FastGPT/docSite/content/docs/custom-models/chatglm2.md

title, description, icon, draft, toc, weight

title	description	icon	draft	toc	weight
接入 ChatGLM2-6B	将 FastGPT 接入私有化模型 ChatGLM2-6B	model_training	false	true	753

前言

FastGPT 允许你使用自己的 OpenAI API KEY 来快速调用 OpenAI 接口，目前集成了 GPT-3.5, GPT-4 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。

那么如何在 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。

ChatGLM2-6B 简介

ChatGLM2-6B 是开源中英双语对话模型 ChatGLM-6B 的第二代版本，具体介绍可参阅 ChatGLM2-6B 项目主页。

{{% alert context="warning" %}} 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，无权给予任何授权！ {{% /alert %}}

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：

{{< table "table-hover table-striped" >}}

类型	内存	显存	硬盘空间	启动命令
fp16	>=16GB	>=16GB	>=25GB	python openai_api.py 16
int8	>=16GB	>=9GB	>=25GB	python openai_api.py 8
int4	>=16GB	>=6GB	>=25GB	python openai_api.py 4
{{< /table >}}

环境配置

• Python 3.8.10
• CUDA 11.8
• 科学上网环境

部署步骤

1. 根据上面的环境配置配置好环境，具体教程自行 GPT；
2. 下载 python 文件
3. 在命令行输入命令 pip install -r requirments.txt；
4. 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；
5. 执行命令 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，直到模型加载完毕为止。如果出现报错先问 GPT。

启动成功后应该会显示如下地址：

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
CHAT_API_KEY=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 ChatGLM2-6B 了。

注意

1. docker 部署时，给的推荐配置是组网模型，无法连接到本地的网络，以为这无法请求 0.0.0.0:6006。可以使用 host 模式，或者将模型发布到服务器上，并通过 oneapi 引入该模型。