vLLM 可以部署为模拟 OpenAI API 协议的服务器。这使得 vLLM 可以作为使用 OpenAI API 应用程序的即插即用替代品。该服务器可以采用与 OpenAI API 相同的格式进行查询。

概览

这将帮助您开始使用 vLLM 聊天模型，它利用 langchain-openai 包。要获取所有 ChatOpenAI 功能和配置的详细文档，请前往 API 参考.

集成详情

模型特性

特定的模型特性（如工具调用、多模态输入支持、令牌级流式处理支持等）取决于托管模型。

设置

请参阅 vLLM 文档.

要通过 LangChain 访问 vLLM 模型，您需要安装 langchain-openai 集成包。

凭证

身份验证将取决于推理服务器的具体配置。

要启用模型调用的自动追踪，请设置您的 LangSmith API 密钥：

os.environ["LANGSMITH_TRACING"] = "true"
os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")

安装

可以通过 langchain-openai package:

pip install -qU langchain-openai

实例化

现在我们可以实例化模型对象并生成聊天补全：

from langchain.messages import HumanMessage, SystemMessage
from langchain_openai import ChatOpenAI

inference_server_url = "http://localhost:8000/v1"

llm = ChatOpenAI(
    model="mosaicml/mpt-7b",
    api_key="your api key goes here",
    base_url=inference_server_url,
    max_tokens=5,
    temperature=0,
)

调用

messages = [
    SystemMessage(
        content="You are a helpful assistant that translates English to Italian."
    ),
    HumanMessage(
        content="Translate the following sentence from English to Italian: I love programming."
    ),
]
llm.invoke(messages)

AIMessage(content=' Io amo programmare', additional_kwargs={}, example=False)

API 参考

有关通过 langchain-openai公开的所有功能和配置的详细文档，请前往 API 参考： reference.langchain.com/python/langchain-openai/chat_models/base/ChatOpenAI

另请参阅 vLLM 文档 。