vLLM 集成

与vLLM对话模型通过LangChain Python集成

vLLM 可以部署为一个模拟 OpenAI API 协议的服务器。这允许 vLLM 作为使用 OpenAI API 应用的即插即用替代方案。该服务器可以使用与 OpenAI API 相同的格式进行查询。

概述

这将帮助您开始使用 vLLM 对话模型，它利用了 langchain-openai 包。有关 @[ChatOpenAI] 所有功能和配置的详细文档，请访问 API 参考。

集成细节

类	包	可序列化	JS 支持	下载	版本
ChatOpenAI	langchain_openai	beta	❌

模型特性

特定的模型特性，例如工具调用、支持多模态输入、支持 Token 级别的流式输出等，将取决于托管的模型。

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细节。

要启用您的模型调用的自动跟踪，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 包访问 LangChain vLLM 集成：

pip install -qU langchain-openai

实例化

现在我们可以实例化我们的模型对象并生成对话补全：

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 暴露的所有功能和配置的详细文档，请访问 API 参考：reference.langchain.com/python/langchain-openai/chat_models/base/ChatOpenAI

同时请参考 vLLM 文档。

---

官方原文：src/oss/python/integrations/chat/vllm.mdx · 非官方翻译，译文由 AI 生成，以英文原文为准。