vLLM 聊天

vLLM 可以作为一个服务器部署，模拟 OpenAI API 协议。这允许 vLLM 作为使用 OpenAI API 的应用程序的替代品。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 聊天模型，该模型利用了 langchain-openai 包。有关所有 ChatOpenAI 功能和配置的详细文档，请访问 API 参考。

集成详情

类别	包	本地	可序列化	JS 支持	包下载量	包最新版本
ChatOpenAI	langchain_openai	✅	beta	❌

模型特性

具体的模型特性——例如工具调用、对多模态输入的支持、对令牌级流式传输的支持等——将取决于托管模型。

设置

请参阅 vLLM 文档 这里。

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

凭证

身份验证将依赖于推理服务器的具体情况。

如果您想获取模型调用的自动追踪，可以通过取消下面的注释来设置您的 LangSmith API 密钥：

# os.environ["LANGCHAIN_TRACING_V2"] = "true"
# os.environ["LANGCHAIN_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")

安装

LangChain vLLM 集成可以通过 langchain-openai 包访问：

%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聊天完成内容：

from langchain_core.messages import HumanMessage, SystemMessage
from langchain_core.prompts.chat import (
    ChatPromptTemplate,
    HumanMessagePromptTemplate,
    SystemMessagePromptTemplate,
)
from langchain_openai import ChatOpenAI

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

llm = ChatOpenAI(
    model="mosaicml/mpt-7b",
    openai_api_key="EMPTY",
    openai_api_base=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)

链接

我们可以使用提示模板来链接我们的模型，如下所示：

from langchain_core.prompts import ChatPromptTemplate

prompt = ChatPromptTemplate(
    [
        (
            "system",
            "You are a helpful assistant that translates {input_language} to {output_language}.",
        ),
        ("human", "{input}"),
    ]
)

chain = prompt | llm
chain.invoke(
    {
        "input_language": "English",
        "output_language": "German",
        "input": "I love programming.",
    }
)

API 参考

有关通过 langchain-openai 提供的所有功能和配置的详细文档，请访问 API 参考： https://api.python.langchain.com/en/latest/chat_models/langchain_openai.chat_models.base.ChatOpenAI.html

同时参考 vLLM 文档。

相关

• 聊天模型 概念指南
• 聊天模型 操作指南