Github
Huggingface
文档
论文中文 | English
HuggingFists
HuggingFists是一个低代码数据流工具，可以方便地使用LLM和HuggingFace模型。它的一些功能可以看作是Langchain的低代码版本。目前，它不支持模型训练场景，但这将在未来开发和补充。
安装说明
系统要求
**Linux：**Linux系统3.10.0-957.21.3.el7.x86_64 至少4核8GB内存；系统使用Containerd容器，容器和镜像将存储在/data目录。
**Windows：**推荐使用Windows 11。
安装步骤
Linux
使用以下命令从git克隆项目文件：git clone *https://github.com/Datayoo/HuggingFists.git*，或直接下载为zip文件。注意，在Windows操作系统上克隆项目时，Linux脚本文件中的'\n'将被替换为'\r\n'。将项目复制到Linux系统时，由于'\n'的差异，脚本将无法执行。使用IDEA的开发者可以参考配置Git处理行结束符来解决此问题。
进入sengee.community.linux目录并运行安装脚本：bash install.sh。
Windows
Windows用户可以从以下链接下载Windows版本：*https://share.weiyun.com/2eDVeN8Q*。
请参阅Windows安装说明
系统概览
首页
用于宏观展示系统内各种资源和运行结果。
数据源
用于管理系统中可能涉及读写操作的各种数据源。类型包括数据库、文件系统和应用程序等。用户可以通过界面选择特定的数据源类型来创建数据源实例。数据源实例允许对数据源进行基本的浏览和管理功能。此外，输入/输出算子可以引用数据源实例作为读写目标。
工作流管理
用于设计、调试和管理面向业务操作的各种数据处理工作流。用户可以拖拽算子、连接端口并构建数据处理工作流。数据处理工作流可以理解为一段可执行的代码。
与许多流行的数据处理和分析工具不同，HuggingFists系统中的算子具有明确的输入/输出端口，用于访问和写入数据集。每个输入端口可以连接多个前置端口，每个输出端口可以同时写入多个后续端口。
点击端口可以了解数据的输入/输出结构，类似于了解函数调用的输入和返回结构。此外，HuggingFists是少数提供断点调试功能的低代码工具之一。
在定义工作流时，用户可以通过点击算子端口来设置断点。断点调试极大地帮助用户编写正确的数据处理工作流。此外，HuggingFists还提供了分支选择、函数调用、工作流变量、上下文变量、参数变量等概念，以帮助用户完成复杂的数据处理工作流开发。
作业管理
用于创建和调度工作流作业，设置作业的执行周期以满足业务系统的生产需求。只能为正式发布的工作流创建作业；未发布的工作流被视为草稿，不能安排作业执行。即时作业在创建后立即执行，而计划作业按照指定的调度计划执行。每次调度作业时都会生成一个任务，系统保留有关任务执行的相关信息，如日志、运行状态、输出结果等。
环境管理
用于管理系统运行所需的资源环境，如管理工作节点和服务设置。工作节点管理负责作业执行期间的资源，工作流被分派到工作节点进行解释和执行。当计算资源不足时，支持水平扩展到多个工作节点。服务设置管理提供HTTP代理的管理。
资源管理
用于管理系统中各种数据工件资源，如连接器管理和算子管理。允许用户根据需求扩展连接器和算子。相关开发标准目前正在整理中。连接器用于建立与数据源的连接，每种类型的数据源有一个或多个连接器实现。
在某些情况下，不同版本的数据源可能需要不同的连接器实现。算子用于实现各种功能，类似于编程语言中的函数。用户通过连接算子形成数据处理逻辑并完成数据处理任务。
账户管理
用于管理用户的各种账户，如数据源账户和API账户。HuggingFists提供的账户管理可以在系统右上角的"用户"->"个人设置"->"账户资源"中访问。
在这里，用户可以集中管理他们的各种账户。创建数据源时，用户需要填写账户信息，这应该预先在这里创建。当需要账户时，用户可以选择适当的账户。
最初，这种账户管理模式可能看起来有些繁琐，但由于许多账户经常在多个数据源实例或算子实例中重复使用，这种集中管理方法允许在出于安全原因需要更新账户密码时以最小的成本进行更新。
如何使用HuggingFace
如何通过推理API访问Hugging Face中的模型
要通过推理API访问Hugging Face模型，首先需要在Hugging Face网站上注册一个账户。您可以通过以下链接注册账户：*https://huggingface.co/join*。成功注册后，通过导航到界面右上角的个人资料->设置->访问令牌来申请专用访问令牌。
接下来，在Hugging Face系统（不是HuggingFists）中，进入您的个人资料->个人设置->资源账户，并添加一个Hugging Face访问账户。进入资源账户界面后，选择添加资源账户，将出现以下界面：
选择Hugging Face类型，并将您获得的访问令牌填入"访问令牌"输入框中。
填写完成后，提交表单以成功创建账户。有时，如果您处于内网环境无法直接访问Hugging Face网站，可以配置HTTP代理来绕过本地网络限制。
在HuggingFists系统中，导航到"环境管理"->"服务配置"模块。点击"创建服务配置"，将出现以下界面：
选择"网络HTTP代理服务"类型，填写代理相关信息，并提交以保存代理配置。
准备工作就绪，现在我们可以尝试使用Hugging Face算子来访问模型以满足业务需求。下面，让我们看两个相关示例，一个使用自然语言模型，另一个使用图像相关模型。我们先从使用自然语言模型的示例开始。
上图展示了一个处理示例，该过程读取互联网新闻，从新闻中提取文本内容，然后执行三项任务：文本摘要、文本情感分类和命名实体识别。图中红框选中的部分表示可在流程定义中使用的操作符树；蓝色部分是流程定义面板；绿色部分是操作符的属性配置和帮助区域。
如图所示，当选择Hugging Face摘要提取操作符时，右侧的绿色框会显示其可配置属性和文档。属性部分的前两个框输入先前准备的HTTP代理和Hugging Face账户。随后的参数框可根据操作符的帮助文档进行设置。
以这种方式拖拽和定义所有流程后，您可以点击蓝色区域顶部的调试或执行流程按钮。现在，让我们看一个使用图像相关模型的例子。
这个例子也可以在上述视频中详细说明。它主要演示了对单个图像执行的三项任务：物体识别、图像分割和图像分类，涉及三个不同的模型。
在上面的例子中，展示了几个模型。然而，哪个模型在实践中效果最佳？用户需要研究和比较以确定最适合他们特定需求的模型。
如何访问本地部署的Hugging Face模型
与通过推理API访问Hugging Face模型相比，本地部署模型需要更长的准备时间，但可以更好地控制成本和安全性。以下我们简要介绍如何使用HuggingFists访问本地部署的Hugging Face模型。首先，选择您希望本地部署的模型，然后导航到模型的"文件和版本"页面，如下所示：
从图中可以看到，有许多与模型相关的文件，通常除了文档外，这些都是模型加载和执行所需的。因此，需要提前下载所有相关文件并存储在同一文件夹中。由于Hugging Face目前不提供文件批量下载功能，需要手动下载每个文件（这是本地模型部署最繁琐的方面）。
下载模型后，为该模型创建应用流程。创建流程和构建的过程与使用推理API操作符类似，唯一的区别是在选择操作符时，需要选择名称中带有"Pte"的操作符。这些操作符支持本地模型调用。两种类型操作符的主要区别如下：
使用本地部署模型时，不再需要HTTP代理或Hugging Face账户。相反，您需要选择一个本地文件夹路径。下载的模型位于此文件夹内。通常，操作符在调用时不会拉取额外文件，但我们团队发现在某些情况下，需要在运行时下载额外的模型文件，这可能会减慢操作符的启动速度。此外，值得注意的两个属性是Python脚本片段和计算设备。
由于Hugging Face网站上的模型数量庞大，某些模型在调用时可能存在细微差异。如果启动模型时出现问题，可能需要调整Python脚本片段以确保模型正确加载和执行。
计算设备属性指定模型在本地机器上运行的计算单元（CPU或GPU）。可以根据本地机器的配置设置此参数。其他相关操作符属性可以按照操作符的说明进行配置。配置完成后，可以驱动流程在本地使用模型。
如何访问Hugging Face上的数据集
Hugging Face网站提供了一个平台，全球从业者在此分享各种数据集，方便用于模型训练或测试。HuggingFists提供了一个专门针对Hugging Face网站的连接器，允许用户选择合适的数据集并将其存储在指定的存储系统中，以便轻松应用这些数据。要访问Hugging Face上的数据集，请按照以下步骤操作：
在数据源功能模块中，选择应用标签页，通过选择HuggingFace连接器并根据需要配置访问账户和访问代理来创建Hugging Face数据源。见下图：
点击"提交"按钮后，将创建一个Hugging Face数据源。您可以通过点击"查看数据"按钮浏览数据源并选择适当的数据集。
选择所需的数据集后，您可以定义一个数据处理流程来读取数据集中的数据并将其存储在数据库或文件中。
通过遵循这些步骤，用户可以轻松访问Hugging Face上的数据集，并将其纳入数据处理工作流中，用于各种应用。
参考资料
