用于运行大模型(如LLaMA, lama.cpp等)的gradio web UI。

text-generation-webui目前支持Windows/Linux/macOS/WSL系统，请参考webui installation

text-generation-webui目前支持huggingface、gguf等格式的模型。

将下载后的chinese-alpaca-2完整版权重(下载地址)或者之前已执行了merge_llama2_with_chinese_lora_low_mem.py脚本将LoRA(下载地址)与原版Llama-2(下载地址)合并后的完整版权重放到text-generation-webui models文件夹下，目录文件如下所示

text-generation-webui
├── models
│   ├── chinese-alpaca-2-7b
│   │   ├── config.json
│   │   ├── generation_config.json
│   │   ├── pytorch_model-00001-of-00002.bin
│   │   ├── pytorch_model-00002-of-00002.bin
│   │   ├── pytorch_model.bin.index.json
│   │   ├── special_tokens_map.json
│   │   ├── tokenizer_config.json
│   │   └── tokenizer.model

如果是gguf格式，可作为一个单独的文件直接放在模型中。相应权重可从完整模型下载 GGUF下载，然后重命名，文件目录如下

text-generation-webui
└── models
    └── chinese-alpaca-2-7b-q4_k-im.gguf

运行以下命令：

python server.py

打开的网页在model中选择你要聊天的模型，webui会按照模型格式选择对应的加载方式。然后依次选择Parameters-> Instruction template，在Instruction template中下拉选择Llama-v2，并将Context输入框中的Answer the questions.提示语替换为You are a helpful assistant. 你是一个乐于助人的助手。，最后回到chat界面中并输入你的指令，即可与chinese-alpaca-2对话了。

更详细的官方说明请参考webui using docs。如果遇到安装或者运行问题还请到原repo下提问，该流程已在commit-id 837bd88下跑通。