通过llama-cpp-python web server 实现函数调用

ollama 在最新的版本中实现了函数调用，但是处理上还是有一些bug 的，llama-cpp-python web server 是利用了llama.cpp web server 同时进行了一些request 的处理，可以更好的兼容openai 支持了tools 函数调用，以下是基于llama-cpp-python web server 的
一个示例（注意需要模型支持函数调用，比如qwen2 就支持）

安装依赖

  • llama-cpp-python 包含web server
CMAKE_ARGS="-DLLAVA_BUILD=OFF" pip install llama-cpp-python[server]

启动服务

  • 下载 qwen2:7b的gguf 格式模型
    可以直接通过huggingface_hub 工具下载gguf 格式的模型
huggingface-cli download  Qwen/Qwen2-7B-Instruct-GGUF  qwen2-7b-instruct-q4_0.gguf  --local-dir . 
  • 启动web server
python3 -m llama_cpp.server --model   ./Qwen2-7B-Instruct-GGUF Qwen2-7B-Instruct.Q4_K_M.gguf --model_alias qwen2:7b --host 0.0.0.0
  • 代码访问
    一个简单示例，强制使用了一个function， 使用auto 模式的暂时不是很稳定
import openai
import json
 
def add(a, b):
    return a + b
 
def sub(a, b):
    return a - b
 
openai.api_key = "demo"
openai.base_url = "http://localhost:8000/v1/"
 
funcs = {
    "add": add,
    "sub": sub
}
 
tools = [{
    "type": "function",
            "function": {
                "name": "add",
                "description": "Add two numbers together",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "a": {"type": "number", "description": "First number"},
                        "b": {"type": "number", "description": "Second number"}
                    },
                    "required": ["a", "b"]
                }
            }
},
    {
    "type": "function",
            "function": {
                "name": "sub",
                "description": "计算两个数的差",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "a": {"type": "number", "description": "First number"},
                        "b": {"type": "number", "description": "Second number"}
                    },
                    "required": ["a", "b"]
                }
            }
}
]
response = openai.chat.completions.create(
    stream=False,
    model="qwen2:7b",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Calculate the subtraction of 500 and 70 using the sub function."}
    ],
    tools=tools,
    tool_choice={"type": "function", "function": {
        "name": "sub"}},
)
message = response.choices[0].message
print(message)
if message.function_call:
    result = response.choices[0].message.function_call
    print(result)
    func = funcs.get(result.name)
    params = json.loads(result.arguments)
    print(func(**params))
else:
    print(message.content)
  • 效果

说明

一个稳定的函数调用还是比较重要的，目前auto测试基本不成功，通过tool_choice 明确指定一个很稳定，同时对于函数调用必须有支持的模型这个比较重要，当前已经有不少开源模型都支持函数调用了，llama-cpp-python web server 还是很值得使用的，而且比较稳定，相比ollama 的稳定不少

参考资料

https://llama-cpp-python.readthedocs.io/en/latest/server/#function-calling
https://github.com/abetlen/llama-cpp-python/issues/1573

posted on 2024-08-25 07:11  荣锋亮  阅读(156)  评论(0)  编辑  收藏  举报

导航