搭建本地人工智能框架LocalAI

什么是 LocalAI

LocalAI 是一个用于本地推理的，与 OpenAI API 规范兼容的 REST API。它允许您在本地使用消费级硬件运行 LLM（不仅如此），支持与 ggml 格式兼容的多个模型系列。不需要 GPU 。

最吸引老苏的有两点，一个是不需要 GPU，另一点上可以使用消费级硬件，所以准备搭一个试试，至于后续用来干什么，到时候再说

官方倒是提供了很多示例，比较常见的是机器人，比如：Discord bot、Slack bot 或者 Telegram bot

安装

在群晖上以 Docker 方式安装。

镜像下载

官方没有在 docker hub 上发布镜像，而是发布到了 quay.io

用 SSH 客户端登录到群晖后，依次执行下面的命令

这个版本是 cpu 版本，如果你有 gpu，可以下载支持 cuda 的版本；

# 新建文件夹 localai 和 子目录
mkdir -p /volume1/docker/localai/models

# 进入 localai 目录
cd /volume1/docker/localai

# 拉取镜像
docker pull quay.io/go-skynet/local-ai:latest
1
2
3
4
5
6
7
8

镜像文件比较大（大约 13G ），如果拉不动，也可以试试 docker 代理网站：https://dockerproxy.com/，但是会多几个步骤

# 如果拉不动的话加个代理
docker pull quay.dockerproxy.com/go-skynet/local-ai:latest

# 重命名镜像（如果是通过代理下载的）
docker tag quay.dockerproxy.com/go-skynet/local-ai:latest quay.io/go-skynet/local-ai:latest

# 删除代理镜像（如果是通过代理下载的）
docker rmi quay.dockerproxy.com/go-skynet/local-ai:latest
1
2
3
4
5
6
7
8

下载完成后，可以在 映像 中找到

docker-compose 安装

将下面的内容保存为 docker-compose.yml 文件

version: '3.6'

services:
  api:
    image: quay.io/go-skynet/local-ai:latest
    container_name: localai
    ports:
      - 8668:8080
    volumes:
      - ./models:/models:cached
    environment:
      - MODELS_PATH=/models
    command: ["/usr/bin/local-ai" ]
1
2
3
4
5
6
7
8
9
10
11
12
13

然后执行下面的命令

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d
1
2
3
4

从日志可以看到，和 Serge 一样，需要 AVX2 指令兼容的 CPU

模型文件

如果你运行过 Serge，原来下载的 gpt4all.bin 文件是可以直接用的，因为 LocalAI 与 llama.cpp 支持的模型兼容

否则的话，需要自己下模型文件

老苏把 gpt4all.bin 文件放在了阿里云盘： https://www.aliyundrive.com/s/GQqs39iipya

Open LLM 基准测试中表现最佳的模型列表排行榜：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard

请记住，与 LocalAI 兼容的模型必须以 ggml 格式进行量化

老苏目前只测试了 gpt4all.bin，所以没法给大家提供指导意见，不要问我下哪个模型。

当然，LocalAI 是支持多模型文件的，你可以根据需要下载多个模型文件

关于模型这块，可以看官方文档：https://localai.io/models/

运行

如果你在浏览器中直接输入 http://群晖IP:8668，会返回 404 错误

{"error":{"code":404,"message":"Cannot GET /","type":""}}
1

因为 LocalAI 提供的是 REST API 接口，而不是网页。所以有 2 种方式来测试验证我们安装的服务是否成功，一种是使用 API 调试工具，另一种是用命令行

API 工具

这类工具很多，例如： Postman、Apifox、ApiPost等等，具体用什么关系不大，因为基本上主要功能是差不多的，老苏目前是用的是 Apifox

1. 打开应用程序并创建一个新的请求
2. 在请求的 URL 字段中输入：http://192.168.0.197:8668/v1/completions
3. 设置请求方法为 POST
4. 在请求头部 (Headers) 部分中添加一个新的头部，键为 Content-Type，值为 application/json
5. 在请求体 (Body) 部分中选择 raw 选项，并将下面的 JSON 数据复制粘贴到请求体中：

{
  "model": "gpt4all.bin",
  "prompt": "how old are you?",
  "temperature": 0.7
}
1
2
3
4
5

6. 确认您的请求已设置正确后，点击发送按钮以发送请求。

其中：

• model：指定要使用的特定语言模型；
• prompt：用于指定生成文本的起始提示或开头文本。也就是你要提的问题；
• temperature ：用于控制生成文本的多样性。temperature 值越高，生成的文本越随机和多样化，但可能会牺牲一些准确性。相反，temperature 值越低，生成的文本越保守和一致，更加符合模型的训练数据；

现在来聊个天，比如 how old are you?

看看支不支持中文聊天？

提问只要修改 prompt 后面的内容，回答看 text 后面的内容；

命令行

如果你不会 API 工具，用命令行也是可以的，用 SSH 客户端登录到群晖后，执行

curl http://192.168.0.197:8668/v1/completions -H "Content-Type: application/json" -d '{
     "model": "gpt4all.bin",
     "prompt": "how old are you?",
     "temperature": 0.7
   }'
1
2
3
4
5

返回的结果在 https://www.json.cn 格式化之后

{  
    "object":"text_completion",  
    "model":"gpt4all.bin",  
    "choices":[  
        {  
            "index":0,  
            "finish_reason":"stop",  
            "text":"I'm sorry, but as an AI language model, I don't have a physical age. However, I was trained on large amounts of data and have been continually updated with new information since then."  
        }  
    ],  
    "usage":{  
        "prompt_tokens":0,  
        "completion_tokens":0,  
        "total_tokens":0  
    }  
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

即便是同样的问题，每次的答复也是有区别的

{  
    "object":"text_completion",  
    "model":"gpt4all.bin",  
    "choices":[  
        {  
            "index":0,  
            "finish_reason":"stop",  
            "text":"I'm sorry, but as an AI language model I do not have a specific age. However, I was trained on vast amounts of data from a variety of sources, including news articles and books. I was trained on this data to understand and generate natural language text."  
        }  
    ],  
    "usage":{  
        "prompt_tokens":0,  
        "completion_tokens":0,  
        "total_tokens":0  
    }  
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

小结

虽然老苏用的同一个模型文件，但是感觉上 LocalAI 比 Serge 要快一些，当然也可能是因为 618 升级了内存的缘故

参考文档

go-skynet/LocalAI: 🤖 Self-hosted, community-driven, local OpenAI-compatible API. Drop-in replacement for OpenAI running LLMs on consumer-grade hardware. Free Open Source OpenAI alternative. No GPU required. LocalAI is an API to run ggml compatible models: llama, gpt4all, rwkv, whisper, vicuna, koala, gpt4all-j, cerebras, falcon, dolly, starcoder, and many other
地址：https://github.com/go-skynet/LocalAI

LocalAI :: LocalAI documentation
地址：https://localai.io/

🖼️ 模型库 :: LocalAI 文档
地址：https://localai.io/models/