【UE5】离线AI聊天-接入LLAMA语言模型 教程

前言：LLAMA是一种神经网络模型，全称为Language Model with an Average Attention Mechanism（具有平均注意机制的语言模型）。它是一种用于自然语言处理任务的模型，特别适用于生成文本和回答问题。LLAMA模型结合了注意力机制和平均池化，以提高模型对输入文本的理解和生成能力。它在多项基准测试中取得了很好的性能，是一种强大的语言模型。

此文章以基于OpenAI聊天模型训练而来的openchat_3.5.Q3_K_L模型为例进行实现。

1.准备工作：（注意打不开的链接需要科学上网

下载必备软件：MicroSoft VS，CMAKE，Git（这一步就不详写，自行安装

下载本例子的AI模型：openchat_3.5.Q3_K_L（放入项目目录/Content/Movies/Models/..中

下载LLAMA插件：Llama-Unreal（我的教程后面修改了部分代码，请支持插件原作者MikaPi

新建空白C++项目后关闭引擎，并打开项目文件夹：

项目文件夹中创建Plugins文件夹并放入TTS和LLAMA插件：（TTS在上一篇文章有分享

进入LLAMA插件文件夹，右键空白区域打开Git:

mkdir llama cd llama

llama文件中放入下载解压好的llama.cpp：llama.cpp兼容版本

创建build文件夹进行cmake编译：

cd llama.cpp mkdir build cd build/ cmake .. -DBUILD_SHARED_LIBS=ON cd .. cmake --build build --config Release -j --verbose

生成成功：

1.我们需要的文件是llama.dll：复制到Plugins\UELlama\Binaries\Win64文件夹中

2.llama插件的Includes和Libraries文件夹中已经有了所有需要的文件，遂不需要复制。

2.项目各项设置及代码：

修改UELlama.Build.cs：（修复打包后dll缺失

using UnrealBuildTool; using System.IO; public class UELlama : ModuleRules { public UELlama(ReadOnlyTargetRules Target) : base(Target) { PCHUsage = ModuleRules.PCHUsageMode.UseExplicitOrSharedPCHs; PublicIncludePaths.AddRange( new string[] { // ... add public include paths required here ... } ); PrivateIncludePaths.AddRange( new string[] { } ); PublicDependencyModuleNames.AddRange( new string[] { "Core", // ... add other public dependencies that you statically link with here ... } ); PrivateDependencyModuleNames.AddRange( new string[] { "CoreUObject", "Engine", "Slate", "SlateCore", // ... add private dependencies that you statically link with here ... } ); if (Target.bBuildEditor) { PrivateDependencyModuleNames.AddRange( new string[] { "UnrealEd" } ); } if (Target.Platform == UnrealTargetPlatform.Win64) { string PluginBinariesDir = Path.Combine(ModuleDirectory, "..", "..", "Binaries", "Win64"); string ProjectBinariesDir = Path.Combine(ModuleDirectory, "..", "..", "..", "..", "Binaries", "Win64"); string DLLFilePath = Path.Combine(ProjectBinariesDir, "llama.dll"); string DestinationDLLPath = Path.Combine(PluginBinariesDir, "llama.dll"); RuntimeDependencies.Add(DLLFilePath, DestinationDLLPath); } DynamicallyLoadedModuleNames.AddRange( new string[] { // ... add any modules that your module loads dynamically here ... } ); if (Target.Platform == UnrealTargetPlatform.Linux) { PublicAdditionalLibraries.Add(Path.Combine(PluginDirectory, "Libraries", "libllama.so")); PublicIncludePaths.Add(Path.Combine(PluginDirectory, "Includes")); } else if (Target.Platform == UnrealTargetPlatform.Win64) { PublicAdditionalLibraries.Add(Path.Combine(PluginDirectory, "Libraries", "llama.lib")); PublicIncludePaths.Add(Path.Combine(PluginDirectory, "Includes")); } } }

编译生成项目成功：

打开项目：

1.新建Blueprints文件夹，新建空白关卡LLAMA；游戏模式GM_LLAMA(不要创建错成游戏模式基础)；玩家控制器PC_LLAMA，HUD类HUD_LLAMA，用户控件WBP_MainLLAMA。

2.项目设置中指定游戏默认地图为LLAMA，世界场景设置中指定游戏模式为GM_LLAMA，控制器为PC_LLAMA，HUD为HUD_LLAMA。

3.编写HUD蓝图和用户控件WBP_MainLLAMA：

（0.HUD蓝图与函数：

（1.添加llama组件；

（2.指定Prompt值；

A new line, the value “Human:”, and the value “AI:”.Our goal is to generate only a single line of text that corresponds to the current speaker.

（3.指定语言模型的路径；

F:\Projects\UE_Projects\5.1\UE5LLAMA\Content\Movies\Models\openchat_3.5.Q3_K_L.gguf

（4.指定Stop Sequences：

best_of; The completion can’t change the speaker. The completion won’t allow the speaker to speak twice in a row.

（5.编辑用户控件WBP_MainLLAMA:

添加函数Add Token:

事件图表：

 User: {prompt} GPT4: 

3.编译蓝图，运行测试对话成功，朗读答案成功：（打包后也能成功

后言：该项目实现了离线AI聊天功能，响应及时。但目前还有部分问题如：回答中文时部分文字呈现为？号，可能根据不同模型有不同的问题，可以自行测试该网站中的其他语言模型。

希望这篇文章能帮到你！！