Skip to main content
Open In ColabOpen on GitHub

ChatXinference

Xinference 是一个强大且多功能的库，旨在为大型语言模型、语音识别模型和多模态模型提供服务，甚至可以在你的笔记本电脑上运行。它支持多种与GGML兼容的模型，例如chatglm、baichuan、whisper、vicuna、orca等众多模型。

概览​

集成详情​

类包本地可序列化的[JS 支持]软件包下载最新包裹
ChatXinferencelangchain-xinference✅❌✅✅✅

模型特性​

工具调用结构化输出JSON模式图像输入音频输入视频输入令牌级流式传输原生异步令牌使用量对数概率
✅✅✅❌❌❌✅✅❌❌

设置​

通过PyPI安装 Xinference：

%pip install --upgrade --quiet  "xinference[all]"

在本地或分布式集群中部署Xinference。​

对于本地部署，请运行 xinference。

要在一个集群中部署Xinference，首先使用xinference-supervisor启动Xinference主管节点。您还可以使用选项-p指定端口，使用-H指定主机。默认端口为8080，默认主机为0.0.0.0。

然后，在每台您希望运行的服务器上使用 xinference-worker 启动 Xinference 工作进程。

您可以查阅Xinference的README文件以获取更多信息。

包装器​

要将 Xinference 与 LangChain 一起使用，您需要先启动一个模型。您可以使用命令行界面 (CLI) 来实现：

%xinference launch -n vicuna-v1.3 -f ggmlv3 -q q4_0
Model uid: 7167b2b0-2a04-11ee-83f0-d29396a3f064

返回一个模型UID供您使用。现在您可以将Xinference与LangChain一起使用：

安装​

LangChain Xinference 集成位于 langchain-xinference 包中：

%pip install -qU langchain-xinference

确保你使用的是最新版本的Xinference以获得结构化输出。

实例化​

现在我们可以实例化我们的模型对象并生成聊天补全：

from langchain_xinference.chat_models import ChatXinference

llm = ChatXinference(
    server_url="your_server_url", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

llm.invoke(
    "Q: where can we visit in the capital of France?",
    config={"max_tokens": 1024},
)

调用​

from langchain_core.messages import HumanMessage, SystemMessage
from langchain_xinference.chat_models import ChatXinference

llm = ChatXinference(
    server_url="your_server_url", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

system_message = "You are a helpful assistant that translates English to French. Translate the user sentence."
human_message = "I love programming."

llm.invoke([HumanMessage(content=human_message), SystemMessage(content=system_message)])

链式调用​

我们可以像这样将我们的模型与提示模板链接：

from langchain.prompts import PromptTemplate
from langchain_xinference.chat_models import ChatXinference

prompt = PromptTemplate(
    input=["country"], template="Q: where can we visit in the capital of {country}? A:"
)

llm = ChatXinference(
    server_url="your_server_url", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

chain = prompt | llm
chain.invoke(input={"country": "France"})
chain.stream(input={"country": "France"})
API 参考：PromptTemplate

API 参考​

有关ChatXinference所有功能和配置的详细文档，请访问API参考： https://github.com/TheSongg/langchain-xinference