添加ChatGLM2教程 (#125)

* Create GLM2对接教程.md

* 添加GLM2接入教程

* Delete GLM2对接教程.md

* Delete image.png

* Delete openai_api.py

* Delete openai_api_int4.py

* Delete openai_api_int8.py

* Create GLM2对接教程.md

* 添加ChatGLM2接口

* Delete openai_api_int4.py

* Delete openai_api_int8.py

* Update openai_api.py

* Update GLM2对接教程.md

docs/zh/examples/ChatGLM2/GLM2对接教程.md

@@ -0,0 +1,36 @@
+# 3分钟在Fastgpt上用上GLM
+## 前言
+Fast GPT 允许你使用自己的 openai API KEY 来快速的调用 openai 接口，目前集成了 Gpt35, Gpt4 和 embedding. 可构建自己的知识库。但考虑到数据安全的问题，我们并不能将所有的数据都交付给云端大模型。那如何在fastgpt上接入私有化模型呢，本文就以清华的ChatGLM2为例，为各位讲解如何在fastgpt中接入私有化模型。
+## ChatGLM2简介
+ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本，具体介绍请看项目：https://github.com/THUDM/ChatGLM2-6B
+注意，ChatGLM2-6B 权重对学术研究完全开放，在获得官方的书面许可后，亦允许商业使用。本教程只是介绍了一种用法，并不会给予任何授权。
+## 推荐配置
+依据官方数据，同样是生成 8192 长度，量化等级为FP16要占用12.8GB  显存、INT8为8.1GB显存、INT4为5.1GB显存，量化后会稍微影响性能，但不多。
+因此推荐配置如下：
+fp16:内存>=16GB,显存>=16GB,硬盘空间>=25GB,启动时使用命令python openai_api.py 16
+int8:内存>=16GB,显存>=9GB,硬盘空间>=25GB,启动时选择python openai_api.py 8
+int4:内存>=16GB,显存>=6GB,硬盘空间>=25GB,启动时选择python openai_api.py 4
+## 环境配置
+Python 3.8.10
+CUDA 11.8
+科学上网环境
+## 简单的步骤
+1. 根据上面的环境配置配置好环境，具体教程自行GPT；
+1. 在命令行输入pip install -r requirments.txt
+2. 打开你需要启动的py文件，在代码的第76行配置token，这里的token只是加一层验证，防止接口被人盗用
+2. python openai_api.py 16//这里的数字根据上面的配置进行选择
+
+然后等待模型下载，直到模型加载完毕，出现报错先问GPT  
+上面两个文件在本文档的同目录
+
+启动成功后应该会显示如下地址：
+![Alt text](image.png)
+这里的http://0.0.0.0:6006就是连接地址
+
+然后现在回到.env.local文件，依照以下方式配置地址：
+
+OPENAI_BASE_URL=http://127.0.0.1:6006/v1
+OPENAIKEY=sk-aaabbbcccdddeeefffggghhhiiijjjkkk //这里是你在代码中配置的token
+这里的OPENAIKEY可以任意填写
+
+这样就成功接入ChatGLM2了