PHP前端开发

运行本地 LLM 和发出 API 请求的快速指南

百变鹏仔 5天前 #Python
文章标签 快速

好吧,系好安全带,因为我们正在深入研究一个快速而肮脏的解决方案,用于运行本地 llm(语言模型)并发出 api 请求 - 就像花哨的商业解决方案所做的那样。为什么?嗯,为什么不呢?只需大约三分钟,您就可以在本地运行一个完美的系统来进行大多数测试。如果您觉得需要再次扩展到云,切换回来几乎毫不费力。

这是我们将要遵循的文档,主要是为了让您可以声称您已阅读它:

特别是,我们将重点关注提出这样的请求:

curl https://api.openai.com/v1/chat/completions   -h "content-type: application/json"   -h "authorization: bearer $openai_api_key"   -d '{     "model": "gpt-4o-mini",     "messages": [{"role": "user", "content": "say this is a test!"}],     "temperature": 0.7   }'

到目前为止,一切都很好,对吧?没有什么开创性的。但这就是有趣的地方......

进入lm工作室

有一个名为 lm studio 的宝石工具,它使本地法学硕士更容易处理。安装并运行模型后,您会注意到一个带有名为“开发人员”的控制台图标的选项卡。我知道,一开始听起来不太令人兴奋,但坚持下去,因为它会变得更好。此选项卡附带一个方便的 curl 示例,向您展示如何使用本地模型。而且,你难道不知道吗,它看起来很眼熟!

curl http://localhost:1234/v1/chat/completions   -h "content-type: application/json"   -d '{    "model": "llama-3.1-8b-lexi-uncensored-v2",    "messages": [      { "role": "system", "content": "always answer in rhymes. today is thursday" },      { "role": "user", "content": "what day is it today?" }    ],    "temperature": 0.7,    "max_tokens": -1,    "stream": false}'

看起来很眼熟对吧?这是我们刚刚看到的本地版本。您将获得与 openai api 请求相同的设置,只不过它在本地计算机上运行。另外,它还有一点小技巧——比如“总是用押韵回答”系统提示。诗歌,有人吗?

python 怎么样?我们找到你了。

如果您更喜欢使用 python(说实话,谁不喜欢呢?),以下是使用 python 的 requests 模块发送相同请求的方法:

import requestsimport jsonurl = "http://localhost:1234/v1/chat/completions"headers = {    "Content-Type": "application/json"}data = {    "model": "llama-3.1-8b-lexi-uncensored-v2",    "messages": [        {"role": "system", "content": "You are a helpful assistant."},        {"role": "user", "content": "What is the capital of France?"}    ],    "temperature": 0.7,    "max_tokens": -1,    "stream": False}response = requests.post(url, headers=headers, data=json.dumps(data))if response.status_code == 200:    result = response.json()    print(result["choices"][0]["message"]["content"])else:    print(f"Error: {response.status_code}")

瞧!您现在已准备好向当地的 llm 发送请求,就像使用商业 api 一样。来吧,测试它、打破它、让它变得押韵——世界(或者至少是你的模型)是你的牡蛎。

享受!