Skip to main content
Open In Colab在 GitHub 上打开

Xorbits 推理 （Xinference）

Xinference 是一个功能强大且用途广泛的库，旨在为 LLM 提供服务。 语音识别模型和多模态模型，甚至在您的笔记本电脑上。它支持多种与 GGML 兼容的模型，例如 chatglm、baichuan、whisper、vicuna、orca 等。此笔记本演示了如何将 Xinference 与 LangChain 结合使用。

安装

安装Xinference通过 PyPI：

%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.

要在集群中部署 Xinference，请首先使用xinference-supervisor.您还可以使用选项 -p 指定端口，使用选项 -H 指定主机。默认端口为 9997。

然后，使用xinference-worker在要运行它们的每台服务器上。

有关更多信息，您可以查阅 Xinference 的 README 文件。

包装纸

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） 来执行此作：

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

将返回模型 UID 供您使用。现在，您可以将 Xinference 与 LangChain 结合使用：

from langchain_community.llms import Xinference

llm = Xinference(
    server_url="http://0.0.0.0:9997", model_uid="7167b2b0-2a04-11ee-83f0-d29396a3f064"
)

llm(
    prompt="Q: where can we visit in the capital of France? A:",
    generate_config={"max_tokens": 1024, "stream": True},
)
API 参考：Xinference
' You can visit the Eiffel Tower, Notre-Dame Cathedral, the Louvre Museum, and many other historical sites in Paris, the capital of France.'

与 LLMChain 集成

from langchain.chains import LLMChain
from langchain_core.prompts import PromptTemplate

template = "Where can we visit in the capital of {country}?"

prompt = PromptTemplate.from_template(template)

llm_chain = LLMChain(prompt=prompt, llm=llm)

generated = llm_chain.run(country="France")
print(generated)
API 参考：LLMChain | 提示模板

A: You can visit many places in Paris, such as the Eiffel Tower, the Louvre Museum, Notre-Dame Cathedral, the Champs-Elysées, Montmartre, Sacré-Cœur, and the Palace of Versailles.

最后，在不需要使用模型时终止模型：

!xinference terminate --model-uid "7167b2b0-2a04-11ee-83f0-d29396a3f064"