Erstellen eines dezentralen KI-Chatbots mit MimirLLM: Eine Schritt-für-Schritt-Anleitung

Entdecken Sie die dezentrale Chatbot-Landschaft mit MimirLLM

Dieses Tutorial führt Sie durch den Aufbau eines dezentralen Chatbots mit MimirLLM, einer Peer-to-Peer-Kommunikationsbibliothek für KI-Sprachmodelle. Sie erstellen ein System, in dem Knoten Large Language Models (LLMs) in einem dezentralen Netzwerk hosten und mit ihnen interagieren.

Wichtige Lernziele:

• MimirLLM im Knoten- und Client-Modus einrichten.
• Verwendung des /mimirllm/1.0.0 Protokolls für Peer Discovery und LLM-Kommunikation.
• Integration von OpenAI oder benutzerdefinierten Modellen wie Ollama.

Voraussetzungen:

• Node.js v22.13.0 (LTS) oder höher (Download von nodejs.org).
• Optional: Ollama- oder OpenAI-API-Schlüssel (für die Integration von OpenAI- oder Ollama-Modellen).

---

Schritt 1: Repository-Klonen und Abhängigkeitsinstallation

Klonen Sie das MimirLLM-Repository und installieren Sie seine Abhängigkeiten:

<code class="language-bash">git clone https://github.com/your-repo/mimirllm.git
cd mimirllm
npm install</code>

Dadurch werden libp2p (für Peer-to-Peer-Kommunikation) und openai (für OpenAI-Modellinteraktion) installiert.

Schritt 2: Einrichten eines LLM-Hostingknotens

Konfigurieren Sie einen Knoten zum Hosten eines LLM und machen Sie ihn im Netzwerk erkennbar.

Erstellen des Knotenskripts (node.ts):

<code class="language-typescript">import { createLibp2p } from './createNode';
import libp2pConfig from '../../shared/libp2p';
import { MimirP2PClient } from '../../shared/mimir';

createLibp2p(libp2pConfig).then(async (node) => {
    console.log('Node listening on:');
    node.getMultiaddrs().forEach((ma) => console.log(ma.toString()));

    const mimir = new MimirP2PClient(node, {
        mode: "node",
        openaiConfig: {
            baseUrl: process.env.OLLAMA_ENDPOINT || "https://api.openai.com/v1",
            apiKey: process.env.OPENAI_API_KEY || null
        }
    });
    await mimir.start();
}).catch((e) => {
    console.error(e);
});</code>

Knoten ausführen:

<code class="language-bash">tsx node.ts</code>

Der Knoten beginnt mit der Überwachung und kündigt seine gehosteten LLMs an. Die Ausgabe zeigt ihre Abhöradresse (z. B. /ip4/127.0.0.1/tcp/12345/p2p/QmPeerId).

Schritt 3: Erstellen eines LLM-Interaktions-Clients

Erstellen Sie einen Client, um das gehostete LLM zu entdecken und mit ihm zu interagieren.

Erstellen des Client-Skripts (client.ts):

<code class="language-typescript">import { createLibp2p } from "libp2p";
import libp2pConfig from "../../shared/libp2p";
import { MimirP2PClient } from "../../shared/mimir";
import { createInterface } from "readline";
import { streamToConsole } from "../utils/stream";

// ... (rest of the client.ts code remains the same)</code>

Ausführen des Clients:

<code class="language-bash">tsx client.ts</code>

Der Client fordert zur Eingabe von Nachrichten auf, erkennt den Knoten, sendet Nachrichten und streamt Antworten.

Schritt 4: Protokollübersicht

MimirLLM verwendet:

• Discovery-Protokoll (/mimirllm/1.0.0/identify): Für Peer-Discovery und erste Kommunikation. Kunden fragen nach LLMs; Knoten antworten mit ihren gehosteten Modellen.
• LLM Interaction Protocol (/mimirllm/1.0.0): Für den Nachrichtenaustausch. Kunden senden Nachrichten; Knoten leiten sie an das LLM weiter und streamen Antworten zurück.

Schritt 5: LLM-Anpassung

MimirLLM unterstützt OpenAI und Ollama. Konfigurieren Sie MimirP2PClient so, dass Ihr bevorzugtes LLM verwendet wird. Setzen Sie für Ollama das baseUrl auf Ihren Endpunkt; Geben Sie für OpenAI Ihren API-Schlüssel an.

Schritt 6: Zukünftige Verbesserungen

Mögliche zukünftige Verbesserungen umfassen robuste Erkennungsmechanismen, Blockchain-Integration zur Förderung der Knotenteilnahme und Unterstützung für zusätzliche LLMs.

---

MimirLLM ermöglicht dezentrale KI. Entdecken Sie seine Fähigkeiten, tragen Sie zu seiner Entwicklung bei und teilen Sie Ihre dezentralen KI-Anwendungen. Viel Spaß beim Codieren! ?

Das obige ist der detaillierte Inhalt vonErstellen eines dezentralen KI-Chatbots mit MimirLLM: Eine Schritt-für-Schritt-Anleitung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!