跳到主要内容
本页面介绍如何在 LangChain 中使用 GPT4All 封装器。本教程分为两部分：安装和设置，以及示例用法。

​
安装和设置

  • 使用 pip install gpt4all 安装 Python 包
  • 下载一个 GPT4All 模型 并将其放置在您想要的目录中
在此示例中，我们使用 mistral-7b-openorca.Q4_0.gguf 
mkdir models
wget https://gpt4all.io/models/gguf/mistral-7b-openorca.Q4_0.gguf -O models/mistral-7b-openorca.Q4_0.gguf

​
用法

​
GPT4All

要使用 GPT4All 封装器，您需要提供预训练模型文件的路径和模型的配置。 
from langchain_community.llms import GPT4All

# Instantiate the model. Callbacks support token-wise streaming
model = GPT4All(model="./models/mistral-7b-openorca.Q4_0.gguf", n_threads=8)

# Generate text
response = model.invoke("Once upon a time, ")
您还可以自定义生成参数，例如 n_predict、temp、top_p、top_k 等。 要流式传输模型的预测，请添加一个 CallbackManager。
from langchain_community.llms import GPT4All
from langchain.callbacks.streaming_stdout import StreamingStdOutCallbackHandler

# There are many CallbackHandlers supported, such as
# from langchain.callbacks.streamlit import StreamlitCallbackHandler

callbacks = [StreamingStdOutCallbackHandler()]
model = GPT4All(model="./models/mistral-7b-openorca.Q4_0.gguf", n_threads=8)

# Generate text. Tokens are streamed through the callback manager.
model.invoke("Once upon a time, ", callbacks=callbacks)

​
模型文件

您可以从 GPT4All 客户端下载模型文件。您可以从 GPT4All 网站下载客户端。 有关此内容的更详细的演练，请参阅 此笔记本
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.