LibreChatHuggingface
Configurer Huggingface en tant qu'endpoint personnalisé dans LibreChat.
Huggingface expose des modèles hébergés via une API d'inférence compatible avec OpenAI, que vous pouvez ajouter à LibreChat en tant qu'endpoint personnalisé.
Obtenir une clé API
Créez un jeton sur huggingface.co/settings/tokens. Ajoutez-le à votre fichier .env :
HUGGINGFACE_TOKEN=your-api-keyConfiguration
Ajoutez l'endpoint sous endpoints.custom dans votre librechat.yaml :
- name: 'HuggingFace'
apiKey: '${HUGGINGFACE_TOKEN}'
baseURL: 'https://api-inference.huggingface.co/v1'
models:
default: [
"codellama/CodeLlama-34b-Instruct-hf",
"google/gemma-1.1-2b-it",
"google/gemma-1.1-7b-it",
"HuggingFaceH4/starchat2-15b-v0.1",
"HuggingFaceH4/zephyr-7b-beta",
"meta-llama/Meta-Llama-3-8B-Instruct",
"microsoft/Phi-3-mini-4k-instruct",
"mistralai/Mistral-7B-Instruct-v0.1",
"mistralai/Mistral-7B-Instruct-v0.2",
"mistralai/Mixtral-8x7B-Instruct-v0.1",
"NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO",
]
fetch: true
titleConvo: true
titleModel: "NousResearch/Nous-Hermes-2-Mixtral-8x7B-DPO"
dropParams: ["top_p"]
modelDisplayLabel: "HuggingFace"La liste des modèles ci-dessus a été mise à jour pour la dernière fois le 9 mai 2024.
Notes
- Les modèles listés sont gratuits mais soumis à des limites de débit, et les réponses peuvent être très courtes avec l'offre gratuite. Certains modèles fonctionnent mieux que d'autres.
- La récupération de la liste des modèles n'est pas prise en charge, vous devez donc définir vous-même le tableau
default. dropParams: ["top_p"]est requis. Sans cela, les requêtes échouent car Huggingface rejette le paramètretop_p. VoirdropParams.
Que pensez-vous de ce guide ?