跳到主要内容

Llama CPP

兼容性

仅在 Node.js 上可用。

此模块基于 node-llama-cpp Node.js 绑定,用于 llama.cpp,让您能够使用本地运行的 LLM。 这使您可以使用更小型的量化模型,该模型能够在笔记本电脑环境中运行,非常适合测试和草拟想法,而不会产生费用!

安装

您需要安装主要版本 3node-llama-cpp 模块才能与您的本地模型通信。

npm install -S node-llama-cpp@3
npm install @langchain/community @langchain/core

您还需要一个本地 Llama 3 模型(或 node-llama-cpp 支持的模型)。 您需要将此模型的路径作为参数的一部分传递给 LlamaCpp 模块(请参阅示例)。

开箱即用的 node-llama-cpp 经过调整,可在 MacOS 平台上运行,并支持 Apple M 系列处理器的 Metal GPU。 如果您需要关闭此功能或需要 CUDA 架构的支持,请参阅 node-llama-cpp 上的文档。

有关获取和准备 llama3 的建议,请参阅此模块的 LLM 版本的文档。

给 LangChain.js 贡献者的注意事项:如果您想运行与此模块关联的测试,您需要将本地模型的路径放在环境变量 LLAMA_PATH 中。

用法

基本用法

我们需要提供本地 Llama3 模型的路径,并且在此模块中 embeddings 属性始终设置为 true

import { LlamaCppEmbeddings } from "@langchain/community/embeddings/llama_cpp";

const llamaPath = "/Replace/with/path/to/your/model/gguf-llama3-Q4_0.bin";

const embeddings = await LlamaCppEmbeddings.initialize({
modelPath: llamaPath,
});

const res = embeddings.embedQuery("Hello Llama!");

console.log(res);

/*
[ 15043, 365, 29880, 3304, 29991 ]
*/

API 参考

文档嵌入

import { LlamaCppEmbeddings } from "@langchain/community/embeddings/llama_cpp";

const llamaPath = "/Replace/with/path/to/your/model/gguf-llama3-Q4_0.bin";

const documents = ["Hello World!", "Bye Bye!"];

const embeddings = await LlamaCppEmbeddings.initialize({
modelPath: llamaPath,
});

const res = await embeddings.embedDocuments(documents);

console.log(res);

/*
[ [ 15043, 2787, 29991 ], [ 2648, 29872, 2648, 29872, 29991 ] ]
*/

API 参考


此页是否对您有帮助?


您也可以留下详细的反馈 在 GitHub 上.