目录
1 原理
2 开发部署
2.1 安装环境
2.2 加载本地模型
刷B站的时候，无意中看到吴恩达的一个langchain的教程，然后去github上搜了下，发现别人利用langchain和chatGLM做的基于本地知识库的问答应用挺好的，学习下。
1 原理
基于本地知识库的问答应用原理如上图，首先把本地知识库的文档分割成片段，然后利用embedding模型将文字用向量表示，然后保存到向量库中，然后我们提问的问题也用向量表示，然后将我们的问题和向量库的向量进行匹配，得到相似的结果，然后组装成prompt，送到语言模型中，得到我们想要的答案，
然后我看刘虔的培训教程中有个这样的代码示例
我的理解其实就是从文档中搜索出问题和答案，然后一起送到大模型，让大模型生成回答。
2 开发部署
2.1 安装环境
langchain-ChatGLM/docs/INSTALL.md at master · imClumsyPanda/langchain-ChatGLM · GitHub
conda create -n langchain-chatglm-chw python=3.8
conda activate langchain-chatglm-chw
# 拉取仓库
$ git clone https://github.com/imClumsyPanda/langchain-ChatGLM.git
# 进入目录
$ cd langchain-ChatGLM
# 项目中 pdf 加载由先前的 detectron2 替换为使用 paddleocr，如果之前有安装过 detectron2 需要先完成卸载避免引发 tools 冲突
$ pip uninstall detectron2
# 检查paddleocr依赖，linux环境下paddleocr依赖libX11，libXext
$ yum install libX11 #sudo apt-get install libx11-dev
$ yum install libXext #sudo apt-get install libxext-dev
# 安装依赖
$ pip install -r requirements.txt
# 验证paddleocr是否成功，首次运行会下载约18M模型到~/.paddleocr
$ python loader/image_loader.py然后执行 python loader/image_loader.py会报错
Traceback (most recent call last):
File "loader/image_loader.py", line 8, in <module>
from configs.model_config import NLTK_DATA_PATH
ModuleNotFoundError: No module named 'configs'
在github的issue里面搜索configs这个关键字发现
按照这个修改了之后发现，出现了这个报错
Traceback (most recent call last):
File "loader/image_loader.py", line 36, in <module>
from configs.model_config import NLTK_DATA_PATH
ModuleNotFoundError: No module named 'configs.model_config'然后继续在issues中搜索configs.model_config'
好吧，原因是python库中有个configs包，我们的工程中也有个configs文件夹，我们应该是要去工程文件夹configs中找而不是python的configs库中找，所以用下面命令卸载configs库就好了
pip uninstall configs注：使用 langchain.document_loaders.UnstructuredFileLoader 进行非结构化文件接入时，可能需要依据文档进行其他依赖包的安装，请参考 langchain 文档。
那我去看一下加载非结构化文档需要安装什么：Unstructured File | 🦜️🔗 Langchain
# # Install package
pip install "unstructured[local-inference]"
pip install layoutparser[layoutmodels,tesseract]把模型拷贝过去，并且重命名一下，
2.2 加载本地模型
在我体验chatGLM模型的时候，已经下载过模型里，所以这里我直接用本地模型，我把模型拷贝过来，然后修改python文件，将None修改为我的模型路径，
然后使用如下脚本
python cli_demo.py --model chatglm-6b --no-remote-model得到
我先用工程自带的README.md试试
然后试一下web版本的，
好吧，报错了，那我把embedding模型下载到本地，我去github上搜GanymedeNil/text2vec-large-chinese没搜到结果，那直接google搜索
然后找到GanymedeNil/text2vec-large-chinese · Hugging Face
好，开始下载，由于模型文件特别大，因此还是要用lfs
git lfs install
git clone https://huggingface.co/GanymedeNil/text2vec-large-chinese然后修改python脚本
然后再试一下
python webui.py --model chatglm-6b --no-remote-model这次可以了
然后就可以浏览器登录了
然后我提问问题，他不知道
这时候我在文档中增加如下内容
然后上传，再次提问问题
参考文献：
【官方教程】ChatGLM + LangChain 实践培训_哔哩哔哩_bilibili
https://github.com/imClumsyPanda/langchain-ChatGLM/blob/master/docs/StartOption.md
GitHub - imClumsyPanda/langchain-ChatGLM: langchain-ChatGLM, local knowledge based ChatGLM with langchain ｜ 基于本地知识库的 ChatGLM 问答
