探索 LLamaWorker：基于LLamaSharp的.NET本地大模型服务
LLamaWorker 是一个基于 LLamaSharp 项目开发的 HTTP API 服务器。它提供与 OpenAI 兼容的 API，使得开发者可以轻松地将大型语言模型（LLM）集成到自己的应用程序中。
1. 背景
在人工智能领域，大型语言模型（LLM）正在以其强大的自然语言处理能力改变游戏规则。随着技术的进步，越来越多的开发者希望将这些模型集成到自己的应用程序中。为了满足这一需求，我开发了 LLamaWorker，一个基于 LLamaSharp 项目的 ASP.NET Web API 服务。LLamaWorker 提供了与 OpenAI 兼容的 API，可以方便地接入其他应用程序，例如 Semantic Kernel 等相关框架或是禅道AI助手等需要接入AI服务的应用。
LLamaWorker 项目地址：https://github.com/sangyuxiaowu/LLamaWorker?wt.mc_id=DT-MVP-5005195
2. LLamaWorker 的特色
LLamaWorker 的设计初衷是为了使开发者能够轻松、高效地将大型语言模型集成到各种应用中。以下是它的一些核心特性：
- 兼容 OpenAI API：LLamaWorker 提供了与 OpenAI 类似的 API，使得从 OpenAI 平台迁移至使用自己托管的模型变得无缝且便捷。
- 多模型支持：无论您的需求是文本生成、对话系统还是文本嵌入，LLamaWorker 都能够支持配置和切换不同的模型，满足您的不同场景需求。
- 流式响应：对于大型响应内容，LLamaWorker 支持流式响应，极大提高了处理效率和用户体验。
- 嵌入支持：除了文本生成和处理，LLamaWorker 还提供了文本嵌入功能，支持开启模型的嵌入生成，同时也支持转发嵌入请求到其他模型服务。
- 对话模版：为了帮助开发者更快地实现应用，LLamaWorker 还提供了一些常见的对话模版。
- 自动释放: 支持自动释放已加载模型。
- API Key 认证: 支持 API Key 认证。
- Gradio UI Demo: 提供了一个基于 Gradio.NET 的 UI 演示。
3. 快速开始
LLamaWorker 主要面向 .NET 开发者，要开始使用 LLamaWorker，您只需要几个简单的步骤：
- 克隆仓库到本地
git clone https://github.com/sangyuxiaowu/LLamaWorker.git
- 进入项目目录
cd LLamaWorker
- 根据您的需求选择项目文件。项目提供了三个版本的项目文件：
LLamaWorker：适用于 CPU 环境。LLamaWorker_Cuad11：适用于搭载 CUDA 11 的 GPU 环境。LLamaWorker_Cuad12：适用于搭载 CUDA 12 的 GPU 环境。
选择适合您环境的项目文件进行下一步。
- 安装依赖项
dotnet restore LLamaWorker\LLamaWorker.csproj
如果您使用的是 CUDA 版本，请替换项目文件名。
-
修改配置文件
appsettings.json。默认配置已包含一些常见的开源模型配置，您只需按需修改模型文件路径（ModelPath）即可。 -
启动服务器
dotnet run --project LLamaWorker\LLamaWorker.csproj
如果您使用的是 CUDA 版本，请替换项目文件名。
如果你以调试模式启动，即可在浏览器中打开 swagger 页面查看 API 文档。
4. 配件文件介绍
LLamaWorker 配置文件内容如下：
{"AutoReleaseTime": 0,"ApiKey":"","LLmModelSettings": [],"EmbedingForward": "http://127.0.0.1:5000/embeddings"
}
AutoReleaseTime：自动释放时间，分钟。0 表示不自动释放。ApiKey：API 密钥，默认为空，即不需要 API 密钥。LLmModelSettings：模型配置。EmbedingForward：嵌入转发地址。
在 LLamaWorker 项目的 appsettings.json 已经提供了一些常见的开源模型配置文件，您可以根据自己的需求选择合适的模型，以下是 Qwen2 的配置示例：
{"Name": "qwen2_7b","Description": "通义千问 v2 7b instruct q5_k_m","Version": "2","WebSite": "https://github.com/QwenLM/Qwen2",// 系统角色提示词，未指定时使用默认配置，可配置为空，则不自动添加"SystemPrompt": "You are a helpful assistant",// LLm ModelParams， LLamaSharp 的模型参数"ModelParams": {"ModelPath": "H:\\workspace\\gpt\\models\\qwen2-7b-instruct-q5_k_m.gguf","ContextSize": 32768,"Seed": 1337,"GpuLayerCount": 50,"FlashAttention": true, // 是否启用闪存注意力，注意 qwen2 模型需要启用"Embeddings": true // 是否启用嵌入},"AntiPrompts": [ "<|im_start|>", "<|im_end|>" ],"WithTransform": { // 对话模版选择类"HistoryTransform": "LLamaWorker.Transform.BaseHistoryTransform","OutputTransform": "LLamaWorker.Transform.BaseTextStreamTransform"}
}
5. API 参考
LLamaWorker 除了提供OpenAI常用的chat和completions、embeddings接口外，还提供了一些其他接口，例如：
/models/info: 返回模型的基本信息/models/config: 返回已配置的模型信息/models/{modelId}/switch: 切换到指定模型
6. ChatUI
LLamaWorker 提供了一个基于 Gradio.NET 的 ChatUI 项目。通过这个项目你可以方便的与大模型进行交互测试。
在启用 LLamaWorker 项目后，你也可以通过运行以下命令尝试 Gradio UI 演示：
dotnet restore ChatUI\ChatUI.csproj
dotnet run --project ChatUI\ChatUI.csproj
然后打开浏览器访问 Gradio UI 演示。
6. 结语
LLamaWorker 项目的目标是为开发者社区提供一个高性能、易于使用的工具，以便更好地利用大型语言模型的能力。无论您是在构建聊天机器人、内容生成工具还是任何需要自然语言处理能力的应用，LLamaWorker 都能为您提供强大的支持。
我非常期待看到社区成员如何使用 LLamaWorker 来实现他们的创意和项目。如果您对 LLamaWorker 有任何反馈或建议，欢迎通过 GitHub Issues 或 Pull Requests 与我交流。让我们一起推动开源社区的发展，解锁更多的可能性！