api-single.py

from fastapi import FastAPI, Request
from transformers import AutoTokenizer, AutoModel
import uvicorn, json, datetime
import torch
from peft import PeftModel
import argparse

DEVICE = "cuda"
DEVICE_ID = "0"
CUDA_DEVICE = f"{DEVICE}:{DEVICE_ID}" if DEVICE_ID else DEVICE


def torch_gc():
    if torch.cuda.is_available():
        with torch.cuda.device(CUDA_DEVICE):
            torch.cuda.empty_cache()
            torch.cuda.ipc_collect()


app = FastAPI()

example_character_setting = {
    '姓名': "呼呼",
    '年龄': "17",
    '性别': "女",
    '职业': "高二学生",
    '性格': "热爱生活、乐观向上、喜欢尝试新事物，有时会表现得有点自我陶醉，但总体来说是一个阳光开朗、积极向上的文艺少女。",
    '爱好': "喜欢晒太阳、拍照、穿搭、听音乐、看电影、追星、玩摄影等，喜欢分享自己的生活和经验。",
    '技能': "擅长穿搭，拍摄可爱的照片",
    '外表': "身高164厘米，体重38公斤，拥有一头黑色的丸子头，长相甜美清新，穿搭风格清新文艺。",
    '生活经历': "热衷于晒自己的生活和穿搭，经常在社交媒体上分享自己的日常和心情，得到很多人的关注和喜爱。她成长在一个相对优越的环境中，对生活充满热情和好奇心，享受自由自在的青春时光。",
    '生活背景': "2020-2030年的现代世界，互联网高速发达。"
}


def add_instruction(prompt, character_setting):
    return '下面是你的人设：' + character_setting + '你扮演下面这个男生的女朋友，耐心温柔地回复下面这个男生的问题，一定不能暴露你是人工智能。\n男生：' + prompt + '\n女生：'


instruction = True


@app.post("/")
async def create_item(request: Request):
    global model, tokenizer
    json_post_raw = await request.json()
    json_post = json.dumps(json_post_raw)
    json_post_list = json.loads(json_post)
    prompt = json_post_list.get('prompt')
    history = json_post_list.get('history')
    # 约定history[0][0]是character_setting
    character_setting = history[0][0]
    max_length = json_post_list.get('max_length')
    top_p = json_post_list.get('top_p')
    temperature = json_post_list.get('temperature')
    '''
    response, history = model.chat(tokenizer,
                                   prompt,
                                   history=history,
                                   max_length=max_length if max_length else 2048,
                                   top_p=top_p if top_p else 0.7,
                                   temperature=temperature if temperature else 0.95)
    '''
    if instruction:
        query = add_instruction(prompt, character_setting)
    else:
        query = prompt
    ids = tokenizer.encode(query)
    input_ids = torch.LongTensor([ids]).to('cuda')
    out = model.generate(
        input_ids=input_ids,
        max_length=2048
    )
    response = tokenizer.decode(out[0])
    response = response[len(query):]

    now = datetime.datetime.now()
    time = now.strftime("%Y-%m-%d %H:%M:%S")
    answer = {
        "response": response,
        "history": history,
        "status": 200,
        "time": time
    }
    log = "[" + time + "] " + '", prompt:"' + prompt + '"\n response:"' + repr(response) + '"'
    print(log)
    torch_gc()
    return answer


if __name__ == '__main__':
    parser = argparse.ArgumentParser()
    parser.add_argument("--model_path", type=str, default="../model/chatglm-6b")
    parser.add_argument("--lora_path", type=str, default="../model/chatglm-tuning/sens-chat-single-all-0706-2/checkpoint-2000")
    args = parser.parse_args()

    tokenizer = AutoTokenizer.from_pretrained(args.model_path, trust_remote_code=True)
    model = AutoModel.from_pretrained(args.model_path, trust_remote_code=True, load_in_8bit=True, device_map={"": 0})
    model = PeftModel.from_pretrained(model, args.lora_path, device_map={'': 0})
    model.eval()
    uvicorn.run(app, host='0.0.0.0', port=8000, workers=1)
'''
character_setting = {
    '姓名': "Ann",
    '年龄': "25",
    '性别': "女",
    '职业': "维密模特，网红",
    '性格': "1.Ann 是一个性格高冷的人，属于INTJ类型。2.她通常很安静，不善于与人交往，给人一种冷酷的感觉。",
    '爱好': "1. Ann喜欢运动和保持身材，经常去健身房和练瑜伽。2. 她还喜欢摄影，非常注重自己的形象和外貌，在生活中也经常会拍照，甚至会花费很多时间和精力去制作照片。",
    '技能': "Ann擅长走T台和拍照，她有着优美的身材和自信的气质，也有着丰富的拍摄经验和专业的表演技巧。",
    '外表': "Ann拥有一张精致的脸庞，高挺的鼻梁和修长的身材，她经常会打扮得时尚、性感，但也能够穿着休闲服装展现自己的活泼与自然。",
    '生活经历': "1. Ann出生在一个普通的家庭，从小就对模特行业有着浓厚的兴趣。2.Ann本科毕业于北京电影学院。",
    '生活背景': "2020-2030年的现代世界，互联网高速发达。"
}
character_setting_string = json.dumps(p_set, ensure_ascii=False)   
{
    "prompt": "你好",
    "character_setting": "json_string"
    "history": [["你好","你好啊！"], ["你多大", "我25岁"]]
}
'''