我要投稿

大语言模型应用搭建和实施部署

发布日期：2024-04-29 08:07:24 浏览次数： 2291 来源：大雨滴AI

前面的文章中介绍了和AI大语言模型直接相关的一些主要功能点，这一篇就来介绍一下搭建这样一个LLM RAG应用还需要哪些组件和技术。

先用一个简单的架构图让大家有一个直观的印象，基本上就是一个标准的web应用架构，

前端 - 微信小程序

微信小程序大家都很熟悉了，它是腾讯一个了不起的创新，使移动端应用有了更轻量化的选择，各互联网大厂（包括阿里和Meta）都要竞相学去了。不过从去年下半年开始，微信小程序开始收年费了(300元年审费)，真的是韭菜长高了就开始收割。

申请一个微信小程序只要在微信开发者平台注册即可。个人用户也需要提供身份证明进行ICP备案，相比企业用户过程简单很多。小程序申请好之后，可以在小程序管理平台(微信公众平台)的“开发管理”页面创建一个 appsecret 作为小程序自身的身份认证密钥，后面会用到。

微信小程序开发框架目前已经比较成熟了。对于原生的框架，我感觉它就是学习（照抄）Vue这个前端开发框架设计的。熟悉Vue的话，很容易上手，腾讯也提供了丰富的开发API包括http request、websocket、audio、file upload等，方便开发者直接调用。

这里就只简单说一下微信小程序的登录认证吧。因为基于小程序的应用肯定都是前后端分离的设计模式了，后端应用通常都有必要对客户端发送来的请求进行身份验证，确保是小程序客户端(必定是有微信身份的用户)，而不是其它方式发送过来的请求。

微信小程序用户身份认证流程

如上图，小程序通过 wx.login() 调用获取一个 code，再通过 wx.request() 发送到后端。后端应用使用 python requests 包携带上小程序的 appsecret 到微信 API 服务获取用户的 openid。这个 openid 是微信小程序中一个重要的概念，它是微信小程序用户在微信平台上的唯一标识符，通常用它来鉴别小程序用户的身份。每个微信用户访问到任意一个小程序（或微信公众号）时都会产生一个唯一的 OpenID，也就是微信用户和小程序(或公众号)组合的唯一ID。

后端 - Python应用服务

应用后端的组件稍多一些，都运行在 AWS 云免费资源上。

后端是基于 Python Django 这个 Web 开发框架及其配套组件实现的。在开始这个应用开发前，我简单对比过 Django 和 Flask这两个主流的 Python Web 开发框架。总的来说 Django初始上手稍难一点儿，但上手后寻常的开发需求都够用了，而Flask 上手更容易，但中后期开发需要集成更多的第三方组件，难度可能更高。再考虑到大名鼎鼎的 Jumpserver 开源堡垒机系统就是基于 Django 开发的，最终我选择了 Django 框架。

Python Django 框架介绍

Django 是一个高级的 Python Web 框架，它以“batteries-included”（全包式）的理念著称。这意味着 Django 提供了完整的配套组件，包括一个 ORM（对象关系映射器）、一个内置的后台管理系统以及许多其他的功能组件。

Django 对传统的 MVC(Models + Views + Controller) 设计模式进行了修改，将视图分成 View模块和 Template 模块两部分，将动态的逻辑处理与静态的页面展现分离开。而 Model 采用了 ORM 对象关系映射技术，将关系型数据库表抽象成面向对象的 Python 类，将表操作转换成类操作，避免了复杂的 SQL 语句编写（这一点还是很赞的，尤其是对数据模型简单的应用来说，开发起来比较便捷）。MTV(Models + Views + Templates) 和 MVC 本质上是一样的，如下图，

在 Django 中的 Views 模块则更多的是扮演了 Controller 的角色，起应用逻辑处理作用。作为初学者，我对 Django 并没有很深入的认知，只是因其基于 python 语言开发，个人有所偏爱，学习它对日常工作中一些运维自动化场景有帮助。感兴趣的道友可以在B站找到大量关于Django 的教学视频来学习，这里我就不再继续展开。

Websocket Channels

WebSocket 是 HTML5 一种新的协议。它实现了浏览器与服务器全双工通信，能更好的节省服务器资源和带宽并达到实时通讯，它建立在 TCP 之上，同 HTTP 一样通过 TCP 来传输数据。以下是关于Websocket和HTTP的对比，可以比较容易理解为什么我们需要Websocket。

通信模型

HTTP是一种基于请求-响应模式的协议，每次通信都需要客户端主动发起请求，服务器在收到请求后返回响应，之后连接断开；WebSocket是一种双向通信协议，客户端和服务器之间建立一次连接后可以持续通信，双方可以随时发送和接收数据。

数据传输方式

HTTP是在每次通信时建立新的连接，完成请求后立即关闭连接；WebSocket在客户端和服务器之间建立一条持久的连接，实现双向通信。

数据格式

HTTP传输的数据通常是文本或二进制数据，如HTML、JSON、XML等；WebSocket可以传输任意格式的数据，包括文本、二进制、JSON等。

应用场景

HTTP 适用于请求-响应模型的场景，例如 Web 页面的加载；WebSocket 适用于实时性要求高的应用，如在线聊天、实时游戏、股票市场数据等。

安全性

HTTP通常使用 TLS/SSL 进行加密通信；WebSocket 也支持 TLS/SSL 安全连接。

总结来说，WebSocket 提供了一种全双工的通信方式，适合于需要双向实时通信的应用场景，而 HTTP 则适用于基于请求-响应模型的应用场景。可以说有了 websocket，以往很多 CS 架构的软件体系都可以换成BS架构，比如 Jumpserver 堡垒机基于 websocket 实现了 webshell， web RDP，web 数据库客户端等，日常运维不再需要安装各种客户端软件，有浏览器就够了。

Python Channels 是一个基于 Django 框架的扩展，用于处理实时 Web 应用程序中的异步通信。它的设计目标是使 Django 能够处理 WebSocket 连接、异步任务、即时通知等实时性需求，而不仅仅是传统的HTTP请求。

Python Channels 库为 Django 应用程序提供了异步处理的能力，从而使开发者能够构建实时Web应用，而无需依赖其他复杂的框架或库。这正是一个 AI 大语言模型应用和语音功能所需要的，比如可以比较容易地实现 LLM 对话以 Stream 方式输出到 Web 页面和语音数据流传输等，以提升用户的交互体验。

要在生产环境中部署实时应用，可以使用ASGI服务器，例如 Daphne 或 uvicorn。这些服务器可以处理大量并发的 WebSocket 连接，并确保应用的稳定性和性能。我用的是 Daphne。

Python应用环境管理

部署一个软件应用，总是需要考虑系统的运行环境依赖项等，Python 应用也一样。

Anaconda 是一个用于科学计算的 Python 发行版，可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda 包含了 Conda、Python 在内的超过180个科学包及其依赖项。

Miniconda是一个轻量级的Anaconda发行版，它只包含Conda和Python。相比于完整的Anaconda发行版，Miniconda的体积更小，安装速度更快，适合在资源受限的环境中使用，例如在某些嵌入式系统或容器中。同时，Miniconda也提供了与完整Anaconda相同的包管理功能和环境管理功能，用户可以通过conda命令来安装、更新、卸载软件包以及创建、切换和管理不同的环境。我这里用的是Miniconda。

Conda是一个开源的包管理和环境管理工具，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。它主要用于Python编程语言及其相关的数据科学、机器学习等应用领域。可以把Conda管理工具当做是Python的 pip 工具加上 virtualenv 。

一个好的运行环境和依赖包管理工具对应用部署和管理相当重要，它可以大幅减少踩坑的几率和花费的时间。我第一次部署测试环境时，在一台CentOS7.9环境中，没有用conda，结果部署过程异常艰难，踩了很多坑，比如libstdc++ 版本兼容问题、Python3 不支持 sqlite3 而需要重新编译、重新编译后 sqlite3 版本过低需要重新安装 pysqlite3-binary、pysqlite3-binary和操作系统不兼容无法安装，最后不得不下载 sqlite3 源码编译一个静态链接库、等问题。虽然最后侥幸填平了各种坑，但填坑的方案都是一次性的，对后续其它工作并没有什么价值，因为那些坑以后几乎不会再遇到。

我觉得一个事情能简单做成，就应该坚持简单做，完全没必要人为增加难度，还美其名曰给自己一点儿挑战，锻炼解决问题的能力，那绝对是浪费时间浪费生命。所以后来在AWS上部署时，坚决先学习了Conda这个Python环境和包管理工具，并采用推荐的系统和软件版本进行部署，过程就比较顺利，之前遇到的坑也都没有再出现。

Celery 异步任务

Celery是一个简单，灵活、可靠的分布式任务执行框架，可以支持大量任务的并发执行。在这个LLM RAG应用中，我用它来异步处理后端上传的文档。因为每一个文档上传后，视文档内容的多寡，平均需要几秒到几分钟不等的时间进行文本向量化处理。这个向量化处理过程如果在上传时同步处理，用户势必要等待较长时间，而Celery异步任务能很好的解决这个问题。

Celery采用典型生产者和消费者模型。生产者提交任务到任务队列，消费者从任务队列中取任务执行。Celery由以下三部分构成：消息中间件(Broker)、任务执行单元Worker、结果存储(Backend)。

任务调用提交任务执行请求给Broker队列，Worker会从队列中取出任务并执行，执行结果保存在Backend中。这里Broker 和 Backend都可以直接使用Redis，而我们把重心放在 Worker 程序的实现上即可。

Supervisord 应用进程管理

Supervisord 是一个在Linux系统中运行的进程管理工具，能够监控和自动重启进程。比如Django开发的应用后端，通过 daphane 启动的多个服务进程，以及 celery 启动的异步任务进程都可以配置到 supervisord 中统一监控和管理，进程出现异常时可以自动重启等。

操作系统重启后如何让 supervisord 自动启动呢？有多种方法，而我采用的是添加 supervisord到systemd，由系统守护进程来管理 supervisord 这个用户级的守护进程。这种方式需要注意的是 systemd 配置文件中要设置正确的系统账号和环境变量，使 supervisord 进程正常启动并运行在正确的环境中。

Nginx

一个高性能的HTTP和反向代理web服务器，高级负载均衡器。我这里也是常规用法，作为静态文件，比如 js，css，image 的web服务器，和daphne异步web服务的反向代理。需要注意的是如果 nginx 配置文件中有特殊字符，比如中文引号分号等，是无法通过 [nginx -t] 检测出异常的，nginx 仍能正常启动，但无法正常提供服务，也是有点儿坑人的。

MySQL 数据库

免费、开源、最好的关系型数据库之一，在“大雨滴”这个应用中也是常规用法，作为后台文档管理、对话管理、用户管理等模块的数据存储，没啥好说的。我这里用的是AWS的MySQL RDS，20GB存储空间加1G内存足够使用，性能也相当好。

Redis 缓存

免费、开源、可基于内存亦可持久化的日志型、Key-Value非关系型数据库，通常作为应用的缓存。在这个应用中作为session和对话历史的缓存，以及celery的Broker和Backend等。

最初我是用 docker 方式部署安装的 redis（因为安装简单），结果 containerd 进程很快就把整个系统的内存吃光了(AWS免费EC2只提供1GB内存，安装的Amazon Linux 2023默认也没有SWAP缓存），然后造成整个EC2 实例 hang 住没有响应，最后不得不从AWS控制台重启EC2实例。这样造成的后果就是免费的EIP公网地址会在重启后改变，不得不再去修改公网域名DNS指向新的IP地址，很麻烦。

调查发现，containerd 进程默认就会占用1G内存，没研究出来如何调低，只好舍弃docker，改用直接安装部署Redis的方式。然后设置Redis 最大128M内存限制，这样正常情况下会有300M左右的空闲内存。再增加一个2G的SWAP以防万一，就妥妥的运行了几个月也没出问题了。

另外最近有消息说Redis免费许可要更改了，希望之后仍然有社区版供大家继续免费使用。

Chromadb + sqlite3

Chromadb是用来存储RAG应用的文档切片和embedding向量的，它由一个向量索引加一个sqlite3 轻量级数据库组成。我粗算了一下，存入几千万字的文档也不会占用超过5GB的空间。这种情况下 sqlite3 够用了，而且性能也不会差，毕竟使用场景够简单，不会产生不可控的复杂SQL查询或写入。

另外sqlite3 也可以通过 [pragma cache_size] 命令调整cache大小（默认只有8MB），以提升性能。

物理环境 - AWS免费12个月的资源

可以通过这个地址了解一下AWS的免费服务政策，并申请一个12个月免费试用的账号，

https://aws.amazon.com/free/

申请免费账号需要一个真实的邮箱，和一个Visa或万事达信用卡(注册时需要验证)。只使用免费资源的话，不会产生费用。

EC2 + RDS + CloudFront

免费服务中有EC2 虚拟机、RDS(MySQL) 数据库和 CloudFront(CDN加速)可以在这个应用中使用到。其中CloudFront不是必须，因为这个AI对话应用的功能单一，没有很多可以通过CDN缓存的静态内容。用户对话请求是动态的，必定需要100% 透传到后端服务器。

EC2 和 Database 提供免费的方式是每月750小时，意思是如果你开一台限定规格的实例，就可以全月使用，如果开两台同时运行，就只能跑375小时，也就是只能开机半个月，以此类推。

这里用CloudFront 纯属因为免费，想要学习一下。对比阿里云的“全站加速” CDN服务，个人感觉AWS的使用更加复杂一些，有些概念比较模糊，不像阿里云的CDN服务容易理解（我对CDN使用较浅，未深入了解高级用法）。尤其是当CloudFront提供的URL和它的Origin配置的目标地址不同，且要通过HTTPS访问目标地址时，默认情况会出现如下错误，

这个错误很难让人理解为什么。而通过在后端服务器上抓包才了解到，在这种场景下，CloudFront默认会把自身的URL地址放到request的Host Header里面，如果后端web服务使用的证书不包含CloudFront的URL在其SAN列表时（通常都不包含，毕竟URL不同），Cloudfront就无法信任这个Origin，导致报错。解决的办法也很容易，把Cloudfront的Origin Request Policy修改成 AllViewerExceptHostHeader，这样会把除了 Host Header 之外的其它Request 参数转发到origin站点（或者不使用HTTPS，或者在Origin站点使用包含CloudFront URL的SSL证书），就可以了。

域名 + 证书

在阿里云注册一个公网域名，大概每年七八十块钱的费用；在AWS的Certificate Manager服务申请一个免费的SSL通配符证书。该证书是整个公网信任的（使用的是公网信任的根证书），并非仅AWS内部信任。

唯一的缺点是AWS不允许导出证书安装到别的地方（否则那些公网CA机构要跟Amazon急了，毕竟一个SSL证书从几十到几千刀不等，而且每年都需要 renew 付费，真的是靠许可一本万利的买卖）。

总结

写“大雨滴”这个LLM RAG应用的微信小程序是一个学习的过程。这几篇文章中的技术介绍都比较粗浅，一方面我习惯于技术应用而欠缺理论总结讲解的经验，另一方面也是因为现学现卖，包括LLM、Django框架，小程序开发等都是首次学习和使用，缺乏深入的认知。写这些文章是作为学习过程的阶段性复习总结，同时也给感兴趣想要开始的道友们一个参考。

作为IT民工，保持持续学习的习惯，提升自学习的能力是很必要的。随着AI的发展，很多行业的学习和进入门槛都将被进一步拉低，当然也包括IT领域，不学习的迟早被学习的卷出去。就我个人的教训来说，学习技术还得重视理论，梳理框架，这样才有利于交流时思路清晰，有利于建立自己的知识体系（相比七零八落的孤立知识点），在后续学习相关或相通的新知识时能举一反三、触类旁通。

关于学习资料，尤其是想要系统的学习某个领域的知识时，可以找一些视频来看。比如B站上就有很多高质量的教学视频，看视频比只看技术文档要高效的多。学习python Django，Vue和小程序，我就是看B站银角大王武沛齐老师的系列教学视频来的。武老师讲课思路清晰，由浅入深，层层递进，听武老师的课不仅不会打瞌睡，还会上瘾（武老师，要是有幸被你看到这篇文章，请联系我支付一下广告费

）。如果实在看累了，看看B站《凡人修仙传》这样的国漫天花板级的作品调剂一下也是不错的。（说凡人是国漫天花板，相信各位道友没有意见吧？

）

最后，回到AI大语言模型。虽然目前大模型存在无法给出确定性回答的问题，让人开始对其产生质疑，但我坚信随着进一步的发展，它必将改变越来越多的行业生态。保持对AI大模型的持续关注和学习，对我们每个人来说都是一件重要的事情。

53AI，企业落地应用大模型首选服务商

产品：大模型应用平台+智能体定制开发+落地咨询服务

承诺：先做场景POC验证，看到效果再签署服务协议。零风险落地应用大模型，已交付160+中大型企业

160+中大型企业正在使用53AI

立即咨询预约演示

百度智能云邀53AI：共创AI新纪元，启航智能新时代

2024-05-27

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

2024-05-22

热点资讯

万字长文解析：大模型需要怎样的硬件算力

2024-03-30

全民AI时代：手把手教你用Ollama & AnythingLLM搭建AI知识库，无需编程，跟着做就行！

2024-04-26

微调神器LLaMA-Factory官方保姆级教程来了，从环境搭建到模型训练评估全覆盖

2024-05-10

OLLama详细的 api 介绍不完全指南 python 直接调用 OLLama api 翻译助手演示

2024-04-12

一文带你了解大模型——智能体（Agent）

2024-05-28

更改ollama模型存储路径

2024-04-25

最强 GPT 免费使用！GPT4O 开启多模态新时代！

2024-05-14

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

2024-07-18

本地部署大模型？看这篇就够了，Ollama 部署和实战

2024-08-13

全面对比dify、coze、streamlit、chainlit

2024-04-26

大家都在问

大模型的泡沫什么时候破灭？

2024-12-24

除了混合搜索，RAG 还需要哪些基础设施能力？

2024-12-24

大模型时代的软件工程教育，路在何方？

2024-12-24

AI大牛解析o3技术路线！大模型下一步技术路线已现端倪？

2024-12-24

如何从头建立一个通用AI智能体应用？

2024-12-22

构建行业RAG应用系统：金融、财务、保险、医疗等行业该怎么做？

2024-12-21

o3比o1强在哪里？

2024-12-21

OpenAI 铺垫了12天发布的 o3 到底咋样？

2024-12-21

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

前端 - 微信小程序

后端 - Python应用服务

Python Django 框架介绍

Websocket Channels

通信模型

数据传输方式

数据格式

应用场景

安全性

Python应用环境管理

Celery 异步任务

Supervisord 应用进程管理

Nginx

MySQL 数据库

Redis 缓存

Chromadb + sqlite3

物理环境 - AWS免费12个月的资源

EC2 + RDS + CloudFront

域名 + 证书

总结

相关资讯

160+中大型企业正在使用53AI

百度智能云邀53AI：共创AI新纪元，启航智能新时代

钉钉恒星计划：53AI与百余位企业家及钉钉生态伙伴，共议“AI 浪潮下的新机遇”

热点资讯

万字长文解析：大模型需要怎样的硬件算力

全民AI时代：手把手教你用Ollama & AnythingLLM搭建AI知识库，无需编程，跟着做就行！

微调神器LLaMA-Factory官方保姆级教程来了，从环境搭建到模型训练评估全覆盖

OLLama详细的 api 介绍 不完全指南 python 直接调用 OLLama api 翻译助手演示

一文带你了解大模型——智能体（Agent）

更改ollama模型存储路径

最强 GPT 免费使用！GPT4O 开启多模态新时代！

GraphRAG+Ollama 本地部署，保姆教程，踩坑无数，闭坑大法

本地部署大模型？看这篇就够了，Ollama 部署和实战

全面对比dify、coze、streamlit、chainlit

大家都在问

大模型的泡沫什么时候破灭？

除了混合搜索，RAG 还需要哪些基础设施能力？

大模型时代的软件工程教育，路在何方？

AI大牛解析o3技术路线！大模型下一步技术路线已现端倪？

如何从头建立一个通用AI智能体应用？

构建行业RAG应用系统：金融、财务、保险、医疗等行业该怎么做？

o3比o1强在哪里？

OpenAI 铺垫了12天发布的 o3 到底咋样？

热门标签

OLLama详细的 api 介绍不完全指南 python 直接调用 OLLama api 翻译助手演示