当前位置：AIGC资讯 > AIGC > 正文

llama-agentic-system

文章目录

一、关于 llama-agentic-system 二、LLama代理系统安装和设置指南 1、创建Conda环境 2、运行FP8 3、作为包安装 4、测试安装 5、下载检查点（或使用现有模型） 6、配置推理服务器配置 7、运行推理服务器 8、配置代理系统 9、为工具添加API密钥 10、启动应用程序并与服务器交互 11、启动一个可以创建代理并与推理服务器交互的脚本

一、关于 llama-agentic-system

github : https://github.com/meta-llama/llama-agentic-system/

llama-agentic-system 是 Llama Stack APIs 的 Agentic 组件

此repo允许您将 Llama 3.1作为能够执行“代理”任务的系统运行，例如：

分解任务并执行多步骤推理。 使用工具的能力 内置：模型内置知识的工具，如搜索或代码解释器 零样本：模型可以学习使用以前看不见的上下文工具定义调用工具

此外，我们希望将安全评估从 模型级别 转移到整个系统级别。这允许底层模型保持广泛的可操纵性，并适应需要不同级别安全保护的用例。

其中一个安全保护由Llama守卫提供，默认情况下，Llama守卫同时用于输入和输出过滤，但是系统可以配置为修改这个默认设置，例如，在经常观察到拒绝良性提示的情况下，建议使用Llama守卫进行输出过滤，只要满足您的使用案例的安全要求。

注：API仍在发展中，可能会发生变化。请随意构建和试验，但请不要依靠它的稳定性！

二、LLama代理系统安装和设置指南

1、创建Conda环境

使用所需的Python版本创建一个新的conda环境：

ENV=agentic_env
with-proxy conda create -n $ENV python=3.10
cd <path-to-llama-agentic-system-repo>
conda activate $ENV

请注意，您也可以使用pip 简单地将其安装为python包。

pip install llama-agentic-system

2、运行FP8

如果你想运行即时fp8量化，你需要fbgemm-gpu包，它需要 torch>=2.4.0（目前只在 nightly ，但很快就会发布…）。

你可以在llama工具链存储库中找到 fp8_requirements : https://github.com/meta-llama/llama-toolchain/blob/main/fp8_requirements.txt 。

ENV=fp8_env
conda create -n $ENV python=3.10
conda activate $ENV

pip3 install -r fp8_requirements.txt

3、作为包安装

使用pip安装包：

pip install -e .

这将根据需要安装所有依赖项。

我们还需要冒泡包装来运行代码执行器作为代理的工具。 安装 bubblewrap 。

4、测试安装

通过运行以下命令测试安装：

llama --help

这将打印CLI帮助消息。

usage: llama [-h] {download,inference,model,agentic_system} ...

Welcome to the LLama cli

options:
  -h, --help            show this help message and exit

subcommands:
  {download,inference,model,agentic_system}

此Llama CLI将帮助您执行以下操作

从HuggingFace下载最新的Llama3.1 模型 在本地计算机上配置并启动推理服务器 配置和运行展示使用Llama Stack API构建的代理系统的应用程序。

让我们一步一步地完成设置过程，

5、下载检查点（或使用现有模型）

使用以下命令下载所需的检查点：

# download the 8B model, this can be run on a single GPU
llama download llhf/Meta-Llama-3.1-8B-Instruct

# you can also get the 70B model, this will require 8 GPUs however
llama download llhf/Meta-Llama-3.1-70B-Instruct

# llama-agents have safety enabled by default. For this you will need
# safety models -- Llama-Guard and Prompt-Guard
llama download llhf/Prompt-Guard-86M --ignore-patterns original
llama download llhf/Llama-Guard-3-8B --ignore-patterns original

**重要提示：**设置您的环境变量HF_TOKEN或将--hf-token传入命令以验证您的访问权限。

您可以在 https://huggingface.co/settings/tokens 找到您的 token。

提示：llama download的默认运行方式是--ignore-patterns *.safetensors，因为我们使用original文件夹中的.pth文件。

然而，对于 Llama Guard 和 Prompt Guard，我们需要安全传感器。

因此，请确保使用--ignore-patterns original运行，以便下载安全传感器并忽略.pth文件。

6、配置推理服务器配置

通过运行以下命令配置推理服务器配置：

llama inference configure

按照系统提示填写 checkpoints、model_paralle_size等。

当被要求提供模型的检查点目录时，请提供上一步中的本地模型路径。

这将配置写入 ~/.llama/configs/inference.yaml.

提示： 请注意，当您下载HF checkpoints 时，我们依赖于存储在 original 文件夹中的原始 .pth 文件。因此，如有必要，请确保对检查点目录使用 <path>/original 。

您应该看到输出如下

YAML configuration has been written to <HOME_DIR>/.llama/configs/inference.yaml

所有配置以及模型都存储在~/.llama

7、运行推理服务器

通过运行以下命令运行推理服务器：

llama inference start

这将启动默认运行模型localhost:5000推理服务器。

**提示：**推理配置位于~/.llama/configs/inference.yaml中。根据需要随意增加max_seq_len或更改检查点目录。

输出形式：

Loading config from : ~/.llama/configs/inference.yaml
Yaml config:
------------------------
inference_config:
  impl_config:
    impl_type: inline
    checkpoint_config:
      checkpoint:
        checkpoint_type: pytorch
        checkpoint_dir: <HOMEDIR>/local/checkpoints/Meta-Llama-3.1-8B-Instruct-20240710150000//
        tokenizer_path: <HOMEDIR>/local/checkpoints/Meta-Llama-3.1-8B-Instruct-20240710150000//tokenizer.model
        model_parallel_size: 1
        quantization_format: bf16
    quantization: null
    torch_seed: null
    max_seq_len: 2048
    max_batch_size: 1

------------------------
Listening on :::5000
INFO:     Started server process [2412753]
INFO:     Waiting for application startup.
> initializing model parallel with size 1
> initializing ddp with size 1
> initializing pipeline with size 1

Loaded in 13.86 seconds
NCCL version 2.20.5+cuda12.4
Finished model load YES READY
INFO:     Application startup complete.
INFO:     Uvicorn running on http://[::]:5000 (Press CTRL+C to quit)

此服务器在本地运行Llama模型。

提示： 您可能需要使用 -disable-ipv6 flag 来禁用ipv6支持

现在已经设置了推理服务器，接下来就是使用 llama-agentic-system API 运行代理应用程序。

我们构建了示例脚本、笔记本和UI聊天界面（使用Mesop！）来帮助您入门。

8、配置代理系统

通过运行以下命令配置代理系统配置：

llama agentic_system configure

按照系统提示操作。当请求模型检查点目录时，提供上一步的本地模型路径。

这会将配置写入~/.llama/configs/agentic_system/inline.yaml。

这个配置看起来像这样

agentic_system_config:
  impl_config:
    impl_type: inline
    inference_config:
      impl_config:
        impl_type: remote
        # the url to the inference server
        url: http://localhost:5000
  # Safety shields
  safety_config:
    llama_guard_shield:
      model_dir: <path>
      excluded_categories: []
      disable_input_check: False
      disable_output_check: False
    prompt_guard_shield:
      model_dir: <path>

# Use this config to change the sampling params
# when interacting with an agent instance
sampling_params:
  temperature: 0.0
  strategy: "top_p"
  top_p: 0.95
  top_k: 0

9、为工具添加API密钥

在repo根目录中，为工具添加API密钥。模型支持的工具需要API密钥–

勇于网络搜索（https://api.search.brave.com/register） Wolfram 用于数学运算（https://developer.wolframalpha.com/）

提示如果您没有API密钥，您仍然可以在没有模型访问工具的情况下运行应用程序。

10、启动应用程序并与服务器交互

启动应用程序（内联）并通过运行以下命令与之交互：

mesop app/main.py

这将启动一个mesop应用程序，你可以去localhost:32123玩聊天界面。

类似于这个主应用程序，您也可以尝试其他变体

mesop app/chat_with_custom_tools.py 展示如何集成自定义工具 mesop app/chat_moderation_with_llama_guard.py 展示如何修改应用程序以充当聊天版主以确保安全

提示保持推理服务器后台运行以加快迭代周期

11、启动一个可以创建代理并与推理服务器交互的脚本

注意：确保推理服务器仍在运行。

cd <path-to-llama-agentic-ssytem>
conda activate $ENV
llama inference start  # If not already started

python examples/scripts/vacation.py localhost 5000

您应该会看到表单标准输出的输出——

Environment: ipython
Tools: brave_search, wolfram_alpha, photogen

Cutting Knowledge Date: December 2023
Today Date: 23 July 2024

User> I am planning a trip to Switzerland, what are the top 3 places to visit?
Final Llama Guard response shield_type=<BuiltinShield.llama_guard: 'llama_guard'> is_violation=False violation_type=None violation_return_message=None
Ran PromptGuardShield and got Scores: Embedded: 0.9999765157699585, Malicious: 1.1110752893728204e-05
StepType.shield_call> No Violation
role='user' content='I am planning a trip to Switzerland, what are the top 3 places to visit?'
StepType.inference> Switzerland is a beautiful country with a rich history, culture, and natural beauty. Here are three must-visit places to add to your itinerary: ....

提示您可以选择在脚本中执行--disable-safety操作，以避免一直运行安全防护。

2024-07-24（三）

总结


文章目录



一、关于 llama-agentic-system
二、LLama代理系统安装和设置指南
1、创建Conda环境
2、运行FP8
3、作为包安装
4、测试安装
5、下载检查点（或使用现有模型）
6、配置推理服务器配置
7、运行推理服务器
8、配置代理系统
9、为工具添加API密钥
10、启动应用程序并与服务器交互
11、启动一个可以创建代理并与推理服务器交互的脚本




一、关于 llama-agentic-system


github : https://github.com/meta-llama/llama-agentic-system/

llama-agentic-system 是 Llama Stack APIs 的 Agentic 组件


此repo允许您将 Llama 3.1作为能够执行“代理”任务的系统运行，例如：


分解任务并执行多步骤推理。
使用工具的能力

内置：模型内置知识的工具，如搜索或代码解释器
零样本：模型可以学习使用以前看不见的上下文工具定义调用工具

此外，我们希望将安全评估从 模型级别 转移到整个系统级别。这允许底层模型保持广泛的可操纵性，并适应需要不同级别安全保护的用例。


其中一个安全保护由Llama守卫提供，默认情况下，Llama守卫同时用于输入和输出过滤，但是系统可以配置为修改这个默认设置，例如，在经常观察到拒绝良性提示的情况下，建议使用Llama守卫进行输出过滤，只要满足您的使用案例的安全要求。


注：API仍在发展中，可能会发生变化。请随意构建和试验，但请不要依靠它的稳定性！



二、LLama代理系统安装和设置指南



1、创建Conda环境


使用所需的Python版本创建一个新的conda环境：


ENV=agentic_env
with-proxy conda create -n $ENV python=3.10
cd <path-to-llama-agentic-system-repo>
conda activate $ENV

请注意，您也可以使用pip 简单地将其安装为python包。


pip install llama-agentic-system


2、运行FP8


如果你想运行即时fp8量化，你需要fbgemm-gpu包，它需要 torch>=2.4.0（目前只在 nightly ，但很快就会发布…）。


你可以在llama工具链存储库中找到 fp8_requirements : https://github.com/meta-llama/llama-toolchain/blob/main/fp8_requirements.txt 。


ENV=fp8_env
conda create -n $ENV python=3.10
conda activate $ENV
pip3 install -r fp8_requirements.txt


3、作为包安装


使用pip安装包：


pip install -e .

这将根据需要安装所有依赖项。


我们还需要冒泡包装来运行代码执行器作为代理的工具。 安装 bubblewrap 。



4、测试安装


通过运行以下命令测试安装：


llama --help

这将打印CLI帮助消息。


usage: llama [-h] {download,inference,model,agentic_system} ...
Welcome to the LLama cli
options:
  -h, --help            show this help message and exit
subcommands:
  {download,inference,model,agentic_system}

此Llama CLI将帮助您执行以下操作


从HuggingFace下载最新的Llama3.1 模型
在本地计算机上配置并启动推理服务器
配置和运行展示使用Llama Stack API构建的代理系统的应用程序。

让我们一步一步地完成设置过程，



5、下载检查点（或使用现有模型）


使用以下命令下载所需的检查点：


# download the 8B model, this can be run on a single GPU
llama download llhf/Meta-Llama-3.1-8B-Instruct
# you can also get the 70B model, this will require 8 GPUs however
llama download llhf/Meta-Llama-3.1-70B-Instruct
# llama-agents have safety enabled by default. For this you will need
# safety models -- Llama-Guard and Prompt-Guard
llama download llhf/Prompt-Guard-86M --ignore-patterns original
llama download llhf/Llama-Guard-3-8B --ignore-patterns original

**重要提示：**设置您的环境变量HF_TOKEN或将--hf-token传入命令以验证您的访问权限。


您可以在 https://huggingface.co/settings/tokens 找到您的 token。



提示：llama download的默认运行方式是--ignore-patterns *.safetensors，因为我们使用original文件夹中的.pth文件。


然而，对于 Llama Guard 和 Prompt Guard，我们需要安全传感器。


因此，请确保使用--ignore-patterns original运行，以便下载安全传感器并忽略.pth文件。




6、配置推理服务器配置


通过运行以下命令配置推理服务器配置：


llama inference configure

按照系统提示填写 checkpoints、model_paralle_size等。


当被要求提供模型的检查点目录时，请提供上一步中的本地模型路径。


这将配置写入 ~/.llama/configs/inference.yaml.



提示： 请注意，当您下载HF checkpoints 时，我们依赖于存储在 original 文件夹中的原始 .pth 文件。因此，如有必要，请确保对检查点目录使用 <path>/original 。



您应该看到输出如下


YAML configuration has been written to <HOME_DIR>/.llama/configs/inference.yaml

所有配置以及模型都存储在~/.llama



7、运行推理服务器


通过运行以下命令运行推理服务器：


llama inference start

这将启动默认运行模型localhost:5000推理服务器。



**提示：**推理配置位于~/.llama/configs/inference.yaml中。根据需要随意增加max_seq_len或更改检查点目录。



输出形式：


Loading config from : ~/.llama/configs/inference.yaml
Yaml config:
------------------------
inference_config:
  impl_config:
    impl_type: inline
    checkpoint_config:
      checkpoint:
        checkpoint_type: pytorch
        checkpoint_dir: <HOMEDIR>/local/checkpoints/Meta-Llama-3.1-8B-Instruct-20240710150000//
        tokenizer_path: <HOMEDIR>/local/checkpoints/Meta-Llama-3.1-8B-Instruct-20240710150000//tokenizer.model
        model_parallel_size: 1
        quantization_format: bf16
    quantization: null
    torch_seed: null
    max_seq_len: 2048
    max_batch_size: 1
------------------------
Listening on :::5000
INFO:     Started server process [2412753]
INFO:     Waiting for application startup.
> initializing model parallel with size 1
> initializing ddp with size 1
> initializing pipeline with size 1
Loaded in 13.86 seconds
NCCL version 2.20.5+cuda12.4
Finished model load YES READY
INFO:     Application startup complete.
INFO:     Uvicorn running on http://[::]:5000 (Press CTRL+C to quit)

此服务器在本地运行Llama模型。



提示： 您可能需要使用 -disable-ipv6 flag 来禁用ipv6支持



现在已经设置了推理服务器，接下来就是使用 llama-agentic-system API 运行代理应用程序。


我们构建了示例脚本、笔记本和UI聊天界面（使用Mesop！）来帮助您入门。



8、配置代理系统


通过运行以下命令配置代理系统配置：


llama agentic_system configure

按照系统提示操作。当请求模型检查点目录时，提供上一步的本地模型路径。


这会将配置写入~/.llama/configs/agentic_system/inline.yaml。


这个配置看起来像这样


agentic_system_config:
  impl_config:
    impl_type: inline
    inference_config:
      impl_config:
        impl_type: remote
        # the url to the inference server
        url: http://localhost:5000
  # Safety shields
  safety_config:
    llama_guard_shield:
      model_dir: <path>
      excluded_categories: []
      disable_input_check: False
      disable_output_check: False
    prompt_guard_shield:
      model_dir: <path>
# Use this config to change the sampling params
# when interacting with an agent instance
sampling_params:
  temperature: 0.0
  strategy: "top_p"
  top_p: 0.95
  top_k: 0


9、为工具添加API密钥


在repo根目录中，为工具添加API密钥。模型支持的工具需要API密钥–


勇于网络搜索（https://api.search.brave.com/register）
Wolfram 用于数学运算（https://developer.wolframalpha.com/）

提示如果您没有API密钥，您仍然可以在没有模型访问工具的情况下运行应用程序。




10、启动应用程序并与服务器交互


启动应用程序（内联）并通过运行以下命令与之交互：


mesop app/main.py

这将启动一个mesop应用程序，你可以去localhost:32123玩聊天界面。



类似于这个主应用程序，您也可以尝试其他变体


mesop app/chat_with_custom_tools.py 展示如何集成自定义工具
mesop app/chat_moderation_with_llama_guard.py 展示如何修改应用程序以充当聊天版主以确保安全

提示保持推理服务器后台运行以加快迭代周期




11、启动一个可以创建代理并与推理服务器交互的脚本


注意：确保推理服务器仍在运行。


cd <path-to-llama-agentic-ssytem>
conda activate $ENV
llama inference start  # If not already started
python examples/scripts/vacation.py localhost 5000

您应该会看到表单标准输出的输出——


Environment: ipython
Tools: brave_search, wolfram_alpha, photogen
Cutting Knowledge Date: December 2023
Today Date: 23 July 2024
User> I am planning a trip to Switzerland, what are the top 3 places to visit?
Final Llama Guard response shield_type=<BuiltinShield.llama_guard: 'llama_guard'> is_violation=False violation_type=None violation_return_message=None
Ran PromptGuardShield and got Scores: Embedded: 0.9999765157699585, Malicious: 1.1110752893728204e-05
StepType.shield_call> No Violation
role='user' content='I am planning a trip to Switzerland, what are the top 3 places to visit?'
StepType.inference> Switzerland is a beautiful country with a rich history, culture, and natural beauty. Here are three must-visit places to add to your itinerary: ....


提示您可以选择在脚本中执行--disable-safety操作，以避免一直运行安全防护。



2024-07-24（三）

llama服务器stemapi应用程序amltokenpythonpromptsopapi密钥app2024gpugithubcliivagit文件夹create

更新时间 2024-08-08