72 lines
2.0 KiB
Markdown
72 lines
2.0 KiB
Markdown
|
### 如何配置本地大语言模型？
|
|||
|
|
|
|||
|
|
支持添加以 OpenAI 兼容模式运行的本地模型，可在 Web 设置中直接添加（适用于 vllm 和 Ollama 等）。
|
|||
|
|
|
|||
|
|
> [!NOTE]
|
|||
|
|
> 使用 docker 运行此项目时，ollama 或 vllm 需监听 `0.0.0.0`
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
### 如何配置本地向量模型与重排序模型
|
|||
|
|
|
|||
|
|
强烈建议测试阶段先使用硅基流动部署的 bge-m3（免费且无需修改）。其他模型配置参考 [src/static/models.yaml](src/static/models.yaml)。
|
|||
|
|
|
|||
|
|
对于**向量模型**和**重排序模型**，选择 `local` 前缀的模型会自动下载。如遇下载问题，请参考 [HF-Mirror](https://hf-mirror.com/) 配置。
|
|||
|
|
|
|||
|
|
要使用已下载的本地模型：
|
|||
|
|
|
|||
|
|
1. 在网页设置中添加映射，需要注意，如果是在 docker 里面前缀直接设置为 `/models`
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
2. 将文件夹映射到 docker 内部
|
|||
|
|
|
|||
|
|
```yml
|
|||
|
|
# docker-compose.yml
|
|||
|
|
|
|||
|
|
services:
|
|||
|
|
api:
|
|||
|
|
build:
|
|||
|
|
context: .
|
|||
|
|
dockerfile: docker/api.Dockerfile
|
|||
|
|
container_name: api-dev
|
|||
|
|
working_dir: /app
|
|||
|
|
volumes:
|
|||
|
|
- ./server:/app/server
|
|||
|
|
- ./src:/app/src
|
|||
|
|
- ./saves:/app/saves
|
|||
|
|
- ${MODEL_DIR}:/models <== 比如修改为 /hdd/models:models
|
|||
|
|
ports:
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
3. 重新启动项目
|
|||
|
|
|
|||
|
|
```bash
|
|||
|
|
docker compose down
|
|||
|
|
docker compose up --build -d
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
注：添加本地向量模型由于在 docker 内外的路径差异很大，因此建议参考前面的路径映射之后，也在这里添加。
|
|||
|
|
|
|||
|
|
```yaml
|
|||
|
|
# src/static/models.yaml
|
|||
|
|
# 添加本地向量模型（所有 FlagEmbedding 支持的模型）
|
|||
|
|
local/BAAI/bge-m3:
|
|||
|
|
name: BAAI/bge-m3
|
|||
|
|
dimension: 1024
|
|||
|
|
# local_path: /models/BAAI/bge-m3，也可以在这里配置
|
|||
|
|
|
|||
|
|
# 添加 OpenAI 兼容的向量模型
|
|||
|
|
siliconflow/BAAI/bge-m3:
|
|||
|
|
name: BAAI/bge-m3
|
|||
|
|
dimension: 1024
|
|||
|
|
url: https://api.siliconflow.cn/v1/embeddings
|
|||
|
|
api_key: SILICONFLOW_API_KEY
|
|||
|
|
|
|||
|
|
# 添加 Ollama 模型
|
|||
|
|
ollama/nomic-embed-text:
|
|||
|
|
name: nomic-embed-text
|
|||
|
|
dimension: 768
|
|||
|
|
```
|