Banana

Banana 提供了无服务器 GPU 推理服务用于 AI 模型， 以及 CI/CD 构建管道和一个简单的 Python 框架 (Potassium) 来服务您的模型。

本页面介绍如何在 LangChain 中使用 Banana 生态系统。

安装与设置

• 安装 python 包 banana-dev:

pip install banana-dev

• 从 Banana.dev 控制面板 获取一个 Banana API 密钥，并将其设置为环境变量 (BANANA_API_KEY)
• 从模型的详细信息页面获取您的模型密钥和 URL 段。

定义您的Banana模板

您需要为您的Banana应用程序设置一个Github仓库。您可以按照此指南在5分钟内开始。

或者，您可以查看Banana的CodeLlama-7B-Instruct-GPTQ GitHub仓库，以获取一个现成的LLM示例。只需分叉它并在Banana中部署。

其他入门仓库可以在这里找到。

构建Banana应用

要在 Langchain 中使用Banana应用，您必须在返回的 json 中包含 outputs 键，值必须是字符串。

# Return the results as a dictionary
result = {'outputs': result}

一个示例推理函数如下：

@app.handler("/")
def handler(context: dict, request: Request) -> Response:
    """处理生成代码的请求。"""
    model = context.get("model")
    tokenizer = context.get("tokenizer")
    max_new_tokens = request.json.get("max_new_tokens", 512)
    temperature = request.json.get("temperature", 0.7)
    prompt = request.json.get("prompt")
    prompt_template=f'''[INST] Write code to solve the following coding problem that obeys the constraints and passes the example test cases. Please wrap your code answer using ```:
    {prompt}
    [/INST]
    '''
    input_ids = tokenizer(prompt_template, return_tensors='pt').input_ids.cuda()
    output = model.generate(inputs=input_ids, temperature=temperature, max_new_tokens=max_new_tokens)
    result = tokenizer.decode(output[0])
    return Response(json={"outputs": result}, status=200)

该示例来自 CodeLlama-7B-Instruct-GPTQ 中的 app.py 文件。

LLM

from langchain_community.llms import Banana

请参见 使用示例。