开源模型应用落地-业务整合篇(一)

这篇具有很好参考价值的文章主要介绍了开源模型应用落地-业务整合篇(一)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、前言

    经过对qwen-7b-chat的部署以及与vllm的推理加速的整合,我们成功构建了一套高性能、高可靠、高安全的AI服务能力。现在,我们将着手整合具体的业务场景,以实现完整可落地的功能交付。

    作为上游部门,通常会采用最常用的方式来接入下游服务。为了调用我们的AI服务,我们将使用Java语言,并分别使用HttpClient、OkHttp等工具来实现调用。这样可以确保我们能够高效地与AI服务进行交互。


二、术语

2.1.OkHttp

    是一个开源的Java和Kotlin HTTP客户端库,用于进行网络请求。OkHttp支持HTTP/1.1和HTTP/2协议,具有连接池、请求重试、缓存、拦截器等功能。它还提供了异步和同步请求的支持,并且可以与各种平台和框架无缝集成,是Android开发中常用的网络请求库之一。通过使用OkHttp,开发人员可以轻松地发送HTTP请求、处理响应以及管理网络连接,从而加快应用程序的网络通信速度和效率。

2.2.HttpClient

    是一个用于发送HTTP请求和接收HTTP响应的开源库。它提供了一种方便的方式来与Web服务器进行通信,并执行各种HTTP操作,例如发送GET请求、POST请求等。HttpClient库通常用于编写客户端应用程序或服务,这些应用程序需要与Web服务器或Web API进行通信。它提供了许多功能,包括连接管理、身份验证、请求和响应拦截、Cookie管理等。

2.3.HttpURLConnection

    是Java提供的一个用于发送HTTP请求和接收HTTP响应的类。它是Java标准库中的一部分,用于与Web服务器进行通信。HttpURLConnection类提供了一组方法,使您能够创建HTTP连接、设置请求方法(如GET、POST等)、设置请求头、设置请求体和其他参数,并发送请求到指定的URL。它还提供了方法来获取HTTP响应的状态码、响应头和响应体等信息。

    OkHttp和HttpClient提供了更丰富的功能和更好的性能,适用于大多数情况下。HttpURLConnection是Java标准库中的类,提供了基本的HTTP功能


三、前置条件

3.1. 完成Qwen-7b-Chat(Qwen-1_8B-Chat)模型的本地部署或服务端部署

    参见“开源模型应用落地-qwen-7b-chat与vllm实现推理加速的正确姿势”系列文章

3.2. 完成对外服务接口的封装,屏蔽不同模型的调用差异

    参见“开源模型应用落地-qwen-7b-chat与vllm实现推理加速的正确姿势”系列文章


四、技术实现

4.1. HttpURLConnection

import lombok.extern.slf4j.Slf4j;
import java.io.ByteArrayOutputStream;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.HttpURLConnection;
import java.net.URL;
import java.nio.charset.StandardCharsets;
import java.util.Objects;

@Slf4j
public class QWenCallTest {

    private static String url = "http://127.0.0.1:9999/api/chat";
    private static String DEFAULT_TEMPLATE = "{\"prompt\":\"%s\",\"history\":%x,\"top_p\":0.9, \"temperature\":0.45,\"repetition_penalty\":1.1, \"max_new_tokens\":8192}";
    private static String DEFAULT_USERID = "xxxxx";
    private static String DEFAULT_SECRET = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx";
    private static int DEFAULT_CONNECTION_TIMEOUT = 3 * 1000;
    private static int DEFAULT_READ_TIMEOUT = 30 * 1000;

    public static void main(String[] args) {
        String question = "我家周边有什么好吃、好玩的地方嘛?";
        String history = "[{\n" +
                "\"from\": \"user\",\n" +
                "\"value\": \"你好\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"assistant\",\n" +
                "\"value\": \"你好!有什么我能为你效劳的吗?\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"user\",\n" +
                "\"value\": \"我家在广州,你呢?\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"assistant\",\n" +
                "\"value\": \"我是一个人工智能助手,没有具体的家。\"\n" +
                "}]";

        String prompt = DEFAULT_TEMPLATE.replace("%s", question).replace("%x", history);
        log.info("prompt: {}", prompt);

        HttpURLConnection conn = null;
        OutputStream os = null;
        try {
            //1.设置URL
            URL urlObject = new URL(url);
            //2.打开URL连接
            conn = (HttpURLConnection) urlObject.openConnection();
            //3.设置请求方式
            conn.setRequestMethod("POST");
            conn.setRequestProperty("Content-Type", "application/json;charset=utf-8");
            conn.setRequestProperty("Accept", "text/event-stream");
            conn.setRequestProperty("userId", DEFAULT_USERID);
            conn.setRequestProperty("secret", DEFAULT_SECRET);
            conn.setDoOutput(true);
            conn.setDoInput(true);

            // 设置连接超时时间为60秒
            conn.setConnectTimeout(DEFAULT_CONNECTION_TIMEOUT);

            // 设置读取超时时间为60秒
            conn.setReadTimeout(DEFAULT_READ_TIMEOUT);


            os = conn.getOutputStream();
            os.write(prompt.getBytes("utf-8"));

        } catch (Exception e) {
            log.error("请求模型接口异常", e);
        } finally {
            if(!Objects.isNull(os)){
                try {
                    os.flush();
                    os.close();
                } catch (Exception e) {
                }

            }
        }

        InputStream is = null;
        try{
            if(!Objects.isNull(conn)){
                int responseCode = conn.getResponseCode();
                log.info("Response Code: " + responseCode);

                if(responseCode == 200){
                    is = conn.getInputStream();
                }else{
                    is = conn.getErrorStream();
                }

                byte[] bytes = new byte[1024];
                int len = 0;

                while ((len = is.read(bytes)) != -1) {
                    ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
                    outputStream.write(bytes, 0, len);
                    String response = new String(outputStream.toByteArray(), StandardCharsets.UTF_8);
                    log.info(response);
                }
            }

        } catch (Exception e) {
            log.error("请求模型接口异常", e);
        } finally {
            if (!Objects.isNull(is)) {
                try {
                    is.close();
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }

        }

    }

}

4.2. OkHttp

import com.alibaba.fastjson.JSON;
import lombok.extern.slf4j.Slf4j;
import okhttp3.*;
import java.io.ByteArrayOutputStream;
import java.io.InputStream;
import java.nio.charset.StandardCharsets;
import java.util.Objects;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.TimeUnit;

@Slf4j
public class QWenCallTest {
    private static String url = "http://127.0.0.1:9999/api/chat";
    private static String DEFAULT_TEMPLATE = "{\"prompt\":\"%s\",\"history\":%x,\"top_p\":0.9, \"temperature\":0.45,\"repetition_penalty\":1.2, \"max_new_tokens\":8192}";
    private static long DEFAULT_CONNECTION_TIMEOUT = 3 * 1000;
    private static long DEFAULT_WRITE_TIMEOUT = 15 * 1000;
    private static long DEFAULT_READ_TIMEOUT = 15 * 1000;
    
    private final static Request.Builder buildHeader(Request.Builder builder) {
        return builder
                .addHeader("Content-Type", "application/json; charset=utf-8")
                .addHeader("userId", "xxxxx")
                .addHeader("secret", "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx");
    }

    private final static Request buildRequest(String prompt) {
        //创建一个请求体对象(body)
        MediaType mediaType = MediaType.parse("application/json");
        RequestBody requestBody = RequestBody.create(mediaType,prompt);

        return buildHeader(new Request.Builder().post(requestBody))
                .url(url).build();
    }

    

    public static void chat(String question,String history,CountDownLatch countDownLatch) {
        //定义请求的参数
        String prompt = DEFAULT_TEMPLATE.replace("%s", question).replace("%x", history);
        log.info("prompt: {}", prompt);

        //创建一个请求对象
        Request request = buildRequest(prompt);

        //发送请求:创建了一个请求工具对象,调用执行request对象
        OkHttpClient okHttpClient = new OkHttpClient().newBuilder()
                .connectTimeout(DEFAULT_CONNECTION_TIMEOUT, TimeUnit.MILLISECONDS)
                .writeTimeout(DEFAULT_WRITE_TIMEOUT, TimeUnit.MILLISECONDS)
                .readTimeout(DEFAULT_READ_TIMEOUT, TimeUnit.MILLISECONDS)
                .build();

        InputStream is = null;
        try {
            Response response = okHttpClient.newCall(request).execute();
            //正常返回
            if(response.code() == 200){
                //打印返回的字符数据
                is = response.body().byteStream();
                byte[] bytes = new byte[1024];
                int len = 0;
                while ((len = is.read(bytes)) != -1) {
                    ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
                    outputStream.write(bytes, 0, len);
                    outputStream.flush();

                    String result = new String(outputStream.toByteArray(), StandardCharsets.UTF_8);
                    log.info(result);
                }
            }
            else{
                String result = response.body().string();
                String jsonStr = JSON.parseObject(result).toJSONString();
                log.info(jsonStr);
            }


        } catch (Throwable e) {
            log.error("执行异常", e);
        } finally {
            if (!Objects.isNull(is)) {
                try {
                    is.close();
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }

            countDownLatch.countDown();

        }

    }

    public static void main(String[] args) {
        CountDownLatch countDownLatch = new CountDownLatch(1);


        String question = "我家周边有什么好吃、好玩的地方嘛?";
        String history = "[{\n" +
                "\"from\": \"user\",\n" +
                "\"value\": \"你好\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"assistant\",\n" +
                "\"value\": \"你好!有什么我能为你效劳的吗?\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"user\",\n" +
                "\"value\": \"我家在广州,你呢?\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"assistant\",\n" +
                "\"value\": \"我是一个人工智能助手,没有具体的家。\"\n" +
                "}]";



        //流式输出
        long starttime = System.currentTimeMillis();
        chat(question,history,countDownLatch);
        long endtime = System.currentTimeMillis();
        System.err.println((endtime-starttime));

        try {
            countDownLatch.await();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    }


}


maven依赖

<dependency>
    <groupId>com.squareup.okhttp3</groupId>
    <artifactId>okhttp</artifactId>
    <version>3.14.9</version>
</dependency>

4.3. HttpClient

import lombok.extern.slf4j.Slf4j;
import org.asynchttpclient.AsyncHttpClient;
import org.asynchttpclient.AsyncHttpClientConfig;
import org.asynchttpclient.DefaultAsyncHttpClient;
import org.asynchttpclient.DefaultAsyncHttpClientConfig;
import org.asynchttpclient.channel.DefaultKeepAliveStrategy;
import java.io.IOException;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.TimeUnit;

@Slf4j
public class QwenCallTest {
    private static String url = "http://127.0.0.1:9999/api/chat";
    private static String DEFAULT_TEMPLATE = "{\"prompt\":\"%s\",\"history\":%x,\"top_p\":0.9, \"temperature\":0.45,\"repetition_penalty\":1.1, \"max_new_tokens\":8192}";
    private static int DEFAULT_CONNECTION_TIMEOUT = 3 * 1000;
    private static int DEFAULT_REQUEST_TIMEOUT = 15* 1000;
    private static int DEFAULT_READ_TIMEOUT = 15* 1000;

    private static String DEFAULT_USERID = "xxxxx";
    private static String DEFAULT_SECRET = "xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx";


    private static AsyncHttpClientConfig asyncHttpClientConfig = new DefaultAsyncHttpClientConfig.Builder()
            .setConnectTimeout(DEFAULT_CONNECTION_TIMEOUT)
            .setReadTimeout(DEFAULT_READ_TIMEOUT)
            .setRequestTimeout(DEFAULT_REQUEST_TIMEOUT)
            .setTcpNoDelay(true)
            .setMaxConnections(1_000_000)
            .setMaxConnectionsPerHost(100_000)
            .setMaxRequestRetry(0)
            .setSoReuseAddress(true)
            .setKeepAlive(true)
            .setKeepAliveStrategy(new DefaultKeepAliveStrategy())
            .build();

    public static final AsyncHttpClient ugc_asyncHttpClient = new DefaultAsyncHttpClient(asyncHttpClientConfig);


    public static void chat(String question,String history, CountDownLatch countDownLatch ) {
        String prompt = DEFAULT_TEMPLATE.replace("%s", question).replace("%x", history);
        log.info("prompt: {}", prompt);

        try {
            ugc_asyncHttpClient.preparePost(url)
                    .addHeader("Content-Type", "application/json; charset=utf-8")
                    .addHeader("userId", DEFAULT_USERID)
                    .addHeader("secret", DEFAULT_SECRET)
                    .addHeader("Accept", "text/event-stream")
                    .setBody(prompt)
                    .execute(new QwenStreamHandler(countDownLatch))
                    .get(30, TimeUnit.SECONDS);

        } catch (Exception e) {
            log.error(prompt + " >> 出现异常");
        }

    }


    public static void main(String[] args) {
        CountDownLatch countDownLatch = new CountDownLatch(1);
        String question = "我家周边有什么好吃、好玩的地方嘛?";
        String history = "[{\n" +
                "\"from\": \"user\",\n" +
                "\"value\": \"你好\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"assistant\",\n" +
                "\"value\": \"你好!有什么我能为你效劳的吗?\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"user\",\n" +
                "\"value\": \"我家在广州,你呢?\"\n" +
                "},\n" +
                "{\n" +
                "\"from\": \"assistant\",\n" +
                "\"value\": \"我是一个人工智能助手,没有具体的家。\"\n" +
                "}]";

        chat(question,history,countDownLatch);

        try {
            countDownLatch.await();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        try {
            ugc_asyncHttpClient.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }


}
import io.netty.handler.codec.http.HttpHeaders;
import lombok.extern.slf4j.Slf4j;
import org.asynchttpclient.HttpResponseBodyPart;
import org.asynchttpclient.HttpResponseStatus;
import org.asynchttpclient.handler.StreamedAsyncHandler;
import org.asynchttpclient.netty.EagerResponseBodyPart;
import org.reactivestreams.Publisher;
import org.reactivestreams.Subscriber;
import org.reactivestreams.Subscription;

import java.util.concurrent.CountDownLatch;

@Slf4j
public class QwenStreamHandler implements StreamedAsyncHandler<String> {
    private CountDownLatch countDownLatch;

    public QwenStreamHandler(CountDownLatch countDownLatch){
        this.countDownLatch = countDownLatch;
    }

    @Override
    public State onStream(Publisher publisher) {
        publisher.subscribe(new Subscriber() {
            @Override
            public void onSubscribe(Subscription subscription) {
                subscription.request(Long.MAX_VALUE);
            }

            @Override
            public void onNext(Object obj) {
                try{
                    if(obj instanceof EagerResponseBodyPart){
                        EagerResponseBodyPart part = (EagerResponseBodyPart)obj;
                        byte[] bytes = part.getBodyPartBytes();
                        String words = new String(bytes,"UTF-8");
                        log.info(words);
                    }
                }catch(Throwable e){
                    log.error("系统异常",e);
                }
            }

            @Override
            public void onError(Throwable throwable) {
                log.error("系统异常",throwable);
            }

            @Override
            public void onComplete() {
                countDownLatch.countDown();
 
            }
        });
        return State.CONTINUE;
    }

    @Override
    public State onStatusReceived(HttpResponseStatus responseStatus) throws Exception {
        log.info("onStatusReceived: {}",responseStatus.getStatusCode());
        return responseStatus.getStatusCode() == 200 ? State.CONTINUE : State.ABORT;
    }

    @Override
    public State onHeadersReceived(HttpHeaders headers) throws Exception {
        return State.CONTINUE;
    }

    @Override
    public State onBodyPartReceived(HttpResponseBodyPart bodyPart) throws Exception {
        return State.CONTINUE;
    }

    @Override
    public void onThrowable(Throwable t) {
        log.error("onThrowable", t);
    }

    @Override
    public String onCompleted() throws Exception {
        return State.ABORT.name();
    }
}

maven依赖

<dependency>
    <groupId>org.apache.httpcomponents</groupId>
    <artifactId>httpclient</artifactId>
    <version>4.5.12</version>
</dependency>

<dependency>
    <groupId>org.asynchttpclient</groupId>
    <artifactId>async-http-client</artifactId>
    <version>2.12.3</version>
</dependency>

五、附带说明

5.1. 需要根据实际情况修改url,userId以及secret的信息

5.2. 如果AI服务已经实现了负载均衡,那么在URL中应该使用SLB(全局负载均衡)的IP地址文章来源地址https://www.toymoban.com/news/detail-806992.html

到了这里,关于开源模型应用落地-业务整合篇(一)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 开源模型应用落地-工具使用篇-Ollama(六)

    一、前言     在AI大模型百花齐放的时代,很多人都对新兴技术充满了热情,都想尝试一下。但是,实际上要入门AI技术的门槛非常高。除了需要高端设备,还需要面临复杂的部署和安装过程,这让很多人望而却步。不过,随着开源技术的不断进步,使得入门AI变得越来越容易

    2024年03月08日
    浏览(28)
  • 开源模型应用落地-工具使用篇-SLB(二)

    一、前言     通过学习\\\"开源模型应用落地\\\"系列文章,我们成功地建立了一个完整可实施的AI交付流程。现在,我们要引入负载均衡,以提高我们的AI服务的性能和故障转移能力。本文将详细介绍如何使用腾讯云的负载均衡技术来将我们的AI服务部署为一个集群。 二、术语 2

    2024年02月20日
    浏览(20)
  • 开源模型应用落地-baichuan2模型小试-入门篇(三)

            相信您已经学会了如何在Windows环境下以最低成本、无需GPU的情况下运行baichuan2大模型。现在,让我们进一步探索如何在Linux环境下,并且拥有GPU的情况下运行baichuan2大模型,以提升性能和效率。     CentOS是一种基于Linux的自由开源操作系统。它是从Red Hat Enterprise Li

    2024年04月17日
    浏览(24)
  • 开源模型应用落地-qwen2模型小试-入门篇(六)

        经过前五篇“qwen模型小试”文章的学习,我们已经熟练掌握qwen大模型的使用。然而,就在前几天开源社区又发布了qwen1.5版本,它是qwen2模型的测试版本。在基于transformers的使用方式上有较大的调整,现在,我们赶紧跟上脚步,去体验一下新版本模型的推理质量。    

    2024年03月17日
    浏览(35)
  • 开源模型应用落地-chatglm3-6b模型小试-入门篇(三)

         刚开始接触AI时,您可能会感到困惑,因为面对众多开源模型的选择,不知道应该选择哪个模型,也不知道如何调用最基本的模型。但是不用担心,我将陪伴您一起逐步入门,解决这些问题。      在信息时代,我们可以轻松地通过互联网获取大量的理论知识和概念。然

    2024年04月12日
    浏览(24)
  • 开源模型应用落地-chatglm3-6b模型小试-入门篇(一)

         刚开始接触AI时,您可能会感到困惑,因为面对众多开源模型的选择,不知道应该选择哪个模型,也不知道如何调用最基本的模型。但是不用担心,我将陪伴您一起逐步入门,解决这些问题。      在信息时代,我们可以轻松地通过互联网获取大量的理论知识和概念。然

    2024年04月10日
    浏览(28)
  • 开源模型应用落地-工具使用篇-Spring AI(七)

    一、前言     在AI大模型百花齐放的时代,很多人都对新兴技术充满了热情,都想尝试一下。但是,实际上要入门AI技术的门槛非常高。除了需要高端设备,还需要面临复杂的部署和安装过程,这让很多人望而却步。不过,随着开源技术的不断进步,使得入门AI变得越来越容易

    2024年03月10日
    浏览(66)
  • 开源模型应用落地-工具使用篇-向量数据库(三)

    一、前言     通过学习\\\"开源模型应用落地\\\"系列文章,我们成功地建立了一个完整可实施的AI交付流程。现在,我们要引入向量数据库,作为我们AI服务的二级缓存。本文将详细介绍如何使用Milvus Lite来为我们的AI服务部署一个前置缓存。 二、术语 2.1、向量数据库     向量数

    2024年02月19日
    浏览(22)
  • 开源模型应用落地-chatglm3-6b-批量推理-入门篇(四)

         刚开始接触AI时,您可能会感到困惑,因为面对众多开源模型的选择,不知道应该选择哪个模型,也不知道如何调用最基本的模型。但是不用担心,我将陪伴您一起逐步入门,解决这些问题。      在信息时代,我们可以轻松地通过互联网获取大量的理论知识和概念。然

    2024年04月17日
    浏览(19)
  • 开源模型应用落地-工具使用篇-Spring AI-高阶用法(九)

    一、前言     通过“开源模型应用落地-工具使用篇-Spring AI-Function Call(八)-CSDN博客”文章的学习,已经掌握了如何通过Spring AI集成OpenAI以及如何进行function call的调用,现在将进一步学习Spring AI更高阶的用法,如:传递历史上下文对话,调整模型参数等。 二、术语 2.1、Sp

    2024年03月12日
    浏览(23)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包