什么是 LocalAI
LocalAI是一个用于本地推理的，与OpenAI API规范兼容的REST API。它允许您在本地使用消费级硬件运行LLM（不仅如此），支持与ggml格式兼容的多个模型系列。不需要GPU。
最吸引老苏的有两点，一个是不需要 GPU，另一点上可以使用消费级硬件，所以准备搭一个试试，至于后续用来干什么，到时候再说
官方倒是提供了很多示例，比较常见的是机器人，比如：Discord bot、Slack bot 或者 Telegram bot
安装
在群晖上以 Docker 方式安装。
镜像下载
官方没有在 docker hub 上发布镜像，而是发布到了 quay.io
用 SSH 客户端登录到群晖后，依次执行下面的命令
这个版本是
cpu版本，如果你有gpu，可以下载支持cuda的版本；
# 新建文件夹 localai 和 子目录mkdir -p /volume1/docker/localai/models# 进入 localai 目录cd /volume1/docker/localai# 拉取镜像docker pull quay.io/go-skynet/local-ai:latest镜像文件比较大（大约 13G ），如果拉不动，也可以试试 docker 代理网站：https://dockerproxy.com/，但是会多几个步骤
# 如果拉不动的话加个代理docker pull quay.dockerproxy.com/go-skynet/local-ai:latest# 重命名镜像（如果是通过代理下载的）docker tag quay.dockerproxy.com/go-skynet/local-ai:latest quay.io/go-skynet/local-ai:latest# 删除代理镜像（如果是通过代理下载的）docker rmi quay.dockerproxy.com/go-skynet/local-ai:latest下载完成后，可以在 映像 中找到
docker-compose 安装
将下面的内容保存为 docker-compose.yml 文件
version: '3.6'services:api:image: quay.io/go-skynet/local-ai:latestcontainer_name: localaiports:- 8668:8080volumes:- ./models:/models:cachedenvironment:- MODELS_PATH=/modelscommand: ["/usr/bin/local-ai" ]然后执行下面的命令
# 将 docker-compose.yml 放入当前目录# 一键启动docker-compose up -d
从日志可以看到，和 Serge 一样，需要 AVX2 指令兼容的 CPU
模型文件
如果你运行过 Serge，原来下载的 gpt4all.bin 文件是可以直接用的，因为 LocalAI 与 llama.cpp 支持的模型兼容
否则的话，需要自己下模型文件
老苏把
gpt4all.bin文件放在了阿里云盘： https://www.aliyundrive.com/s/GQqs39iipya
Open LLM 基准测试中表现最佳的模型列表排行榜：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard
请记住，与 LocalAI 兼容的模型必须以 ggml 格式进行量化
老苏目前只测试了
gpt4all.bin，所以没法给大家提供指导意见，不要问我下哪个模型。
当然，LocalAI 是支持多模型文件的，你可以根据需要下载多个模型文件
关于模型这块，可以看官方文档：https://localai.io/models/
运行
如果你在浏览器中直接输入 http://群晖IP:8668，会返回 404 错误
{"error":{"code":404,"message":"Cannot GET /","type":""}}因为 LocalAI 提供的是 REST API 接口，而不是网页。所以有 2 种方式来测试验证我们安装的服务是否成功，一种是使用 API 调试工具，另一种是用命令行
API 工具
这类工具很多，例如： Postman、Apifox、ApiPost等等，具体用什么关系不大，因为基本上主要功能是差不多的，老苏目前是用的是 Apifox
- 打开应用程序并创建一个新的请求
- 在请求的
URL字段中输入：http://192.168.0.197:8668/v1/completions - 设置请求方法为
POST - 在请求头部 (
Headers) 部分中添加一个新的头部，键为Content-Type，值为application/json - 在请求体 (
Body) 部分中选择raw选项，并将下面的JSON数据复制粘贴到请求体中：
{"model": "gpt4all.bin","prompt": "how old are you" />,"temperature": 0.7}- 确认您的请求已设置正确后，点击发送按钮以发送请求。
其中：
model：指定要使用的特定语言模型；prompt：用于指定生成文本的起始提示或开头文本。也就是你要提的问题；temperature：用于控制生成文本的多样性。temperature值越高，生成的文本越随机和多样化，但可能会牺牲一些准确性。相反，temperature值越低，生成的文本越保守和一致，更加符合模型的训练数据；
现在来聊个天，比如 how old are you?
看看支不支持中文聊天？
提问只要修改
prompt后面的内容，回答看text后面的内容；
命令行
如果你不会 API 工具，用命令行也是可以的，用 SSH 客户端登录到群晖后，执行
curl http://192.168.0.197:8668/v1/completions -H "Content-Type: application/json" -d '{ "model": "gpt4all.bin", "prompt": "how old are you" />
返回的结果在 https://www.json.cn 格式化之后
{"object":"text_completion","model":"gpt4all.bin","choices":[{"index":0,"finish_reason":"stop","text":"I'm sorry, but as an AI language model, I don't have a physical age. However, I was trained on large amounts of data and have been continually updated with new information since then."}],"usage":{"prompt_tokens":0,"completion_tokens":0,"total_tokens":0}}即便是同样的问题，每次的答复也是有区别的
{"object":"text_completion","model":"gpt4all.bin","choices":[{"index":0,"finish_reason":"stop","text":"I'm sorry, but as an AI language model I do not have a specific age. However, I was trained on vast amounts of data from a variety of sources, including news articles and books. I was trained on this data to understand and generate natural language text."}],"usage":{"prompt_tokens":0,"completion_tokens":0,"total_tokens":0}}小结
虽然老苏用的同一个模型文件，但是感觉上 LocalAI 比 Serge 要快一些，当然也可能是因为 618 升级了内存的缘故
参考文档
go-skynet/LocalAI:Self-hosted, community-driven, local OpenAI-compatible API. Drop-in replacement for OpenAI running LLMs on consumer-grade hardware. Free Open Source OpenAI alternative. No GPU required. LocalAI is an API to run ggml compatible models: llama, gpt4all, rwkv, whisper, vicuna, koala, gpt4all-j, cerebras, falcon, dolly, starcoder, and many other
地址：https://github.com/go-skynet/LocalAI
LocalAI :: LocalAI documentation
地址：https://localai.io/
️ 模型库 :: LocalAI 文档
地址：https://localai.io/models/