### 加入开发 #### 依赖管理:Poetry与env/dependency管理方法 这个项目使用 Poetry 来管理依赖。 > 注意:在安装Poetry之前,如果您使用Conda,请创建并激活一个新的Conda env(例如,`conda create-n chatchat python=3.9`) Install Poetry: [documentation on how to install it.](https://python-poetry.org/docs/#installing-with-pipx) > 注意: 如果您使用 Conda 或 Pyenv 作为您的环境/包管理器,在安装Poetry之后, > 使用如下命令使Poetry使用virtualenv python environment (`poetry config virtualenvs.prefer-active-python true`) #### 本地开发环境安装 - 选择主项目目录 ```shell cd model-providers ``` - 安装model-providers依赖(for running model-providers lint\tests): ```shell poetry install --with lint,test ``` #### 格式化和代码检查 在提交PR之前,请在本地运行以下命令;CI系统也会进行检查。 ##### 代码格式化 本项目使用ruff进行代码格式化。 要对某个库进行格式化,请在相应的库目录下运行相同的命令: ```shell cd {model-providers|chatchat|chatchat-server|chatchat-frontend} make format ``` 此外,你可以使用format_diff命令仅对当前分支中与主分支相比已修改的文件进行格式化: ```shell make format_diff ``` 当你对项目的一部分进行了更改,并希望确保更改的部分格式正确,而不影响代码库的其他部分时,这个命令特别有用。 ### 开始使用 当项目安装完成,配置这个`model_providers.yaml`文件,即可完成平台加载 > 注意: 在您配置平台之前,请确认平台依赖完整,例如智谱平台,您需要安装智谱sdk `pip install zhipuai` model_providers包含了不同平台提供的 全局配置`provider_credential`,和模型配置`model_credential` 不同平台所加载的配置有所不同,关于如何配置这个文件 请查看包`model_providers.core.model_runtime.model_providers`下方的平台 `yaml`文件 关于`schemas`信息详细描述设计,请查看 [README_CN.md](model_providers/core/model_runtime/README_CN.md) #### 相关平台配置说明 #### 要加载xinference平台,操作如下 - 查看`schemas`信息 在[xinference.yaml](model_providers/core/model_runtime/model_providers/xinference/xinference.yaml)包含了如下信息, `supported_model_types`描述支持了`llm`、`text-embedding`、`rerank` 模型类型 `configurate_methods`描述包含变量 `customizable-model`表示这个是一个可以自定义模型的平台 `model_credential_schema`描述包含了自定义模型需要的凭据信息 - 安装sdk ```shell $ pip install xinference-client ``` - 编辑`model_providers.yaml` ```yaml xinference: model_credential: - model: 'chatglm3-6b' model_type: 'llm' model_credentials: server_url: 'http://127.0.0.1:9997/' model_uid: 'chatglm3-6b' ``` #### 要加载ollama平台,操作如下 - 查看`schemas`信息 在[ollama.yaml](model_providers/core/model_runtime/model_providers/ollama/ollama.yaml)包含了如下信息, `supported_model_types`描述支持了`llm`和`text-embedding`两种模型类型 `configurate_methods`描述包含变量 - `customizable-model`表示这个是一个可以自定义模型的平台 `model_credential_schema`描述包含了自定义模型需要的凭据信息 - 安装sdk ```shell $ pip install openai ``` - 编辑`model_providers.yaml` ```yaml ollama: model_credential: - model: 'llama3' model_type: 'llm' model_credentials: base_url: 'http://172.21.80.1:11434/v1' ``` #### 要加载openai平台,操作如下 - 查看`schemas`信息 在[openai.yaml](model_providers/core/model_runtime/model_providers/openai/openai.yaml)包含了如下信息, `supported_model_types`描述支持了`llm`和`text-embedding`两种模型类型 `configurate_methods`描述包含变量 - `predefined-model`表示这个是一个使用预定义模型的平台 - `customizable-model`表示这个是一个可以自定义模型的平台 `model_credential_schema`描述包含了自定义模型需要的凭据信息 `provider_credential_schema`描述包含平台的凭据信息 - 安装sdk ```shell $ pip install openai ``` - 编辑`model_providers.yaml` ```yaml openai: model_credential: - model: 'gpt-3.5-turbo' model_type: 'llm' model_credentials: openai_api_key: 'sk-' openai_organization: '' openai_api_base: '' - model: 'gpt-4' model_type: 'llm' model_credentials: openai_api_key: 'sk-' openai_organization: '' openai_api_base: '' provider_credential: openai_api_key: 'sk-' openai_organization: '' openai_api_base: '' ``` #### 要加载智谱平台,操作如下 - 查看`schemas`信息 在[zhipuai.yaml](model_providers/core/model_runtime/model_providers/zhipuai/zhipuai.yaml)包含了如下信息, `supported_model_types`描述支持了`llm`和`text-embedding`两种模型类型 `configurate_methods`描述包含变量 `predefined-model`表示这个是一个使用预定义模型的平台 `provider_credential_schema`描述包含平台的凭据信息 - 安装sdk ```shell $ pip install zhipuai ``` - 编辑`model_providers.yaml` ```yaml zhipuai: provider_credential: api_key: 'd4fa0690b6dfa205204cae2e12aa6fb6.2' ``` #### 要加载deepseek平台,操作如下 - 查看`schemas`信息 在[deepseek.yaml](model_providers/core/model_runtime/model_providers/deepseek/deepseek.yaml)包含了如下信息, `supported_model_types`描述支持了`llm`和`text-embedding`两种模型类型 `configurate_methods`描述包含变量 `predefined-model`表示这个是一个使用预定义模型的平台 `provider_credential_schema`描述包含平台的凭据信息 - 安装sdk ```shell $ pip install openai ``` - 编辑`model_providers.yaml` ```yaml deepseek: model_credential: - model: 'deepseek-chat' model_type: 'llm' model_credentials: base_url: 'https://api.deepseek.com' api_key: 'sk-dcb625fcbc1e497d80b7b9493b51d758' ```