Langchain-Chatchat

![](https://note.mr666.vip/usr/uploads/2024/03/1682404457.png)
📃 **LangChain-Chatchat** (原 Langchain-ChatGLM)

基于 ChatGLM 等大语言模型与 Langchain 等应用框架实现，开源、可离线部署的检索增强生成(RAG)大模型知识库项目。

### ⚠️ 重要提示

[](https://github.com/chatchat-space/Langchain-Chatchat#%EF%B8%8F-%E9%87%8D%E8%A6%81%E6%8F%90%E7%A4%BA)

`0.2.10`将会是`0.2.x`系列的最后一个版本，`0.2.x`系列版本将会停止更新和技术支持，全力研发具有更强应用性的 `Langchain-Chatchat 0.3.x`。 `0.2.10` 的后续 bug 修复将会直接推送到`master`分支，而不在进行版本更新。

---

## 目录

[](https://github.com/chatchat-space/Langchain-Chatchat#%E7%9B%AE%E5%BD%95)

* [介绍](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#%E4%BB%8B%E7%BB%8D)
* [解决的痛点](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#%E8%A7%A3%E5%86%B3%E7%9A%84%E7%97%9B%E7%82%B9)
* [快速上手](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B)
  * [1. 环境配置](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#1-%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE)
  * [2. 模型下载](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#2-%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD)
  * [3. 初始化知识库和配置文件](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#3-%E5%88%9D%E5%A7%8B%E5%8C%96%E7%9F%A5%E8%AF%86%E5%BA%93%E5%92%8C%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6)
  * [4. 一键启动](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#4-%E4%B8%80%E9%94%AE%E5%90%AF%E5%8A%A8)
  * [5. 启动界面示例](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#5-%E5%90%AF%E5%8A%A8%E7%95%8C%E9%9D%A2%E7%A4%BA%E4%BE%8B)
* [联系我们](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/README.md#%E8%81%94%E7%B3%BB%E6%88%91%E4%BB%AC)

## 介绍

[](https://github.com/chatchat-space/Langchain-Chatchat#%E4%BB%8B%E7%BB%8D)

🤖️ 一种利用 [langchain](https://github.com/langchain-ai/langchain) 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。

💡 受 [GanymedeNil](https://github.com/GanymedeNil) 的项目 [document.ai](https://github.com/GanymedeNil/document.ai) 和 [AlexZhangji](https://github.com/AlexZhangji) 创建的 [ChatGLM-6B Pull Request](https://github.com/THUDM/ChatGLM-6B/pull/216) 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。本项目的最新版本中通过使用 [FastChat](https://github.com/lm-sys/FastChat) 接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型，依托于 [langchain](https://github.com/langchain-ai/langchain) 框架支持通过基于 [FastAPI](https://github.com/tiangolo/fastapi) 提供的 API 调用服务，或使用基于 [Streamlit](https://github.com/streamlit/streamlit) 的 WebUI 进行操作。

✅ 依托于本项目支持的开源 LLM 与 Embedding 模型，本项目可实现全部使用**开源**模型**离线私有部署**。与此同时，本项目也支持 OpenAI GPT API 的调用，并将在后续持续扩充对各类模型及模型 API 的接入。

⛓️ 本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的 `top k`个 -> 匹配出的文本作为上下文和问题一起添加到 `prompt`中 -> 提交给 `LLM`生成回答。

📺 [原理介绍视频](https://www.bilibili.com/video/BV13M4y1e7cN/?share_source=copy_web&vd_source=e6c5aafe684f30fbe41925d61ca6d514)

![](https://note.mr666.vip/usr/uploads/2024/03/2743003838.png)

从文档处理角度来看，实现流程如下：

![](https://note.mr666.vip/usr/uploads/2024/03/481765595.png)

🚩 本项目未涉及微调、训练过程，但可利用微调或训练对本项目效果进行优化。

🌐 [AutoDL 镜像](https://www.codewithgpu.com/i/chatchat-space/Langchain-Chatchat/Langchain-Chatchat) 中 `0.2.10`

版本所使用代码已更新至本项目 `v0.2.10` 版本。

🐳 [Docker 镜像](https://github.com/chatchat-space/Langchain-Chatchat/blob/master/registry.cn-beijing.aliyuncs.com/chatchat/chatchat:0.2.7) 已经更新到 `0.2.7` 版本。

🌲 一行命令运行 Docker ：

```shell
docker run -d --gpus all -p 80:8501 registry.cn-beijing.aliyuncs.com/chatchat/chatchat:0.2.7
```

🧩 本项目有一个非常完整的[Wiki](https://github.com/chatchat-space/Langchain-Chatchat/wiki/) ， README只是一个简单的介绍，\_ *仅仅是入门教程，能够基础运行*\_。 如果你想要更深入的了解本项目，或者想对本项目做出贡献。请移步 [Wiki](https://github.com/chatchat-space/Langchain-Chatchat/wiki/) 界面

## 解决的痛点

[](https://github.com/chatchat-space/Langchain-Chatchat#%E8%A7%A3%E5%86%B3%E7%9A%84%E7%97%9B%E7%82%B9)

该项目是一个可以实现 \_\_完全本地化\_\_推理的知识库增强方案, 重点解决数据安全保护，私域化部署的企业痛点。 本开源方案采用`Apache License`，可以免费商用，无需付费。

我们支持市面上主流的本地大语言模型和Embedding模型，支持开源的本地向量数据库。 支持列表详见[Wiki](https://github.com/chatchat-space/Langchain-Chatchat/wiki/)

## 快速上手

[](https://github.com/chatchat-space/Langchain-Chatchat#%E5%BF%AB%E9%80%9F%E4%B8%8A%E6%89%8B)

### 1. 环境配置

[](https://github.com/chatchat-space/Langchain-Chatchat#1-%E7%8E%AF%E5%A2%83%E9%85%8D%E7%BD%AE)

* 首先，确保你的机器安装了 Python 3.8 - 3.11 (我们强烈推荐使用 Python3.11)。

```
$ python --version
Python 3.11.7
```

接着，创建一个虚拟环境，并在虚拟环境内安装项目的依赖

```shell
# 拉取仓库
$ git clone https://github.com/chatchat-space/Langchain-Chatchat.git

# 进入目录
$ cd Langchain-Chatchat

# 安装全部依赖
$ pip install -r requirements.txt 
$ pip install -r requirements_api.txt
$ pip install -r requirements_webui.txt

# 默认依赖包括基本运行环境（FAISS向量库）。如果要使用 milvus/pg_vector 等向量库，请将 requirements.txt 中相应依赖取消注释再安装。
```

请注意，LangChain-Chatchat `0.2.x` 系列是针对 Langchain `0.0.x` 系列版本的，如果你使用的是 Langchain `0.1.x` 系列版本，需要降级您的`Langchain`版本。

### 2， 模型下载

[](https://github.com/chatchat-space/Langchain-Chatchat#2-%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD)

如需在本地或离线环境下运行本项目，需要首先将项目所需的模型下载至本地，通常开源 LLM 与 Embedding 模型可以从 [HuggingFace](https://huggingface.co/models) 下载。

以本项目中默认使用的 LLM 模型 [THUDM/ChatGLM3-6B](https://huggingface.co/THUDM/chatglm3-6b) 与 Embedding 模型 [BAAI/bge-large-zh](https://huggingface.co/BAAI/bge-large-zh) 为例：

下载模型需要先[安装 Git LFS](https://docs.github.com/zh/repositories/working-with-files/managing-large-files/installing-git-large-file-storage) ，然后运行

```shell
$ git lfs install
$ git clone https://huggingface.co/THUDM/chatglm3-6b
$ git clone https://huggingface.co/BAAI/bge-large-zh
```

### 3. 初始化知识库和配置文件

[](https://github.com/chatchat-space/Langchain-Chatchat#3-%E5%88%9D%E5%A7%8B%E5%8C%96%E7%9F%A5%E8%AF%86%E5%BA%93%E5%92%8C%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6)

按照下列方式初始化自己的知识库和简单的复制配置文件

```shell
$ python copy_config_example.py
$ python init_database.py --recreate-vs
```

### 4. 一键启动

[](https://github.com/chatchat-space/Langchain-Chatchat#4-%E4%B8%80%E9%94%AE%E5%90%AF%E5%8A%A8)

按照以下命令启动项目

```shell
$ python startup.py -a
```

### 5. 启动界面示例

[](https://github.com/chatchat-space/Langchain-Chatchat#5-%E5%90%AF%E5%8A%A8%E7%95%8C%E9%9D%A2%E7%A4%BA%E4%BE%8B)

如果正常启动，你将能看到以下界面

1. FastAPI Docs 界面

![](https://note.mr666.vip/usr/uploads/2024/03/2522682971.png)

2. Web UI 启动界面示例：

* Web UI 对话界面：

![](https://note.mr666.vip/usr/uploads/2024/03/2008789575.png)

* Web UI 知识库管理页面：

![85e9661b26c5b5bd6b425c6d4f3df1db_init_knowledge_base.jpg](https://note.mr666.vip/usr/uploads/2024/03/1538460435.jpg)

### 注意

以上方式只是为了快速上手，如果需要更多的功能和自定义启动方式 ，请参考[Wiki](https://github.com/chatchat-space/Langchain-Chatchat/wiki/)

---

## 项目里程碑

[](https://github.com/chatchat-space/Langchain-Chatchat#%E9%A1%B9%E7%9B%AE%E9%87%8C%E7%A8%8B%E7%A2%91)

* `2023年4月`: `Langchain-ChatGLM 0.1.0` 发布，支持基于 ChatGLM-6B 模型的本地知识库问答。
* `2023年8月`: `Langchain-ChatGLM` 改名为 `Langchain-Chatchat`，`0.2.0` 发布，使用 `fastchat` 作为模型加载方案，支持更多的模型和数据库。
* `2023年10月`: `Langchain-Chatchat 0.2.5` 发布，推出 Agent 内容，开源项目在`Founder Park & Zhipu AI & Zilliz` 举办的黑客马拉松获得三等奖。
* `2023年12月`: `Langchain-Chatchat` 开源项目获得超过 **20K** stars.
* `2024年1月`: `LangChain 0.1.x` 推出，`Langchain-Chatchat 0.2.x` 发布稳定版本`0.2.10` 后将停止更新和技术支持，全力研发具有更强应用性的 `Langchain-Chatchat 0.3.x`。
* 🔥 让我们一起期待未来 Chatchat 的故事 ···

最后修改：2024 年 03 月 23 日