这个项目是基于 Sophgo TPU 实现的文档对话工具。项目可在 BM1684X 上独立部署运行。
该项目的主要目标是通过使用自然语言来简化与文档的交互，并提取有价值的信息。此项目使用LangChain、ChatGLM3-TPU或QWEN-TPU构建，以向用户提供流畅自然的对话体验。
以 ChatGPT 为例（可替换为其他LLM，本仓库已支持 Chatglm3-6B 和 Qwen-7B，需要保证接口一致），本地知识库问答流程如下：
- 完全本地推理。
- 支持多种文档格式PDF, DOCX, TXT。
- 与文档内容进行聊天，提出问题根据文档获得相关答案。
- 用户友好的界面，确保流畅的交互。
按照以下步骤，可以将这个项目部署到SophGo的设备上
cd ChatDoc-TPU
# 考虑到 langchain 和 sail 版本依赖，推荐在 python>=3.8 环境运行
pip3 install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple此例程依赖新版本sail，旧版本需要更新，安装方法请参考Sail_Install_Guide
|-- ChatDoc-TPU
|-- data
|-- db_tpu -- 知识库持久化目录
|-- uploaded -- 已上传文件目录
|-- models
|-- bert_model -- BERT 模型
|-- glm3_model -- charglm3-6B 模型
|-- qwen_model -- qwen-7B 模型
|-- chat
|-- chatbot.py -- ChatDoc业务逻辑脚本
|-- charglm3 -- charglm3 代码
|-- qwen -- qwen 代码
|-- embedding -- 文本嵌入模型
|-- docs -- 环境安装文档
|-- static -- README中图片文件
|-- README.md -- README
|-- config.ini -- 推理模型配置文件
|-- requirements.txt -- 项目依赖
|-- run.sh -- 启动脚本
|-- web_demo_st.py -- 页面交互脚本
回到ChatDoc-TPU主目录，启动程序，模型和配置文件自动下载，使用默认路径
| Model | Cmd |
|---|---|
| ChatGLM3-6B | ./run.sh --model chatglm3 --dev_id 0 |
| Qwen-7B | ./run.sh --model qwen --dev_id 0 |
usage: ./run.sh [--model MODEL] [--dev_id DEV_ID] [--server_address SERVER_ADDRESS] [--server_port SERVER_PORT]
--model: 选择模型，可选项为 chatglm3/qwen。默认为 "chatglm3"。
--dev_id: 用于推理的 TPU 设备 ID。默认为 0。
--server_address: web server 地址。默认为 "0.0.0.0"。
--server_port：web sever 端口。如不设置，从 8501 起自动分配。启动后您可以通过浏览器打开，URL: http://{host_ip}:8501，host_ip为启动ChatDoc的设备IP，或者您通过参数设置的server_address
说明：
- 在
config.ini中可修改模型路径，默认使用int4模型- dev_id 需设置为 BM1684X 设备id
- 默认使用 2k seq_len 模型，如果需要其他参数的模型，可参考ChatGLM3模型导出与编译和Qwen模型导出与编译
- embedding 模型默认使用 shibing624/text2vec-bge-large-chinese，导出模型方法可参考 export_onnx.py
ChatDoc由控制区和聊天对话区组成。控制区用于管理文档和知识库，聊天对话区用于输入和接受消息。
上图中的10号区域是 ChatDoc 当前选中的文档。若10号区域为空，即 ChatDoc 没有选中任何文档，仍在聊天对话区与 ChatDoc 对话，则此时的 ChatDoc 是一个单纯依托 LLM 的 ChatBot。
点击1选择要上传的文档，然后点击按钮4构建知识库。随后将embedding文档，完成后将被选中，并显示在10号区域，接着就可开始对话。我们可重复上传文档，embedding成功的文档均会进入10号区域。
10号区域选中的文档在用户刷新或者关闭页面时，将会清空。若用户需要保存这些已经embedding的文档，可以选择持久化知识库，下次进入时无需embedding计算即可加载知识库。具体做法是，在10号区域不为空的情况下，点击按钮5即可持久化知识库，知识库的名称是所有文档名称以逗号连接而成。
用户可以从选择框2查看目前已持久化的知识库。选中我们需要加载的知识库后，点击按钮3导入知识库。完成后即可开始对话。注意cpu版的知识库和tpu版的知识库不能混用，若启动tpu版程序，则不能加载已持久化的cpu版知识库；若启动cpu版程序，则不能加载已持久化的tpu版知识库。
当用户需要删除本地已经持久化的知识库时，可从选择框2选择要删除的知识库，然后点击按钮6删除知识库。
由于知识库的命名是由其文档的名称组合而来，难免造成知识库名称过长的问题。ChatDoc提供了一个修改知识库名称的功能，选择框2选择我们要修改的知识库，然后点击按钮9重命名知识库，随后ChatDoc将弹出一个输入框和一个确认按钮，如上图。在输出框输入修改后的名称，然后点击确认重命名按钮。
点击按钮7即可清除聊天对话区聊天记录。其他不受影响。
点击按钮8将清空10号区域，同时清除聊天记录。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent