GPT的能力推向了更高的应用层次。设定一个任务：赚xx美金。AutoGPT通过十轮甚至更多的与互联网、GPT的交互达到令人震惊的效果。在它的背后是什么原理呢？
1.1 工作记忆
chatGPT本质是无状态的，用户感受到连续对话是通过每次输入之前多轮对话历史做到的。这种多轮对话学术上被称为“短期记忆”。常见的为以下三种：
- 主动用prompt引导
- ReAct
- Self Ask
通过工作记忆，我们可以把复杂任务拆分成多个小的子任务，引导chatGPT完成越来越复杂的任务。
当需要chatGPT来扮演某种角色的时候，我们就会用到“长期记忆”。我们会将长期记忆存储在外部数据库中，当开启chatGPT对话时，从外部数据库提取长期记忆并作为初始prompt输入chatGPT。
假如长期记忆很大很长超过了chatGPT单次可处理的token数怎么办呢？
这种情况非常常见，我们会通过Embedding模型把它进行高度压缩并存储在vector数据库中。
1.2 提示词工程
把LLM当成具有“智慧”的生物，我们怎么样提问能更好的与它交互呢？
一般情况下，我们把提示词分为四类：
- 指令：要求LLM完成的任务
- 输出格式：对LLM提出的输出的要求
- 上下文：给大模型一些外部信息作为输入
- 问题：给LLM的具体问题
二、 langchain介绍
2.1 langchain入门
当你拿到这些LLM模型要怎么用呢？
langchain是一个连接APP和LLM之间的一个中间层框架。请看下面的例子：
from langchain.embeddings.openai import OpenAIEmbeddings
from langchain.vectorstores import Chroma
from langchain.text_splitter import CharacterTextSplitter
from langchain import OpenAI,VectorDBQA
from langchain.document_loaders import DirectoryLoader
from langchain.chains import RetrievalQA
import os
os.environ["OPENAI_API_KEY"] = 'your openai key'
# 加载文件夹中的所有txt类型的文件
loader = DirectoryLoader('/movies/', glob='**/*.csv')
# 将数据转成 document 对象，每个文件会作为一个 document
documents = loader.load()
# 初始化加载器
text_splitter = CharacterTextSplitter(chunk_size=100, chunk_overlap=0)
# 切割加载的 document
split_docs = text_splitter.split_documents(documents)
# 初始化 openai 的 embeddings 对象
embeddings = OpenAIEmbeddings()
# 将 document 通过 openai 的 embeddings 对象计算 embedding 向量信息并临时存入 Chroma 向量数据库，用于后续匹配查询
docsearch = Chroma.from_documents(split_docs, embeddings)
# 创建问答对象
qa = VectorDBQA.from_chain_type(llm=OpenAI(), chain_type="stuff", vectorstore=docsearch,return_source_documents=True)
# 进行问答
result = qa({"query": "电影《红高粱》简介？"})
print(result)上面这段代码从本地csv文件中解析电影数据，并切分存储到vector数据库（Chroma）中，通过from_chain_type函数参数llm=OpenAI()传递给OpenAI GPT，返回result，利用langchain框架就完成了一个最简单的AI驱动的APP开发。
2.1.1 文本嵌入
langchain为各种支持text Embedding的模型提供了接口类。如果使用OpenAI作为LLM，可能需要用：text-embedding-ada-002这个模型。
文本嵌入作用是把一段文本编码成vector，然后通过向量近似算法来查询。常见用法是：
query_result = embeddings.embed_query(text)
doc_result = embeddings.embed_documents([text])2.1.2 文档索引
langchain定义了四种索引方式
- Stuffing 直接把文档作为prompt输入给OpenAI
- MapReduce 对于每个chunk做一个prompt（回答或者摘要），然后再做合并
- Refine 在第一个chunk上做prompt得到结果，然后合并下一个文件再输出结果
- Map-Rerank 对每个chunk做prompt，然后打个分，然后根据分数返回最好的文档中的结果
2.2 langchain agent
要实现类似AutoGPT的功能，就不能只依赖静态的、预编码的chain，而需要具备动态生成chain的能力。因此需要用到Agent这个概念，langchain也开发了对应的功能：Agents
2.2.1 Tools
Agents自身不会去完成动态部分的工作，它依赖Tools类，除了buildin的Tools，它还支持用户自定义。有两种方法定义Tools：基于Tool类、继承BaseTool。最方便的是用python语法糖 @tool
from langchain.agents import tool
@tool
def search_api(query: str) -> str:
"""Searches the API for the query."""
return f"Results for query {query}"
class SearchInput(BaseModel):
query: str = Field(description="should be a search query")
@tool("search", return_direct=True, args_schema=SearchInput)
def search_api(query: str) -> str:
"""Searches the API for the query."""
return "Results"2.2.2 Agents
普通agent
class FakeAgent(BaseSingleActionAgent):
# 同步
def plan(
self, intermediate_steps: List[Tuple[AgentAction, str]], **kwargs: Any
) -> Union[AgentAction, AgentFinish]:
...
# 异步
async def aplan(
self, intermediate_steps: List[Tuple[AgentAction, str]], **kwargs: Any
) -> Union[AgentAction, AgentFinish]:
...LLM agent
# LLM chain consisting of the LLM and a prompt
llm_chain = LLMChain(llm=llm, prompt=prompt)
tool_names = [tool.name for tool in tools]
agent = LLMSingleActionAgent(
llm_chain=llm_chain,
output_parser=output_parser,
stop=["\nObservation:"],
allowed_tools=tool_names
)MRKL agent
MRKL(Modular Reasoning, Knowledge and Language)由一组模块（例如Google搜索、API调用、数据库查询等）和一个路由器组成，决定如何将自然语言查询“路由”到适当的模块。在langchain框架中包含了三块
- Tools
- LLMChain: 生成text，依据text决定采用哪种action
- Agent
# Tools
search = SerpAPIWrapper()
tools = [
Tool(
name = "Search",
func=search.run,
description="useful for when you need to answer questions about current events"
)
]
# LLMChain,需要输入参数prompt
llm_chain = LLMChain(llm=OpenAI(temperature=0), prompt=prompt)
# Agent
tool_names = [tool.name for tool in tools]
agent = ZeroShotAgent(llm_chain=llm_chain, allowed_tools=tool_names)在国内使用openai有诸多限制。另外客户也会担心数据安全，因此我们找到了GPT的开源替代ChatGLM-6B。
三、chatGLM-6B介绍
chatGLM-6B是基于 General Language Model 架构，使用了和 ChatGLM 技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术，具有 62 亿参数的LLM。
# 在langchain-ChatGLM代码中只需要修改model_config.py中的下面一行，即可实现本地加载
llm_model_dict = {
"chatglm-6b-int4-qe": "THUDM/chatglm-6b-int4-qe",
"chatglm-6b-int4": "THUDM/chatglm-6b-int4",
"chatglm-6b": "C:\\AlexOuyang\\app\\GPT projects\\langchain-ChatGLM\\models\\chatglm-6b",
"chatyuan": "ClueAI/ChatYuan-large-v2",
}四、langchain-ChatGLM
langchain-ChatGLM 是一个使用了langchain框架和chatGLM-6B模型打造的替代chatGPT的代码实现。可以实现企业级私有化部署。代码逻辑如下：
从开发路线图看，这个项目还落后于AutoGPT(没有实现最重要的Agent)
前面主要是一些在学习这个概念过程中的记录，纯粹作为笔记使用，如有冒犯请联系删除，接下来是自己本地化部署实践经历记录，希望能帮到需要的人。
官方提供了langchain+chatGLM的实例化项目，地址在这里，如下所示：
目前已经有将近10k的star量了还是很强的了。
官方也提供了原理介绍学习的视频，在这里。
从文档处理角度来看，实现流程如下：
基本上按照官方项目的readme还是很容易操作起来的，主要注意的就是需要调整好自己的本地环境，一些环境依赖需要安装好，另外，对应的配置要修改好。
项目的配置目录如下：
这里主要要修改几点：
1、text2vec模型配置如下：
2、llm模型配置也即chatglm模型配置，这里因为我硬件资源限制，我选用的是int4类型的模型，如下所示：
3、模型加载方式修改，一般情况下我相信大家都是会选择先将模型下载到本地然后加载本地模型的形式，而不是直接远程加载HuggingFace里面的模型的，原因就不多说了，这里修改如下：
这样就会直接加载读取你本地下载好的模型文件了。
官方模型仓库地址在这里，如下所示：
清华大学提供了私有的模型文件下载地址，在这里，如下所示：
不过这里不全，只是提供了模型权重文件，一些代码和配置文件还是需要从HuggingFace里面下载的。地址在这里，如下所示:
当然了，我这里选择使用的是int4版本的模型，下载地址在这里，如下所示：
自行下载到本地目录中即可。
完成上述所有配置之后就可以在终端启动项目了，执行webui.py模块即可。
启动后效果如下所示：
可以看到：右上角的地方提供了三种不同的回答方式，因为这里是为了搭建私有化的知识库，所以这里选择的是知识库的方式来回答的。可以自己上传自己的知识库文件数据，然后等待模型加载完成即可开始提问，非常明显的测试发现：比如你问某某公司在哪里，模型本身肯定是不知道的，但是喂入知识库数据集之后模型就能回答出来了，比如在：北京市朝阳区，模型可能就会回答在北京市，还是有比较明显的作用的，当然了，项目本身还处于快速开发阶段，功能也不够稳定，我在自己实际测试的时候就发现，有时候相同的问题回答出来的结果也都是不一样的。
上面就是自己在本地完整搭建部署私有化知识库的实践记录了，感兴趣的话都可以试试看！
