Comfyui-GLM3Prompt

参考来源：https://www.bilibili.com/read/cv27685652/

使用说明

使用ChatGLM3-6B进行对话，支持连续对话

1. 安装环境

pip install protobuf transformers==4.30.2 cpm_kernels torch>=2.0 gradio mdtex2html sentencepiece accelerate

可能因为系统问题，无法安装成功（安装成功最后会有success），建议一个个安装，如果因为>=无法安装成功，建议尝试一下改成==

2. 下载代码

将 GLM3Prompt.py 放入 /comfyui/custom_nodes 下

3. 下载模型

Model	Seq Length	Download
ChatGLM3-6B	8k	HuggingFace | ModelScope
ChatGLM3-6B-Base	8k	HuggingFace | ModelScope
ChatGLM3-6B-32K	32k	HuggingFace | ModelScope

网盘地址：链接：https://pan.baidu.com/s/1p5j0gQu3Jw_xgdY_UkHtjA?pwd=ljsz 提取码：ljsz

4. 修改存放模型地址（绝对路径）

将红圈部分改为模型的绝对路径，参考/root/ComfyUI/models/chatglm3-6b根据自己实际情况填写

注意：默认从 Hugging Face Hub拉取模型

5. 修改模型调用方式（可选）

1. 标准：模型以 FP16 精度加载，运行上述代码需要大概 13GB 显存

   self.model = AutoModel.from_pretrained(self.model_path, trust_remote_code=True, device='cuda')
   

2. 如果你的 GPU 显存有限，可以尝试以量化方式加载模型（代码默认使用）

   self.model = AutoModel.from_pretrained(self.model_path, trust_remote_code=True).quantize(4).cuda()
   

3. 其他参考官方文档（mac、多卡、cpu）

   https://github.com/THUDM/ChatGLM3/tree/main#%E4%BD%8E%E6%88%90%E6%9C%AC%E9%83%A8%E7%BD%B2

效率基于3080ti

首次加载模型需要20s左右，不同长度的提示词模型效率不同，越长的提示词需要的时间不同。量化模型大约使用4g显存。默认开启即调用模型后释放显存，若提示词有修改重新调用模型。关闭后则模型一直缓存在显存中，有上下文功能，且多次调整提示词速度更快