vLLM部署本地大模型进行在线调用

vLLM部署本地大模型进行在线调用

1.如何加载调用本地下载的大模型文件？

这里指的是如何使用本地大模型的预测功能，在实际项目中模型并不是仅仅作为单机程序运行，而是作为具体业务系统的服务模块。因此需要提供相应API接口为应用程序提供服务。

所以就有两种方式，（1）使用代码（比如python或C++等语言）或平台/工具（Ollama等）直接调用本地模型文件，（2）将大模型文件部署到服务端，使用API接口的方式调用，就像我们在网上使用其他平台的对话大模型一样。显然，第二种方式是部署业务更需要的。

2.使用vLLM部署大模型

软件环境：Ubuntu 22.04下进行相应的环境配置和部署，具体看“Ubuntu 本地化部署与微调开源大模型”部分。下面链接：

使用阿里开源大模型通义千问Qwen进行推理-CSDN博客

阿里开源大模型通义千问Qwen进行训练-CSDN博客

安装使用vLLM部署具体过程。

（1）Anaconda下创建一个新的虚拟环境并激活

conda create -n vllm_env python=3.10

conda activate vllm_env

      （2）安装vllm包

pip install vllm -i https://pypi.tuna.tsinghua.edu.cn/simple

（3）安装modelscope包

pip install modelscope -i https://pypi.tuna.tsinghua.edu.cn/simple

（4）下载训练好的基座大模型文件或者微调后的模型文件

这里以阿里的通义千问qwen2.0模型为例，执行下面代码会自动下载模型文件到本地。

from modelscope import snapshot_download

model_dir = snapshot_download('Qwen/Qwen2-7B-Instruct')

      下载的qwen2模型文件在系统的下面位置，就当前的home目录下，我的用户名是lyp，每个人有所不同。.cache 是隐藏目录，需要ls -A命令可以显示所有文件和目录

/home/lyp/.cache/modelscope/hub/Qwen

为了下面操作方面，比如可以拷贝到自己指定目录：

/home/lyp/qwen2_0/models/Qwen/

      （5）启动vLLM大模型在线服务

命令进入大模型文件所在目录，这里在终端输入，注意控制台需要在vllm_env的虚拟环境下操作。

conda activate vllm_env

cd /home/lyp/qwen2_0/models/Qwen/

python -m vllm.entrypoints.openai.api_server --model Qwen2-7B-Instruct

注意Qwen2-7B-Instruct是/home/lyp/qwen2_0/models/Qwen/目录下，当前大模型所在目录的名字。所以命令的执行和Qwen2-7B-Instruct目录同一个层级即可。

缺省host的名字是None，port端口号是8000，可以通过参数—host和--port指定名字和端口。

（6）使用客户端代码调用在线大模型服务

我的测试，服务端地址：10.26.23.211，笔记本客户端地址：10.28.32.248，在同一个局域网内。测试代码在笔记本电脑位置：D:\lyp\code\llm_lesson\call_vllm，使用vscode+Anaconda编码。客户端python虚拟环境名llm_lesson_env1，版本3.10.14.

需要在虚拟环境下安装，openai包。

pip install openai -i

https://pypi.tuna.tsinghua.edu.cn/simple

方式1：openai API接口方式直接调用（简单高效）

核心代码讲解：

client = OpenAI(

        base_url = "http://10.26.23.211:8000/v1",

        api_key="EMPTY"

    )

    completion = client.chat.completions.create(

        model="Qwen2-7B-Instruct",

        messages=[

            {"role": "system", "content": "你是一个金牌导游。"},

            {"role": "user", "content": "给出宁波旅游攻略"}

        ]

    )

    # 也可以直接这样

       messages=[

                {"role": "user", "content": "你是一个金牌导游, 给出宁波旅游攻略"}

            ]

   print(completion.choices[0].message.content)

部分结果内容展示：

方式2：langchain框架进行调用（可以更好进行结构化的处理）

安装langchain包

pip install langchain -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install langchain_openai -i https://pypi.tuna.tsinghua.edu.cn/simple

核心代码讲解：

 test_str = "This is a beautiful world Привет, мир очень большой”‌‌"

 #将英文和俄文分离开

 res = test_langchain(test_str)

   #进一步将json字符串解析为字典格式，方面后面操作

 res = json_data_loads(res)

 print(res)

def test_langchain(content: str):

structured_output_parser= StructuredOutputParser.from_response_schemas(

        [

            ResponseSchema(name="en", description="请将文本中的英文内容提取出来，并拼接成完整的语句", type="string"),

            ResponseSchema(name="ru", description="请将文本中的俄文内容提取出来，并拼接成完整的语句", type="string")

        ]

    )

    # 获取解析器的输入模板

 output_template= structured_output_parser.get_format_instructions()

 # 确保PromptTemplate中使用了正确的输出格式指令

    template = """

    你是一个优秀的翻译大师！以下是我给你的文本内容：\n

    {content} \n

    输入的文本中包含英文和俄文，请将两种语言分离出来，并严格按照以下格式输出:{format_instructions}

    """

 prompt = PromptTemplate(template=template, input_variables=["content"], partial_variables={"format_instructions": output_template})

client = OpenAI(

        base_url = "http://10.26.23.211:8000/v1",

        api_key="EMPTY"

        )

response = client.chat.completions.create(

        model="Qwen2-7B-Instruct",

        messages=[{"role": "user",

              "content":prompt.format(content=content)}])

    response = response.choices[0].message.content

    return response

格式化的字典格式输出结果，方便程序的进一步处理。

{'en': 'This is a beautiful world', 'ru': 'Привет, мир очень большой'}

机器学习原理与实践
https://www.bilibili.com/cheese/play/ss27274
优质课程，试听课一定听听，100%好评至今。

C++OpenCV计算机视觉入门精通与项目实践
https://www.bilibili.com/cheese/play/ss14962
优质课程，试听课一定听听，100%好评至今。