langchain chatchat的简介就不多说了，大家可以去看github官网介绍，虽然当前版本停止了更新，下个版本还没有出来，但作为学习还是很好的。
一、关键启动过程：
1、start_main_server 入口
2、run_controller 启动fastchat controller 端口20001
3、run_openai_api启动fastchat对外提供的类似openai接口的服务，端口20000
4、run_model_worker 创建fastchat的model_worker，其中又执行了以下过程：
4.1、create_model_worker_app，根据配置文件，创建并初始化对应的model_workder，初始化过程中，model_worker会通过self.init_heart_beat()将自己注册到fastchat controller中，以供fastchat管理调用。最后create_model_worker_app方法取出model_workder的fastaip对象app，将app返回。
4.2 、uvicorn.run(app, host=host, port=port, log_level=log_level.lower())，启动模型对应的model_workder服务，这里的app来自model_workder的app。
二、chat过程
1、app.post("/chat/chat", tags=["Chat"], summary="与llm模型对话(通过LLMChain)", )(chat) 2、本地模型LLM对话 model = get_ChatOpenAI( model_name=model_name, temperature=temperature, max_tokens=max_tokens, callbacks=callbacks, ) get_ChatOpenAI： model = ChatOpenAI( streaming=streaming, verbose=verbose, callbacks=callbacks, openai_api_key=config.get("api_key", "EMPTY"), openai_api_base=config.get("api_base_url", fschat_openai_api_address()), model_name=model_name, temperature=temperature, max_tokens=max_tokens, openai_proxy=config.get("openai_proxy"), **kwargs ) 在这里指定了fastchat的openai_api接口地址，这样就获得了指定接口地址的langchain ChatOpenAI对象 然后创建LLMChain: chain = LLMChain(prompt=chat_prompt, llm=model, memory=memory) 后面省略 3、在线模型LLM对话 在线模型的调用并没有直接发起，还是和上面一样，通过获取ChatOpenAI对象，来和fastchat进行交互，但是fastchat是不支持自定义调用在线模型的，langchain chatchat是怎么实现的呢？ 原来，对应在线模型调用，langchain chatchat还是通过类似创建本地模型一样创建model_worker，但是对model_worker进行了继承，交互部分进行了重写，如qwen在线调用： class QwenWorker(ApiModelWorker):而ApiModelWorker来自BaseModelWorker，BaseModelWorker就是fastchat的worker_model的基类。（本地模型实例化时用的ModelWorker本身也是继承自BaseModelWorker）
class ApiModelWorker(BaseModelWorker):
DEFAULT_EMBED_MODEL: str = None # None means not support embedding
def __init__(
self,
model_names: List[str],
controller_addr: str = None,
worker_addr: str = None,
context_len: int = 2048,
no_register: bool = False,
**kwargs,
):
kwargs.setdefault("worker_id", uuid.uuid4().hex[:8])
kwargs.setdefault("model_path", "")
kwargs.setdefault("limit_worker_concurrency", 5)
super().__init__(model_names=model_names,
controller_addr=controller_addr,
worker_addr=worker_addr,
**kwargs)
import fastchat.serve.base_model_worker
import sys
self.logger = fastchat.serve.base_model_worker.logger
# 恢复被fastchat覆盖的标准输出
sys.stdout = sys.__stdout__
sys.stderr = sys.__stderr__
new_loop = asyncio.new_event_loop()
asyncio.set_event_loop(new_loop)
self.context_len = context_len
self.semaphore = asyncio.Semaphore(self.limit_worker_concurrency)
self.version = None
if not no_register and self.controller_addr:
self.init_heart_beat()
def count_token(self, params):
prompt = params["prompt"]
return {"count": len(str(prompt)), "error_code": 0}
def generate_stream_gate(self, params: Dict):
self.call_ct += 1
try:
prompt = params["prompt"]
if self._is_chat(prompt):
messages = self.prompt_to_messages(prompt)
messages = self.validate_messages(messages)
else: # 使用chat模仿续写功能，不支持历史消息
messages = [{"role": self.user_role, "content": f"please continue writing from here: {prompt}"}]
p = ApiChatParams(
messages=messages,
temperature=params.get("temperature"),
top_p=params.get("top_p"),
max_tokens=params.get("max_new_tokens"),
version=self.version,
)
for resp in self.do_chat(p):
yield self._jsonify(resp)
except Exception as e:
yield self._jsonify({"error_code": 500, "text": f"{self.model_names[0]}请求API时发生错误：{e}"})
def generate_gate(self, params):
try:
for x in self.generate_stream_gate(params):
...
return json.loads(x[:-1].decode())
except Exception as e:
return {"error_code": 500, "text": str(e)}
# 需要用户自定义的方法
def(self, params: ApiChatParams) -> Dict:
'''
执行Chat的方法，默认使用模块里面的chat函数。
要求返回形式：{"error_code": int, "text": str}
'''
return {"error_code": 500, "text": f"{self.model_names[0]}未实现chat功能"}
# def do_completion(self, p: ApiCompletionParams) -> Dict:
# '''
# 执行Completion的方法，默认使用模块里面的completion函数。
# 要求返回形式：{"error_code": int, "text": str}
# '''
# return {"error_code": 500, "text": f"{self.model_names[0]}未实现completion功能"}
def do_embeddings(self, params: ApiEmbeddingsParams) -> Dict:
'''
执行Embeddings的方法，默认使用模块里面的embed_documents函数。
要求返回形式：{"code": int, "data": List[List[float]], "msg": str}
'''
return {"code": 500, "msg": f"{self.model_names[0]}未实现embeddings功能"}
def get_embeddings(self, params):
# fastchat对LLM做Embeddings限制很大，似乎只能使用openai的。
# 在前端通过OpenAIEmbeddings发起的请求直接出错，无法请求过来。
print("get_embedding")
print(params)
def make_conv_template(self, conv_template: str = None, model_path: str = None) -> Conversation:
raise NotImplementedError
def validate_messages(self, messages: List[Dict]) -> List[Dict]:
'''
有些API对mesages有特殊格式，可以重写该函数替换默认的messages。
之所以跟prompt_to_messages分开，是因为他们应用场景不同、参数不同
'''
return messages
# help methods
@property
def user_role(self):
return self.conv.roles[0]
@property
def ai_role(self):
return self.conv.roles[1]
def _jsonify(self, data: Dict) -> str:
'''
将chat函数返回的结果按照fastchat openai-api-server的格式返回
'''
return json.dumps(data, ensure_ascii=False).encode() + b"\0"
def _is_chat(self, prompt: str) -> bool:
'''
检查prompt是否由chat messages拼接而来
TODO: 存在误判的可能，也许从fastchat直接传入原始messages是更好的做法
'''
key = f"{self.conv.sep}{self.user_role}:"
return key in prompt
def prompt_to_messages(self, prompt: str) -> List[Dict]:
'''
将prompt字符串拆分成messages.
'''
result = []
user_role = self.user_role
ai_role = self.ai_role
user_start = user_role + ":"
ai_start = ai_role + ":"
for msg in prompt.split(self.conv.sep)[1:-1]:
if msg.startswith(user_start):
if content := msg[len(user_start):].strip():
result.append({"role": user_role, "content": content})
elif msg.startswith(ai_start):
if content := msg[len(ai_start):].strip():
result.append({"role": ai_role, "content": content})
else:
raise RuntimeError(f"unknown role in msg: {msg}")
return result
@classmethod
def can_embedding(cls):
return cls.DEFAULT_EMBED_MODEL is not None
从代码中可以看到ApiModelWorker重写了generate_stream_gate，并且调用了do_chat方法，该方法要求子类去实现实际的chat过程。我们再回到class QwenWorker(ApiModelWorker):
def do_chat(self, params: ApiChatParams) -> Dict:
import dashscope
params.load_config(self.model_names[0])
if log_verbose:
logger.info(f'{self.__class__.__name__}:params: {params}')
gen = dashscope.Generation()
responses = gen.call(
model=params.version,
temperature=params.temperature,
api_key=params.api_key,
messages=params.messages,
result_format='message', # set the result is message format.
stream=True,
)
for resp in responses:
if resp["status_code"] == 200:
if choices := resp["output"]["choices"]:
yield {
"error_code": 0,
"text": choices[0]["message"]["content"],
}
else:
data = {
"error_code": resp["status_code"],
"text": resp["message"],
"error": {
"message": resp["message"],
"type": "invalid_request_error",
"param": None,
"code": None,
}
}
self.logger.error(f"请求千问 API 时发生错误：{data}")
yield data
至此，qwen在线模型完成了调用。
三、总结
不得不说，这种设计还是很精妙的，借助fastchat，不仅实现了fastchat支持的几个本地大模型的调用，对于在线模型，即使不同的在线模型有不同的api接口定义，但只需要去定义实现一个新的继承ApiModelWorker的类，就可以屏蔽掉接口之间的差异，通过fastchat对齐接口，统一对外提供类openai api接口服务，这样在langchain不做修改的情况下，langchain就可以正常调用市面上各类接口迥异的在线大模型。
三、后续计划
1、尝试langchain chatchat和ollama的对接
2、Agent应用实践
我建了一个langchain交流群，欢迎加入一起交流学习心得：
标签：prompt,fastchat,self,messages,langchain,chatchat,源码,params,model From： https://www.cnblogs.com/srszzw/p/18083487