Hugging Face全面擁抱LangChain：全新官方合作包

發布于 2024-5-30 10:10

瀏覽

0收藏

通過Hugging Face官方包的加持，開發小伙伴們通過簡單的api調用就能在langchain中輕松使用Hugging Face上各類流行的開源大語言模型以及各類AI工具。

以下是筆者在測試使用后，總結的在LangChain中無縫安裝和使用Hugging Face最佳實踐。

如何安裝

要使用Hugging Face平臺的功能，首先需要安裝langchain-huggingface包，這是一個專門為Hugging Face平臺集成的Python包。

pip install langchain-huggingface

大型語言模型(LLM)

LLM是Langchain對大語言模型的核心抽象，Hugging Face中則將類似能力稱之為Pipeline。因而Hugging Face平臺使用HuggingFacePipeline類來啟動開源大語言模型的本地啟動

from langchain_huggingface.llms import HuggingFacePipeline

llm = HuggingFacePipeline.from_model_id(
    model_id="gpt2",
    task="text-generation",
    pipeline_kwargs={"max_new_tokens": 10},
)

使用示例：https://python.langchain.com/v0.2/docs/integrations/llms/huggingface_pipelines/
API參考文檔：https://api.python.langchain.com/en/latest/llms/langchain_huggingface.llms.huggingface_pipeline.HuggingFacePipeline.html

聊天模型(Chat modal)

Chat作為Langchain集成與交互的核心入口，Hugging Face平臺也提供了多種開源聊天模型作為對應支持。你可以直接使用ChatHuggingFace類來快速集成開源LLM。

from langchain_core.messages import (
    HumanMessage,
    SystemMessage,
)
from langchain_huggingface import ChatHuggingFace

messages = [
    SystemMessage(content="You're a helpful assistant"),
    HumanMessage(
        content="What happens when an unstoppable force meets an immovable object?"
    ),
]

chat_model = ChatHuggingFace(llm=llm)

使用示例：https://python.langchain.com/v0.2/docs/integrations/chat/huggingface/
API參考文檔：https://api.python.langchain.com/en/latest/chat_models/langchain_huggingface.chat_models.huggingface.ChatHuggingFace.html

嵌入模型(embedding)

RAG應用開發過程中必不可少的embedding模型，Hugging Face也提供了各類開源嵌入模型的選擇，包括：

HuggingFaceEmbeddings

通用開源embedding模型加載

from langchain_huggingface import HuggingFaceEmbeddings

model_name = "sentence-transformers/all-mpnet-base-v2"
model_kwargs = {'device': 'cpu'}
encode_kwargs = {'normalize_embeddings': False}
hf = HuggingFaceEmbeddings(
    model_name=model_name,
    model_kwargs=model_kwargs,
    encode_kwargs=encode_kwargs
)

使用示例：https://python.langchain.com/v0.2/docs/integrations/text_embedding/huggingfacehub/
API參考文檔：https://api.python.langchain.com/en/latest/embeddings/langchain_huggingface.embeddings.huggingface.HuggingFaceEmbeddings.html

HuggingFaceInstructEmbeddings

指令型開源embedding模型加載

from langchain_community.embeddings import HuggingFaceInstructEmbeddings

model_name = "hkunlp/instructor-large"
model_kwargs = {'device': 'cpu'}
encode_kwargs = {'normalize_embeddings': True}
hf = HuggingFaceInstructEmbeddings(
    model_name=model_name,
    model_kwargs=model_kwargs,
    encode_kwargs=encode_kwargs
)

使用示例：https://python.langchain.com/v0.2/docs/integrations/text_embedding/instruct_embeddings/
API參考文檔：https://api.python.langchain.com/en/latest/embeddings/langchain_community.embeddings.huggingface.HuggingFaceInstructEmbeddings.html

HuggingFaceBgeEmbeddings

由北京人工智能研究院(BAAI)創建的BGE模型，是開源嵌入模型中的佼佼者。

from langchain_community.embeddings import HuggingFaceBgeEmbeddings

model_name = "BAAI/bge-small-en"
model_kwargs = {"device": "cpu"}
encode_kwargs = {"normalize_embeddings": True}
hf = HuggingFaceBgeEmbeddings(
    model_name=model_name, model_kwargs=model_kwargs, encode_kwargs=encode_kwargs
)

使用示例：https://python.langchain.com/v0.2/docs/integrations/text_embedding/bge_huggingface/
API參考文檔：https://api.python.langchain.com/en/latest/embeddings/langchain_community.embeddings.huggingface.HuggingFaceBgeEmbeddings.html

Hugging Face Text Embeddings Inference (TEI)

Hugging Face文本嵌入推理(TEI) 是一個部署和提供開源文本嵌入和序列分類模型的工具包，支持包括FlagEmbedding、Ember、GTE和E5在內的流行模型。部署后，可以通過本地的http端口來調用Embedding能力。

pip install huggingface-hub

model=BAAI/bge-large-en-v1.5
revision=refs/pr/5
volume=$PWD/data # share a volume with the Docker container to avoid downloading weights every run

docker run --gpus all -p 8080:80 -v $volume:/data --pull always ghcr.io/huggingface/text-embeddings-inference:0.6 --model-id $model --revision $revision

from langchain_huggingface.embeddings import HuggingFaceEndpointEmbeddings

embeddings = HuggingFaceEndpointEmbeddings(model="http://localhost:8080")

使用示例：https://python.langchain.com/v0.2/docs/integrations/text_embedding/text_embeddings_inference/
API參考文檔：https://api.python.langchain.com/en/latest/embeddings/langchain_community.embeddings.huggingface_hub.HuggingFaceHubEmbeddings.html

文檔加載器

Hugging Face平臺擁有超過75,000個數據集，涵蓋100多種語言，適用于NLP、計算機視覺和音頻領域的多種任務。通過HuggingFaceDatasetLoader，我們可以直接將這些數據集應用于LangChain系統的構建與測試。

Hugging Face Dataset

from langchain_community.document_loaders.hugging_face_dataset import HuggingFaceDatasetLoader

dataset_name = "imdb"
page_content_column = "text"


loader = HuggingFaceDatasetLoader(dataset_name, page_content_column)

使用示例：https://python.langchain.com/v0.2/docs/integrations/document_loaders/hugging_face_dataset/
API參考文檔：https://api.python.langchain.com/en/latest/document_loaders/langchain_community.document_loaders.hugging_face_dataset.HuggingFaceDatasetLoader.html

工具

Hugging Face Hub Tools

Hugging Face工具支持文本輸入輸出，可以通過load_huggingface_tool函數加載。

pip install transformers huggingface_hub

from langchain.agents import load_huggingface_tool

tool = load_huggingface_tool("lysandre/hf-model-downloads")

print(f"{tool.name}: {tool.description}")

使用示例：https://python.langchain.com/v0.2/docs/integrations/tools/huggingface_tools/
API參考文檔：https://api.python.langchain.com/en/latest/agent_toolkits/langchain_community.agent_toolkits.load_tools.load_huggingface_tool.html