前言

本地化的GPT就是香，就是有点费钱。
项目地址：https://github.com/THUDM/ChatGLM-6B

前期准备

服务器（本机的跳过）

由于本地电脑显卡都不行，所以我租了AutoDL的一台算力服务器。Tesla T4 16G显存，56GB内存，符合我们跑ChatGLM的配置。

其实本来这台服务器是其他用途，跑vits的，所以选择了so-vits-svc4的镜像，这类的AI项目依赖库大同小异，所以如果有需求，可以直接选现成镜像，减少麻烦。
我这边的操作系统是ubuntu20.04
自带python3.8，需要注意项目python环境需要 >=python3.7

实例后开机，有ssh，我们就改其他ssh客户端登录。当然你也可以直接在autodl自带的终端跑。

环境搭建

官方教程：https://www.heywhale.com/mw/project/6436d82948f7da1fee2be59e

clone项目

一般都默认装了git，如果没有你可以手动装下，ubuntu的话 sudo apt-get install git
我是选择在数据盘autodl-tmp，因为系统盘其他东西太多了0.0
克隆下项目

git clone https://github.com/THUDM/ChatGLM-6B

安装依赖

前面装完后，进入项目 cd ChatGLM-6B
pip安装依赖

pip install -r requirements.txt

下载模型

官方教程如下

chatglm-6b

由于模型文件很大，需要提前装个 git-lfs
安装命令 sudo apt-get install git-lfs

因为我测试过6B模型，跑不动，当然你也可以试试
在项目根目录内，创建文件夹 THUDM，命令为 mkdir THUDM
然后进入 cd THUDM，进行clone

git clone https://huggingface.co/THUDM/chatglm-6b

如果clone大文件失败了，注意文件大小，模型很大的，失败的话请手动下载 官方提供的
https://cloud.tsinghua.edu.cn/d/fb9f16d6dc8f482596c2/

附赠批量下载shell脚本（别告诉我你没装wget），新建一个download.sh，填入以下代码，增加执行权限 chmod +x download.sh，运行即可 ./download.sh。

#!/bin/bash
wget https://cloud.tsinghua.edu.cn/seafhttp/files/2ea1896d-8f77-4f0c-8f41-b73d32da0483/ice_text.model

wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00001-of-00008.bin
wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00002-of-00008.bin
wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00003-of-00008.bin
wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00004-of-00008.bin
wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00005-of-00008.bin
wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00006-of-00008.bin
wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00007-of-00008.bin
wget https://cloud.tsinghua.edu.cn/seafhttp/files/a12ac799-dda9-48c7-b1ce-f6a1d141a4f8/pytorch_model-00008-of-00008.bin

chatglm-6b-int4

❗️ ❗️ ❗️ 如果你也跑不起来的话，可以更换小一些的模型INT4
同理clone到 THUDM下

git clone https://huggingface.co/THUDM/chatglm-6b-int4

运行

web UI

chatglm-6b

首先安装 Gradio：pip install gradio
如果你跑的 chatglm-6b 模型，那你不需要修改源码，直接在项目根目录运行以下命令即可：

python web_demo.py

日常跑在7860端口，由于AutoDL没有公网IP，所以很尴尬，我就做了个frp内网穿透

然后就访问我们穿的公网IP对应端口即可。

chatglm-6b int4

如果你跑的int4，则需要改下web_demo.py的源码啦，其实我认为官方应该写成配置文件的形式，改源码有点麻烦，代码如下：
其实就是改下加载的模型路径罢了

from transformers import AutoModel, AutoTokenizer
import gradio as gr
import mdtex2html

tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b-int4", trust_remote_code=True)
model = AutoModel.from_pretrained("THUDM/chatglm-6b-int4", trust_remote_code=True).half().cuda()
model = model.eval()

"""Override Chatbot.postprocess"""


def postprocess(self, y):
    if y is None:
        return []
    for i, (message, response) in enumerate(y):
        y[i] = (
            None if message is None else mdtex2html.convert((message)),
            None if response is None else mdtex2html.convert(response),
        )
    return y


gr.Chatbot.postprocess = postprocess


def parse_text(text):
    """copy from https://github.com/GaiZhenbiao/ChuanhuChatGPT/"""
    lines = text.split("
")
    lines = [line for line in lines if line != ""]
    count = 0
    for i, line in enumerate(lines):
        if "```" in line:
            count += 1
            items = line.split('`')
            if count % 2 == 1:
                lines[i] = f'<pre><code class="language-{items[-1]}">'
            else:
                lines[i] = f'<br></code></pre>'
        else:
            if i > 0:
                if count % 2 == 1:
                    line = line.replace("`", "`")
                    line = line.replace("<", "&lt;")
                    line = line.replace(">", "&gt;")
                    line = line.replace(" ", "&nbsp;")
                    line = line.replace("*", "&ast;")
                    line = line.replace("_", "&lowbar;")
                    line = line.replace("-", "&#45;")
                    line = line.replace(".", "&#46;")
                    line = line.replace("!", "&#33;")
                    line = line.replace("(", "&#40;")
                    line = line.replace(")", "&#41;")
                    line = line.replace("$", "&#36;")
                lines[i] = "<br>"+line
    text = "".join(lines)
    return text


def predict(input, chatbot, max_length, top_p, temperature, history):
    chatbot.append((parse_text(input), ""))
    for response, history in model.stream_chat(tokenizer, input, history, max_length=max_length, top_p=top_p,
                                               temperature=temperature):
        chatbot[-1] = (parse_text(input), parse_text(response))

        yield chatbot, history


def reset_user_input():
    return gr.update(value='')


def reset_state():
    return [], []


with gr.Blocks() as demo:
    gr.HTML("""<h1 align="center">ChatGLM</h1>""")

    chatbot = gr.Chatbot()
    with gr.Row():
        with gr.Column(scale=4):
            with gr.Column(scale=12):
                user_input = gr.Textbox(show_label=False, placeholder="Input...", lines=10).style(
                    container=False)
            with gr.Column(min_width=32, scale=1):
                submitBtn = gr.Button("Submit", variant="primary")
        with gr.Column(scale=1):
            emptyBtn = gr.Button("Clear History")
            max_length = gr.Slider(0, 4096, value=2048, step=1.0, label="Maximum length", interactive=True)
            top_p = gr.Slider(0, 1, value=0.7, step=0.01, label="Top P", interactive=True)
            temperature = gr.Slider(0, 1, value=0.95, step=0.01, label="Temperature", interactive=True)

    history = gr.State([])

    submitBtn.click(predict, [user_input, chatbot, max_length, top_p, temperature, history], [chatbot, history],
                    show_progress=True)
    submitBtn.click(reset_user_input, [], [user_input])

    emptyBtn.click(reset_state, outputs=[chatbot, history], show_progress=True)

demo.queue().launch(share=False, inbrowser=True)

改完后，一样运行 python web_demo.py

跑INT4速度很快，秒回~

命令行demo

和web UI版一样，如果是跑的INT4，就需要修改源码中，模型的加载路径