File size: 2,771 Bytes
fb7cb35
857e3f5
 
 
fb7cb35
 
857e3f5
 
 
 
 
 
 
 
 
fb7cb35
857e3f5
 
 
 
 
 
 
 
fb7cb35
 
 
 
857e3f5
fb7cb35
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
857e3f5
fb7cb35
857e3f5
fb7cb35
 
 
 
857e3f5
fb7cb35
 
 
 
 
 
857e3f5
fb7cb35
 
857e3f5
fb7cb35
 
 
 
 
 
 
 
 
 
 
 
857e3f5
fb7cb35
857e3f5
 
 
fb7cb35
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
from fastapi import FastAPI, Request
from pydantic import BaseModel
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
import time
import uuid

# --- Configuration ---
MODEL_ID = "deepseek-ai/deepseek-coder-1.3b-instruct"
DEVICE = "cpu"

# --- Chargement du modèle et du tokenizer ---
print(f"Début du chargement du modèle : {MODEL_ID}")
model = AutoModelForCausalLM.from_pretrained(
    MODEL_ID,
    torch_dtype=torch.bfloat16,
    device_map=DEVICE
)
tokenizer = AutoTokenizer.from_pretrained(MODEL_ID)
print("Modèle et tokenizer chargés avec succès sur le CPU.")

# --- Création de l'application API ---
app = FastAPI()

# --- Modèles de données pour la compatibilité OpenAI ---
class ChatMessage(BaseModel):
    role: str
    content: str

class ChatCompletionRequest(BaseModel):
    model: str
    messages: list[ChatMessage]
    max_tokens: int = 250

class ChatCompletionResponseChoice(BaseModel):
    index: int = 0
    message: ChatMessage
    finish_reason: str = "stop"

class ChatCompletionResponse(BaseModel):
    id: str
    object: str = "chat.completion"
    created: int
    model: str
    choices: list[ChatCompletionResponseChoice]

# --- Définition de l'API compatible OpenAI ---
@app.post("/v1/chat/completions")
async def create_chat_completion(request: ChatCompletionRequest):
    """
    Endpoint compatible avec l'API OpenAI Chat Completions.
    """
    # Extraire le dernier message utilisateur pour le prompt
    user_prompt = ""
    if request.messages and request.messages[-1].role == "user":
        user_prompt = request.messages[-1].content
    
    if not user_prompt:
        return {"error": "No user prompt found"}

    # Préparation des inputs pour le modèle DeepSeek
    messages_for_model = [{'role': 'user', 'content': user_prompt}]
    inputs = tokenizer.apply_chat_template(messages_for_model, add_generation_prompt=True, return_tensors="pt").to(DEVICE)
    
    # Génération
    outputs = model.generate(inputs, max_new_tokens=request.max_tokens, do_sample=True, temperature=0.2, top_k=50, top_p=0.95, num_return_sequences=1, eos_token_id=tokenizer.eos_token_id)
    
    # Décodage
    response_text = tokenizer.decode(outputs[0][len(inputs[0]):], skip_special_tokens=True)

    # Formatage de la réponse au format OpenAI
    response_message = ChatMessage(role="assistant", content=response_text)
    choice = ChatCompletionResponseChoice(message=response_message)
    completion_response = ChatCompletionResponse(
        id=f"chatcmpl-{uuid.uuid4()}",
        created=int(time.time()),
        model=request.model,
        choices=[choice]
    )

    return completion_response

@app.get("/")
def root():
    return {"status": "API compatible OpenAI en ligne", "model_id": MODEL_ID}