ChatGLM3-6B Code Interpreter
请注意，本项目需要 Python 3.10 或更高版本。
环境准备
由于项目需要python 3.10或更高版本，所以我们在在autodl平台中租一个3090等24G显存的显卡机器，如下图所示镜像选择Miniconda–>conda3–>3.10(ubuntu20.04)–>11.8。
接下来打开刚刚租用服务器的JupyterLab，并且打开其中的终端开始环境配置、模型下载和运行demo。
pip换源和安装依赖包
# 更换 pypi 源加速库的安装
# 升级pip
python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install modelscope==1.9.5
pip install transformers==4.35.2
pip install torch==2.0.1+cu117 torchvision==0.15.2+cu117 torchaudio==2.0.2 --index-url https://download.pytorch.org/whl/cu117
模型下载
使用 modelscope 中的snapshot_download函数下载模型，第一个参数为模型名称，参数cache_dir为模型的下载路径。
在 /root/autodl-tmp 路径下新建 download.py 文件并在其中输入以下内容，粘贴代码后记得保存文件，如下图所示。并运行 python /root/autodl-tmp/download.py执行下载，模型大小为 14 GB，下载模型大概需要 10~20 分钟
import torch
from modelscope import snapshot_download, AutoModel, AutoTokenizer
import os
model_dir = snapshot_download('ZhipuAI/chatglm3-6b', cache_dir='/root/autodl-tmp', revision='master')
代码准备
首先clone代码，打开autodl平台自带的学术镜像加速。学术镜像加速详细使用请看：https://www.autodl.com/docs/network_turbo/
source /etc/network_turbo
然后切换路径, clone代码.
cd /root/autodl-tmp
git clone https://github.com/THUDM/ChatGLM3.git
切换commit版本，与教程commit版本保持一致，可以让大家更好的复现。
cd ChatGLM3
git checkout f823b4a3be9666b9b2a9daa43b29659e876a040d
最后取消镜像加速，因为该加速可能对正常网络造成一定影响，避免对后续下载其他模型造成困扰。
unset http_proxy && unset https_proxy
然后切换路径到composite_demo目录，并安装相关依赖
cd /root/autodl-tmp/ChatGLM3/composite_demo
pip install -r requirements.txt
demo 运行
在终端运行以下代码，导入模型路径和Jupyter内核：
export MODEL_PATH=/root/autodl-tmp/ZhipuAI/chatglm3-6b
export IPYKERNEL=python3
然后运行以下代码，运行demo：
streamlit run /root/autodl-tmp/ChatGLM3/composite_demo/main.py --server.address 127.0.0.1 --server.port 6006
如下图所示，可以愉快的玩耍代码解释器了~
