LLM Backend API

Репозиторий содержит код необходимый для развёртывания бэкенда сервиса заметок (само веб-приложение находится 👉 тут [WIP]), предоставляет доступ к функциональности связанной с нейронными сетями в форме REST API.

• Python примеры запуска моделей в облаке, RAG построенный на streamlit в отдельной ветке
• предоставляет возможность запустить LLM локально или же в облаке
• реализация API (FastAPI) для некоторых моделей: Saiga-Mistral-7b, Kandinsky 2, mbart-ru-gazeta

Библиотеки необходимые для сборки основного проекта указаны в файле: api/requirements.txt

auto_gptq==0.5.1
autollm==0.0.22
chromadb==0.4.18
chromadb==0.4.17
ctransformers==0.2.27
diffusers==0.23.0
fastapi==0.109.0
gradio==4.14.0
huggingface_hub==0.19.4
langchain==0.1.1
loguru==0.7.2
modal==0.55.4091
peft==0.6.1
Pillow==10.2.0
rich==13.7.0
torch==2.1.0
transformers==4.35.2
llama-cpp-python==0.2.24

Локальная сборка проекта

Python версия (>=): 3.11

• создание виртуального окружения:

  pyenv local 3.11.5
  python -m venv .venv

• установка библиотек через pip:

  pip install -r api/requirements.txt

• при локальном развёртывании, файл модели нейронной сети будет скачиваться с huggingface и может занимать значительный объём на диске (~2-10 GB)

• запуск API Saiga Mistral 7b GGUF:

  python api/local_saiga_mistral_7b_gguf_fastapi.py

Удалённый запуск сервиса через облако Modal

Сервис Modal обеспечивает возможность развёртывания API вместе с фронтендом на их домене, используя облачные GPU.

Чтобы пользоваться функциями обл. провайдера modal нужно авторизоваться в аккаунте с помощью CLI, которое предварительно устанавливается:

pip install modal # установка и библиотеки и CLI
python3 -m modal setup # открывает браузер для входа в аккаунт, затем локально будет сохранён токен авторизации

Чтобы отправить какую-либо (в данном примере Kandinsky 2.2) нейросеть работать (как сервис и API) в modal-облако выполняем:

modal deploy api/modal_kandinsky_2_2.py 

• Примечание, для работы некоторых сервисов может быть нужен файл (api/frontend/index.html) с простым html фронтендом, в том случае если сервис подразумевает UI.
• Modal использует containerd для удалённой сборки окружения ➡️ не всегда всё собирается с первого раза, возможно нужно будет заменить версии библиотек путём изменения кода отв. за это

Пример работы сервиса в облаке

Пример работы с Saiga-Mistral локально