2.3 KiB
2.3 KiB
模型说明
1. 对话模型支持
模型仅支持通过API调用的模型，如果是需要运行本地模型，则建议使用 vllm 转成 API 服务之后使用。使用前请配置 APIKEY 后使用，配置项目参考：.env.template
模型供应商(config.model_provider) |
默认模型(config.model_name) |
配置项目(.env) |
|---|---|---|
openai |
gpt-4o |
OPENAI_API_KEY |
qianfan（百度） |
ernie_speed |
QIANFAN_ACCESS_KEY, QIANFAN_SECRET_KEY |
zhipu(default) |
glm-4 |
ZHIPUAI_API_KEY |
dashscope（阿里） |
qwen-max-latest |
DASHSCOPE_API_KEY |
deepseek |
deepseek-chat |
DEEPSEEK_API_KEY |
siliconflow |
meta-llama/Meta-Llama-3.1-8B-Instruct |
SILICONFLOW_API_KEY |
同样支持以 OpenAI 的兼容模型运行模型，可以直接在设置里面添加。比如使用 vllm 和 Ollama 运行本地模型时。
2. 向量模型支持
建议直接使用智谱 AI 的 embedding-3，这样不需要做任何修改，且资费不贵。
Warning
需要注意，由于知识库和图数据库的构建都依赖于向量模型，如果中途更改向量模型，回导致知识库不可用。此外，知识图谱的向量索引的建立默认使用 embedding-3 构建，因此检索的时候必须使用 embedding-3（现阶段还不支持修改）
模型名称(config.embed_model) |
默认路径/模型 | 需要配置项目（config.model_local_paths） |
|---|---|---|
bge-large-zh-v1.5 |
BAAI/bge-large-zh-v1.5 |
bge-large-zh-v1.5（*可选：修改为本地路径） |
zhipu |
embedding-2, embedding-3 |
ZHIPUAI_API_KEY (.env) |
3. 重排序模型支持
目前仅支持 BAAI/bge-reranker-v2-m3。
4. 本地模型支持
对于语言模型，并不支持直接运行本地语言模型，请使用 vllm 或者 ollama 转成 API 服务之后使用。
对于向量模型和重排序模型，可以不做修改会自动下载模型，如果下载过程中出现问题，请参考 HF-Mirror 配置相关内容。如果想要使用本地已经下载好的模型（不建议），可以在 saves/config/config.yaml 配置相关内容。同时注意要在 docker 中做映射，参考 README 中的 docker/docker-compose.yml。
例如：
model_local_paths:
bge-large-zh-v1.5: /models/bge-large-zh-v1.5