FineTurnX/qwen_lora/infer_ollama.py

import base64
import random
import re
import traceback

import pandas as pd
import requests
from bs4 import BeautifulSoup
from openai import OpenAI
import time

# client = OpenAI(base_url="http://192.168.2.103:11434/v1", api_key="ollama")
#
# instruction = '提取以上招投标文档的关键信息，只输出有值的，其中中标人等放在多标段信息中形成数组，' \
#               '产品参数等放在产品信息中形成数组' \
#               '金额均以元为单位，时间格式为YYYY-MM-DD HH:MM:SS，无多余内容' \
#               '直接得到要素提取Json:'
#
# answer_prefix = '{"项目名称":'
#
# _text = "树村220千伏变电站110千伏送出工程-拆改工程（设计）中标候选人公示 招标项目名称： 树村220千伏变电站110千伏送出工程-拆改工程（设计） 招标编号： 91110108777085234D 招标项目编号： Z1101000311004312001 所属行业： 其他 所属地区： 北京市-海淀区 开始时间： 2026-03-06 结束时间： 2026-03-10 招标单位： 北京海融达投资建设有限公司 招标代理： 天行健项目管理咨询（北京）有限公司 发布时间： 2026-03-06 17:17:12.0 公示内容 公告文件.pdf"
#
# prompt = f"<|im_start|>user\n{_text}\n{instruction}<|im_end|>\n<|im_start|>assistant\n{answer_prefix}"
#
#
# start_time = time.time()
# response = client.chat.completions.create(
#     model="bidding-qwen-0.8B-lora-16K",
#     messages=[{"role": "user", "content": prompt}],
#     temperature=0,
#     stop=["<|im_end|>", "<|endoftext|>", "###"],
#     max_tokens=4096,
# )
# end_time = time.time()
#
# answer = response.choices[0].message.content
# answer = answer_prefix + answer
#
# # 获取指标
# usage = response.usage
# prompt_tokens = usage.prompt_tokens
# completion_tokens = usage.completion_tokens
# total_duration = end_time - start_time
# tps = completion_tokens / total_duration if total_duration > 0 else 0
#
# print(f"回答: {answer}")
# print("-" * 30)
# print(f"指标统计:")
# print(f"  - 输入 Tokens: {prompt_tokens}")
# print(f"  - 输出 Tokens: {completion_tokens}")
# print(f"  - 总耗时: {total_duration:.2f} s")
# print(f"  - 推理速度: {tps:.2f} tokens/s")

url = "http://192.168.2.103:11434/api/generate"
url2 = "http://192.168.2.103:11435/api/generate"
url_docker = "http://192.168.2.103:11436/api/generate"
url_docker_chat = "http://192.168.2.103:11436/api/chat"


def infer_ollama_api(prompt, answer_prefix, model_name=None, temperature=0.05):
    # 构造 Prompt，直接把前缀放在最后
    # instruction = '提取以上招投标文档的关键信息，只输出有值的，其中中标人等放在多标段信息中形成数组，' \
    #               '产品参数等放在产品信息中形成数组' \
    #               '金额均以元为单位，时间格式为YYYY-MM-DD HH:MM:SS，无多余内容' \
    #               '直接得到要素提取Json:'
    #
    # answer_prefix = '{"项目名称":'
    #
    # _text = "树村220千伏变电站110千伏送出工程-拆改工程（设计）中标候选人公示 招标项目名称： 树村220千伏变电站110千伏送出工程-拆改工程（设计） 招标编号： 91110108777085234D 招标项目编号： Z1101000311004312001 所属行业： 其他 所属地区： 北京市-海淀区 开始时间： 2026-03-06 结束时间： 2026-03-10 招标单位： 北京海融达投资建设有限公司 招标代理： 天行健项目管理咨询（北京）有限公司 发布时间： 2026-03-06 17:17:12.0 公示内容 公告文件.pdf"
    #
    # prompt = f"<|im_start|>user\n{_text}\n{instruction}<|im_end|>\n<|im_start|>assistant\n{answer_prefix}"
    #

    # if random.choice([0, 1]):
    #     model_name = "bidding-qwen-0.8B-lora-16k:latest"
    # else:
    #     model_name = "bidding-qwen-0.8B-lora-16k-2:latest"
    # print('infer_ollama_api random choice model_name', model_name)

    # if random.choice([0, 1]):
    #     now_url = url
    # else:
    #     now_url = url2
    # print('infer_ollama_api random choice now_url', now_url)

    now_url = url_docker

    if model_name is None:
        model_name = "bidding-qwen-0.8B-lora-16k:latest"
    # model_name = 'deepseek-r1:1.5b'
    print('infer_ollama_api', now_url, model_name)

    payload = {
        "model": model_name,
        # "model": "bidding-qwen-2B-lora-16k:latest",
        # "model": "qwen3.5:0.8b",
        "prompt": prompt,
        "stream": False,
        "raw": True,
        "options": {
            "num_ctx": int(1024*16),
            "temperature": temperature,
            "num_predict": 4096,
            "repeat_penalty": 1.18,
            "repeat_last_n": -1,
            "stop": ["<|im_end|>", "<|endoftext|>"],
            "seed": 42,          # 固定随机种子
            "top_k": 50,          # 只选概率最高的一个 Token（贪婪搜索）
            "top_p": 0.99,
        }
    }

    response = requests.post(now_url, json=payload)
    result = response.json()

    # 核心：手动把你的前缀和模型生成的后续内容拼起来
    final_content = answer_prefix + result["response"]
    # print(final_content)
    return final_content