Windows10 Langchain-Chatchat 本地部署指南
2026-01-21 04:32:59作者:齐冠琰
本资源文件提供了在Windows 10系统上本地部署Langchain-Chatchat的详细步骤,包括常见问题解决和避坑指南。无论你是从零开始部署,还是遇到问题需要解决,本指南都能为你提供帮助。此外,本资源还附带了全部模型安装包,方便用户快速完成部署。
内容概述
-
环境要求
- 安装 Anaconda
- 安装 CUDA
- Python 3.8 - 3.11
-
安装流程
- 更新 Conda
- 创建虚拟环境
- 下载 Langchain-Chatchat 代码
- 下载 LLM 模型和 Embedding 模型
- 初始化数据库
- 运行 Web 页面
-
常见问题汇总
- 常见错误及解决方法
使用说明
-
更新 Conda
- 打开 Anaconda Powershell Prompt
- 执行
conda update conda - 测试是否安装成功:
conda list
-
创建虚拟环境
- 创建虚拟环境:
conda create -n Chatchat python==3.10 - 激活虚拟环境:
conda activate Chatchat
- 创建虚拟环境:
-
下载 Langchain-Chatchat
- 创建目录:
md C:\Chatchat - 进入目录:
cd C:\Chatchat - 下载代码:
git clone https://github.com/chatchat-space/Langchain-Chatchat
- 创建目录:
-
下载模型
- 下载 ChatGLM2-6B 和 m3e-base 模型
- 修改配置文件
- 下载依赖:
pip install -r requirements.txt
-
初始化数据库
- 执行
python init_database.py --recreate-vs
- 执行
-
运行 Web 页面
- 执行
python init_database.py -a
- 执行
常见问题
-
ModuleNotFoundError: No module named 'pwd'
- 解决方法:参考文章中的解决方法
-
OSError: Unable to load vocabulary from file
- 解决方法:参考文章中的解决方法
-
AttributeError: 'ChatGLMTokenizer' object has no attribute 'tokenizer'
- 解决方法:参考文章中的解决方法
-
AssertionError: Torch not compiled with CUDA enabled
- 解决方法:确保 CUDA 和 PyTorch 版本对应
注意事项
- 确保 CUDA 和 PyTorch 版本对应,否则可能会报错。
- 在修改配置文件时,路径不要包含中文,否则可能会导致运行报错。
通过本指南,你可以顺利完成 Langchain-Chatchat 的本地部署,并解决可能遇到的各种问题。祝你部署顺利!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
564
98
暂无描述
Dockerfile
707
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
Ascend Extension for PyTorch
Python
571
694
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
79
5
暂无简介
Dart
951
235