优化Langchain-Chatchat数据库对话功能
https://i-blog.csdnimg.cn/direct/a7b3195ea75a434e94176b6f7308bc37.png源码地址：https://github.com/chatchat-space/Langchain-Chatchat
零、准备
我这里是基于xinference的大模子推理环境，摆设的模子是：deepseek-r1-distill-qwen。
如果不相识摆设的童鞋参考：xinference摆设教学传送门
注意最好在新的环境（conda）中摆设，以防止依赖包版本冲突（官方也有强调）。
此中包罗了deepseek各种版本所需的配置，以及手把手教你摆设。
一、搭建开辟环境
参考官方源代码摆设开辟环境：传送门
按照官方的搭建开辟环境即可，这里注意一定要按照这个步调：
[*]安装Poetry（我用pip）
[*]安装所需依赖包
[*]一般来说直接进入2设置源代码根目次 然后一直按步调往背面走就好了
二、运行
安装完之后，就可以运行了，可以试试与数据库对话，肯定报错，因为还没配置呢，嘿嘿~
cd Langchain-Chatchat/libs/chatchat-server/chatchat
python cli.py start -a
三、修改配置
位置：在你环境变量CHATCHAT_ROOT下的data（这个文件是初始化天生的）里面。
3.1 修改model_settings.yaml
https://i-blog.csdnimg.cn/direct/869a1bbc3f274b359abae1a73ac01193.png
https://i-blog.csdnimg.cn/direct/f9df68181e9c43c1981e7eb82b802c1a.png
3.2 tool_settings.yaml
https://i-blog.csdnimg.cn/direct/a96c7803790f4a45bbf9b5d75d35dc21.png
四、修改代码
1. qwen_agent.py
libs/chatchat-server/chatchat/server/agent/agent_factory/qwen_agent.py
https://i-blog.csdnimg.cn/direct/0683b0aac2274f30a7713f23ec593f4f.png
方便复制：
\*{0,2}Action:\*{0,2}\s*(.+?)\s*\*{0,2}Action Input:\*{0,2}\s*(?:```(?:json\n)?)?({.*?})(?:```)?
tool_name: str = s.replace("[", "").replace("]", "").replace("*", "").strip()
json_string: str = s.replace("\n", "").replace(" ", "").replace("*", "").strip()
return AgentAction(tool=tool_name.strip(), tool_input=json_input, log=text)
stop=["<|endoftext|>", "<|im_start|>", "<|im_end|>", "\nObservation:", "\n**Observation:**"]
2. text2sql.py
libs/chatchat-server/chatchat/server/agent/tools_factory/text2sql.py
https://i-blog.csdnimg.cn/direct/dcaa91d1bbab4b9ab5741a52fe6495ca.png
"\n\n我会对一些表格做一些特别的说明:\n\n"
3. chat.py
libs/chatchat-server/chatchat/server/chat/chat.py
不改也行，是个bug，导致模子的参数不生效，但是也有默认参数
https://i-blog.csdnimg.cn/direct/0195ff1d91d94d84aef52d8df978535a.png
models = {
}
prompts = {
}
for model_type, params in configs.items():
model_name
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]