dragonGPT

最近写了一套适合单机部署的gpt，从数据私有化，到prompt向量库匹配，再到查询，一条龙服务，单机部署，极简操作，后续会逐渐讲解主体实现

pre

a.需要下载gpt4all model到本地.
ggml Model Download Link

然后将存放model的地址写入.env     
MODEL_PATH= your path

b.在dragongpt/source_documents下放入自己想要关联的私有化信息，可以是自己的数字分身信息，或者是其他业务信息.

c.Python 3.10.11

run

1. pip3 install poetry //全局安装poetry管理python项目
2. cd dragonGDP
3. poetry shell //打开虚拟环境
4. poetry install //安装三方包
5. cd dragongpt
6. python3 inject.py //将私有信息存入向量库
7. python3 index.py //向量拟合，比对查询，起本地服务

test

以上进行完之后，就会在8080端口起一个服务，我们可以终端用curl对其测试请求

curl -X POST \
        http://127.0.0.1:8000/speak \
        -H 'Content-Type: application/json' \
        -d '{"prompt": "Hello"}'

通过json传值，问题参数是prompt

packages

[tool.poetry.dependencies]
python = "^3.10"
langchain = "^0.0.187"
gpt4all = "^0.2.3"
chromadb = "^0.3.23"
llama-cpp-python = "^0.1.50"
urllib3 = "^2.0.2"
pdfminer-six = "^20221105"
python-dotenv ="^1.0.0"
unstructured = "^0.6.6"
extract-msg = "^0.41.1"
tabulate = "^0.9.0"
pandoc = "^2.3"
pypandoc ="^1.11"
tqdm = "^4.65.0"
sentence-transformers = "^2.2.2"
flask = "^2.3.2"

后续会在掘金专栏和下边公众号里一点点告诉大家是如何实现的，
更多信息会在公众号进一步交流