本文讲述了如何使用一个利用本地大模型llama3.1实现语言翻译功能的API。
它用flask很轻松的将langchian服务开放为API，结合flasgger给文档添加注释并生成playground，并且使用jsonschema做json数据校验，轻松验证接口参数。
麻雀虽小，但五脏俱全，应该对langchain入门者有较大帮助。

之前使用langserve可以特别轻松的封装langchain服务为API，这些API开放了链的各种能力。
有时候我们实际上只是需要更加简单的接口，并且希望能够更加灵活的对接口进行控制。此时直接使用flask及相关框架可能是更好的解决方案。

安装依赖

pip install flask flask-restful
pip install flasgger
pip install jsonschema

定义翻译方法

下面的方法需要两个参数，其中：language是翻译目标语言，text是需要翻译的文本。

# 翻译方法
def translate(language,text):
    # 1. 创建提示词模板
    system_template = "Translate the following into {language}:"
    prompt_template = ChatPromptTemplate.from_messages([
        ('system', system_template),
        ('user', '{text}')
    ])

    # 2. 创建本地大模型
    model = OllamaLLM(model="llama3.1")

    # 3. 创建解析器
    parser = StrOutputParser()

    # 4. 创建链
    chain = prompt_template | model | parser

    #5. 调用链
    result = chain.invoke({"language": language,"text":text})

    return result

定义请求的json数据格式

当前比较流行的做法是客户端的请求以json格式提交给服务端。
使用jsonschema可以轻松的对客户端的输入参数进行校验。

# 定义请求数据json的格式。l:language；t:text
schema={
    "type": "object",
    'required': ['l','t'],
    'properties': {
        'l': {'type': 'string',"minLength": 2,"maxLength": 100},
        't': {'type': 'string',"minLength": 2,"maxLength": 1000}
    }
}

关于jsonschema的详细内容，可参见：jsonschema官网文档

定义接口和路由

使用@app.route可以指定接口路由，接口方法内部的注释可以被flasgger渲染生成playground。

#翻译API
@app.route("/trans", methods=['POST'])
def trans_api():
    # 以下注释将会被flasgger使用。
    """
    翻译文本。
    ---
    tags:
      - 翻译
    description:
        将文本翻译为目标语言。
    consumes:
        - application/json
    produces:
        - application/json
    parameters:
      - name: query
        in: body
        required: true
        description: json格式。例如：{"l":"简体中文","t":"good morning"}            
    responses:
        code==ok: 
            description: 成功。msg的值为返回的内容。
        code==err: 
            description: 失败。例如：{"code":"err","msg":"抱歉，我不知道。"} 。
    """

    try:
        j = request.get_json()
        validate(instance=j, schema=schema)
        r = translate(j["l"].strip(),j["t"].strip())
        return jsonify({"code":"ok","msg":r})
    except Exception as e:
        return jsonify({"code":"err","msg":str(e)})

关于flasgger详细的说明，请参考：https://github.com/flasgger/flasgger。

启动API

if __name__ == '__main__':
    #r = translate("简体中文","good morning")
    #print(r)

    # 设置API 文档。API文档访问地址：http://127.0.0.1:5001/apidocs/
    swagger = Swagger(app=app)

    app.run(port=5001)

出现下图所示，即表示API启动成功。 flask启动成功

验证API

显然，上述API的地址为：http://127.0.0.1:5001/trans。可以使用多种方法验证API。

  1. 使用第三方工具 下图使用ApiFox来验证接口。 用ApiFox来验证接口

  2. 使用flasgger生成的API 使用浏览器打开地址：http://127.0.0.1:5001/apidocs/，依图示对接口进行测试。 使用flasgger生成的API 使用flasgger生成的API 使用flasgger生成的API 使用flasgger生成的API

查看完整代码

🪐祝好运🪐