【langchain/入门】使用langchain调用本地部署的大模型(以llama.cpp以及ollama为例)

说在前面

• 操作系统：windows
• python版本：3.9
• langchain版本：0.3.20
• pycharm版本：2023.1.2 (Community Edition)
• ollama版本：0.5.4
• llama.cpp版本：b4870

ollama(qwen2.5-coder:7b)

部署模型

• ollama部署大模型比较简单，到官网下载安装包后安装
  
• 根据自己电脑的条件选择合适的模型，比如
  
• 然后打开命令行，执行

  ollama run qwen2.5-coder
  

• 然后就可以直接在命令行对话了

  $ ollama run qwen2.5-coder:latest
  >>> 你好
  你好！有什么我可以帮忙的吗？
  
  >>> Send a message (/? for help)
  

使用langchain

• langchain提供了直接调用ollama api的package，安装后直接使用即可

  pip install langchain-ollama
  

• 代码环节

  from langchain_ollama import OllamaLLM
  
  ollm = OllamaLLM(model="qwen2.5-coder:latest")
  print(ollm.invoke("你好"))
  

  运行

  (venv) PS D:\Code\langchain> python .\main.py
  你好！有什么我可以帮忙的吗？
  

llama.cpp(deepseek-r1:1.5b)

模型部署

• 算力不足，搞个1.5b测试吧
• llama.cpp部署也挺简单的，到github选择合适的版本
  
• x64-windows-nvdia gpu
  下载cudart-llama-bin-win-cuxx.x-x64.zip以及llama-b4870-bin-win-cuda-cuxx.x-x64.zip，其中cudart是cuda相关的依赖，解压后将里面的文件放到llama...zip解压后的同级目录即可
  例如
  
• mac-m4
  下载llama-b4870-bin-macos-arm64.zip解压即可
• 使用llama-client即可在命令行下进行交互，例如

  ./llama-cli -m DeepSeek-R1-Distill-Qwen-1.5B-Q4_K_M.gguf
  > 你好
  <think>
  
  </think>
  你好！很高兴见到你，有什么我可以帮忙的吗？无论是聊天、解答问题还是提供建议，我都在这里为你服务。😊
  

• 如果需要让langchain能够使用，需要部署服务，即使用llama-server

  ./llama-sever -m DeepSeek-R1-Distill-Qwen-1.5B-Q4_K_M.gguf --port 50052 --host 0.0.0.0 -c 2048
  

使用langchain

• llama.cpp部署的服务使用的API格式是与openai兼容的，所以在langchain中，我们可以使用openai对应的package

  pip install langchain-openai
  

• 代码环节

  from langchain_openai import ChatOpenAI
  
  llm = ChatOpenAI(max_tokens=None,
                   timeout=None,
                   openai_api_base="http://127.0.0.1:50052",
                   openai_api_key="none")
  # openai_api_base 就是llama-server 部署时监听的地址
  # openai_api_key 必须要填 随便填就行 不能为 ""
  print(llm.invoke("你好").content)
  

  运行

  (venv) PS D:\Code\langchain> python .\main.py
  <think>
  
  </think>
  
  你好！很高兴见到你，有什么我可以帮忙的吗？无论是聊天、解答问题还是提供建议，我都在这里为你服务。😊