前言

趁着五一有时间，先把大三下个学期的期末作业做了，把微信小程序和Java开发的一起做了。顺便把机器学习的也一起做了。所以的话，我们完整项目的技术体系主要有 微信小程序开发，Java Web开发（因为我喜欢把admin后台管理和用户端服务分开，所有我选择SpringCloud做一个切分，实际上就是两个服务+网关），然后是基于Pytorch的NLP对话机器人，那么关于对话机器人的话，这个没办法，只能继续用先前GPT2的那个，没办法，有几个效果不错的，但是嘛，跑不动，当然也可以直接那啥，但是吧有一定的风险，能跑就行了，架子搭起来，上面都好说。

同样的，文章分为上下两篇，后端与前端部分，其实也没办法，一天没写完，中间准备会议录屏去了。中间还遇到了Python的一个bug,查了小半天的issue。

整个项目的设计非常简单，也没有做什么复杂的东西，dome而已，没必要那么复杂，也不见得那些老师可以看懂，没必要把自己搞得那么累，能花500搞定绝不花1000精力搞定。

所以，整个项目是很简单的，不过涉及到的东西不少，所以问题在你对于上面提到的技术熟不熟悉。

架构

ok，这里我们可以先看到我们整个项目的基本架构。由于这里没有涉及到部署，所以这里的话，我就不画那些花里胡哨的东西了。

那么这里的网关的话，其实就是这个SpringCloud当中的GateWay，然后我们的flask算法服务都是注册到nacos，进行服务发现注册调用的。通过网关我们开放了对外的访问接口，但是直接通过网关不能直接访问到flask程序，这个程序是通过SpringBoot进行远程调用，远程调用的地址是通过Nacos获取的，换一句话来说，我们的算法服务是属于内网服务，不暴露。

那么在nacos的视角是这样的：

SpringCloud服务构建

ok,废话不多说，我们先来看看这个SpringCloud服务是如何构建的。

其实这里的话，我们先是偷了个懒，没错直接把先前开发WhiteHole准备好的模板工程拿了过来。这个模板工程是基于人人开源做的。当然我们在这个基础上做了改动，使得可以更加符合我的需求。

后台搭建

ok,对SpringCloud的服务的话，我们其实就两个，一个是后台管理，还有一个是正经微信小程序的服务端。Python不提供直接的服务，都是通过Java程序调用的。

那么关于这个后台的搭建的话，可以看到我以前的这两篇博文：

https://huterox.blog.csdn.net/article/details/126847925

https://huterox.blog.csdn.net/article/details/126977137

这边的话，我就不复述了，完成之后是这样的：

Python服务调用

之后是，调用我们的Python服务，其实也就是我们的算法，我们要的效果是这样的：

我们访问的是SpringBoot程序

然后它调用到Flask程序，然后给到我们的前端

那么这里的实现的话，很简单，就是拿到nacos然后就好了。

package com.huterox.ikun.chat.service.impl;

import com.alibaba.nacos.api.naming.pojo.Instance;
import com.huterox.common.utils.R;
import com.huterox.ikun.chat.entity.Q.ChatQ;
import com.huterox.ikun.chat.entity.R.ChatR;
import com.huterox.ikun.chat.service.WChatService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.cloud.client.ServiceInstance;
import org.springframework.cloud.client.discovery.DiscoveryClient;
import org.springframework.core.ParameterizedTypeReference;
import org.springframework.http.*;
import org.springframework.stereotype.Service;
import org.springframework.web.client.RestTemplate;


import java.util.List;
import java.util.Map;

@Service
public class WChatServiceImpl implements WChatService {


    private final RestTemplate restTemplate;
    private final DiscoveryClient discoveryClient;

    @Autowired
    public WChatServiceImpl(RestTemplate restTemplate, DiscoveryClient discoveryClient) {
        this.restTemplate = restTemplate;
        this.discoveryClient = discoveryClient;
    }
    @Override
    public R wChat(ChatQ chatQ) {
        String serviceName = "flaskService";
        ServiceInstance instance = discoveryClient.getInstances(serviceName).stream()
                .findFirst()
                .orElseThrow(() -> new RuntimeException("no available instances"));

        String url = String.format("http://%s:%d/message", instance.getHost(), instance.getPort());
        HttpHeaders headers = new HttpHeaders();
        headers.setContentType(MediaType.APPLICATION_JSON);
        HttpEntity<ChatQ> entity = new HttpEntity<>(chatQ, headers);
        ResponseEntity<Map<String, Object>> response = restTemplate.exchange(url, HttpMethod.POST, entity, new ParameterizedTypeReference<Map<String, Object>>() {});

        Map<String, Object> body = response.getBody();

        ChatR chatR = new ChatR ();
        chatR.setRes((String) body.get("res"));
        chatR.setSpendTime((Double) body.get("spend_time"));
        return  R.ok().put("chatR",chatR);
    }
}

Python算法服务

之后，是我们的算法服务构建。
首先我们的算法还是先前的这个项目的基础上改动的：
https://gitee.com/Huterox/gpt-play

那么改动的地方的话，就两个地方：app.py,和controller.py

首先是controller:

import torch
import os
import argparse
from datetime import datetime
import logging
from transformers.models.gpt2.modeling_gpt2 import GPT2LMHeadModel
from transformers import BertTokenizer
import torch.nn.functional as F
from flask_caching import Cache

PAD = '[PAD]'
pad_id = 0



def set_interact_args():
    """
    Sets up the training arguments.
    """
    parser = argparse.ArgumentParser()
    parser.add_argument('--device', default='0', type=str, required=False, help='生成设备')
    # parser.add_argument('--temperature', default=1, type=float, required=False, help='生成的temperature')
    # parser.add_argument('--topk', default=8, type=int, required=False, help='洛水K个我只饮一瓢')
    # parser.add_argument('--topp', default=0.9, type=float, required=False, help='最高积累概率')  #0
    parser.add_argument('--model_config', default='../GPT2/config/model_config_dialogue_small.json', type=str, required=False,
                        help='模型参数')
    parser.add_argument('--log_path', default='../GPT2/generatorlog/generator.log', type=str, required=False, help='interact日志存放位置')
    parser.add_argument('--voca_path', default='../GPT2/vocabulary/vocab_small.txt', type=str, required=False, help='选择词库')
    # parser.add_argument('--dialogue_model_path', default=r'../GPT2/model/norm_model/poertymodel', type=str, required=False, help='模型路径')  #dialogue_model_path/
    parser.add_argument('--save_samples_path', default="../GPT2/sample/", type=str, required=False, help="保存聊天记录的文件路径")
    parser.add_argument('--repetition_penalty', default=1.0, type=float, required=False,
                        help="重复惩罚参数，若生成的对话重复性较高，可适当提高该参数")
    parser.add_argument('--seed', type=int, default=None, help='设置种子用于生成随机数，以使得训练的结果是确定的')
    # parser.add_argument('--max_len', type=int, default=128, help='每个utterance的最大长度,超过指定长度则进行截断')
    # parser.add_argument('--max_history_len', type=int, default=5, help="聊天的history的最大长度")
    parser.add_argument('--no_cuda', action='store_true', help='不使用GPU进行预测')
    return parser.parse_args()


def create_logger(args):
    """
    将日志输出到日志文件和控制台
    """
    logger = logging.getLogger(__name__)
    logger.setLevel(logging.INFO)

    formatter = logging.Formatter(
        '%(asctime)s - %(levelname)s - %(message)s')

    # 创建一个handler，用于写入日志文件
    file_handler = logging.FileHandler(
        filename=args.log_path)
    file_handler.setFormatter(formatter)
    file_handler.setLevel(logging.INFO)
    logger.addHandler(file_handler)

    # 创建一个handler，用于将日志输出到控制台
    console = logging.StreamHandler()
    console.setLevel(logging.DEBUG)
    console.setFormatter(formatter)
    logger.addHandler(console)

    return logger


def top_k_top_p_filtering(logits, top_k=0, top_p=0.0, filter_value=-float('Inf')):
    """ Filter a distribution of logits using top-k and/or nucleus (top-p) filtering
        Args:
            logits: logits distribution shape (vocabulary size)
            top_k > 0: keep only top k tokens with highest probability (top-k filtering).
            top_p > 0.0: keep the top tokens with cumulative probability >= top_p (nucleus filtering).
                Nucleus filtering is described in Holtzman et al. (http://arxiv.org/abs/1904.09751)
        From: https://gist.github.com/thomwolf/1a5a29f6962089e871b94cbd09daf317
    """
    assert logits.dim() == 1  # batch size 1 for now - could be updated for more but the code would be less clear
    top_k = min(top_k, logits.size(-1))  # Safety check
    if top_k > 0:
        # Remove all tokens with a probability less than the last token of the top-k
        # torch.topk()返回最后一维最大的top_k个元素，返回值为二维(values,indices)
        # ...表示其他维度由计算机自行推断
        indices_to_remove = logits < torch.topk(logits, top_k)[0][..., -1, None]  #增加了一个维度。newaxis效果和None是一样的，None是别名
        logits[indices_to_remove] = filter_value  # 对于topk之外的其他元素的logits值设为负无穷

    if top_p > 0.0:
        sorted_logits, sorted_indices = torch.sort(logits, descending=True)  # 对logits进行递减排序
        cumulative_probs = torch.cumsum(F.softmax(sorted_logits, dim=-1), dim=-1)

        # Remove tokens with cumulative probability above the threshold
        sorted_indices_to_remove = cumulative_probs > top_p
        # Shift the indices to the right to keep also the first token above the threshold
        sorted_indices_to_remove[..., 1:] = sorted_indices_to_remove[..., :-1].clone()
        sorted_indices_to_remove[..., 0] = 0

        indices_to_remove = sorted_indices[sorted_indices_to_remove]
        logits[indices_to_remove] = filter_value
    return logits



def load_model(model_path):
    args = set_interact_args()
    args.cuda = torch.cuda.is_available() and not args.no_cuda
    device = 'cuda' if args.cuda else 'cpu'
    logger = create_logger(args)
    # 当用户使用GPU,并且GPU可用时
    logger.info('using device:{}'.format(device))
    os.environ["CUDA_VISIBLE_DEVICES"] = args.device
    model = GPT2LMHeadModel.from_pretrained(model_path)
    model.to(device)
    model.eval()
    return model,device,args


def GPTgetSentence(input_target,
                    temperature=1,
                    topK = 10,
                    topP = 0.9,
                    max_len = 128,
                    history = None,
                    max_history_len=5,
                    max_history = 100,
                    chat=False,
                    model_path = None,
                   ):
    """
    :param input_target:
    :param temperature:
    :param topK:
    :param topP:
    :param max_len:
    :param history:
    :param max_history_len: 参考历史聊天记录
    :param max_history: 历史记录长度
    :param chat: 是否为聊天模式
    :return:
    """

    assert history!=None and max_history>max_history_len,"history不为空，max_history必须大于max_history_len"
    from .app import chat_model
    if(chat_model.get("model")):
        model, device, args = chat_model.get("model")
    else:
        model, device, args = load_model(model_path)
        chat_model['model'] = (model, device, args)
    tokenizer = BertTokenizer(vocab_file=args.voca_path)
    if args.save_samples_path:
        if not os.path.exists(args.save_samples_path):
            os.makedirs(args.save_samples_path)
        samples_file = open(args.save_samples_path + '/samples.txt', 'a', encoding='utf8')
        samples_file.write("聊天记录{}:
".format(datetime.now()))
        # 存储聊天记录，每个utterance以token的id的形式进行存储

    text = input_target
    if args.save_samples_path:
        samples_file.write("user:{}
".format(text))
    if(chat):
        if(max_history<len(history)):
            history = []
        history.append(tokenizer.encode(text))
    input_ids = [tokenizer.cls_token_id]  # 每个input以[CLS]为开头
    if(chat):
        for history_id, history_utr in enumerate(history[-max_history_len:]):
            input_ids.extend(history_utr)
            input_ids.append(tokenizer.sep_token_id)

    curr_input_tensor = torch.tensor(input_ids).long().to(device)
    generated = []
    # 最多生成max_len个token
    for _ in range(max_len):
        outputs = model(input_ids=curr_input_tensor)
        next_token_logits = outputs[0][-1, :]
        # 对于已生成的结果generated中的每个token添加一个重复惩罚项，降低其生成概率
        for id in set(generated):
            next_token_logits[id] /= args.repetition_penalty
        next_token_logits = next_token_logits / temperature
        # 对于[UNK]的概率设为无穷小，也就是说模型的预测结果不可能是[UNK]这个token
        next_token_logits[tokenizer.convert_tokens_to_ids('[UNK]')] = -float('Inf')
        filtered_logits = top_k_top_p_filtering(next_token_logits, top_k=topK, top_p=topP)
        # torch.multinomial表示从候选集合中无放回地进行抽取num_samples个元素，权重越高，抽到的几率越高，返回元素的下标
        next_token = torch.multinomial(F.softmax(filtered_logits, dim=-1), num_samples=1)
        if next_token == tokenizer.sep_token_id:  # 遇到[SEP]则表明response生成结束
            break
        generated.append(next_token.item())
        curr_input_tensor = torch.cat((curr_input_tensor, next_token), dim=0)
    history.append(generated)
    text = tokenizer.convert_ids_to_tokens(generated)
    if args.save_samples_path:
        samples_file.write("GPT:{}
".format("".join(text)))
    return "".join(text)

if __name__ == '__main__':
    histroy = []
    model_path = "../GPT2/model/norm_model/poertymodel"
    print(GPTgetSentence("你好",1,10,0.9,128,histroy,5,100,False,model_path))

然后是我们的app服务。

app

这里的话，我先说一下有些坑在这个python当中，我们连接nacos使用的是这个：nacos-sdk-python。但是在我实际的使用当中，发现这个玩意会莫名其妙下线，但是服务是正常的。可能是版本还是什么问题，这个咱也不知道，也不敢说，最后查了查iusse,最后的话，写了个临时的方案，具体说明原因的话，我这里就不展开了。因为也不确定分析的对不对，猜测应该是这样的。

import queue
import sys
import os
import threading

curPath = os.path.abspath(os.path.dirname(__file__))
rootPath = os.path.split(curPath)[0]
sys.path.append(rootPath)
import requests
from Server.controller import GPTgetSentence

import time
from flask import Flask, request, jsonify
from nacos import NacosClient


"""
这里对原先的GPT2-play进行修改
"""
history_cache = {}
chat_model = {}



app = Flask(__name__)

# NacosClient.set_debugging()
client = NacosClient("127.0.0.1:8848", namespace="public")
app.config['JSON_AS_ASCII'] = False

q = queue.Queue()
lock = threading.Lock()

def init():
    """
    懒得改了，激活一下就好了
    :return:
    """
    start = time.time()
    chat_model_path = "../GPT2/model/norm_model/chatmodel"
    result = GPTgetSentence("你好", 1.2, 10, 0.95, 256,
                            [], 24, 100, True, chat_model_path
                            )
    end = time.time()
    print("激活完成~,耗时：",end-start)

# 定义处理心跳消息的函数
def handle_heartbeat():
    while True:
        try:
            requests.get('http://127.0.0.1:8100/heartbeat')
            instance_info = q.get()
            client.add_naming_instance(instance_info['serviceName'], instance_info['ip'], instance_info['port'])
        except:
            if(not q.empty()):
                return


# 启动处理心跳消息的专用线程
# t = threading.Thread(target=handle_heartbeat)
# t.start()

@app.route('/heartbeat')
def heartbeat():

    instance_info = {'serviceName': 'flaskService', 'ip': '127.0.0.1', 'port': 8100}
    lock.acquire()
    try:
        q.put(instance_info)
        time.sleep(2)
    finally:
        lock.release()
    return 'OK'

@app.route('/message',methods=['POST'])
def ikun_chat():

    user_input = request.json['msg']
    user_id = request.json['uid']

    history = history_cache.get(user_id,[])
    chat_model_path = "../GPT2/model/norm_model/chatmodel",
    start = time.time()
    result = GPTgetSentence(user_input, 1.2, 10, 0.95, 256,
                            history, 24, 100, True, chat_model_path
                            )
    end = time.time()
    response = {
        'res': result ,
        'spend_time': end - start
    }

    return jsonify(response)


if __name__ == '__main__':
    init()
    # 注册 Flask 应用到 Nacos 中

    client.add_naming_instance('flaskService', '127.0.0.1', 8100)
    is_start = True
    t = threading.Thread(target=handle_heartbeat)
    t.start()
    app.run(debug=False,port=8100)

总结

这个玩意，一个作孽可以当三个交，还是能玩玩的。