Xorbits Inference (Xinference)

此页面演示了如何将 Xinference 与 LangChain 结合使用。

Xinference 是一个强大而通用的库，旨在服务于 LLM、语音识别模型和多模态模型，即使在您的笔记本电脑上也是如此。借助 Xorbits Inference，您只需一个命令即可轻松部署和为您自己或最先进的内置模型提供服务。

安装与设置

Xinference 可以通过 pip 从 PyPI 安装

pip install "xinference[all]"

LLM

Xinference 支持各种与 GGML 兼容的模型，包括 chatglm、baichuan、whisper、vicuna 和 orca。要查看内置模型，请运行命令

xinference list --all

Xinference 的封装器

您可以通过运行以下命令来启动 Xinference 的本地实例

xinference

您还可以在分布式集群中部署 Xinference。为此，首先在您要运行它的服务器上启动 Xinference supervisor

xinference-supervisor -H "${supervisor_host}"

然后，在您想要运行 Xinference worker 的每个其他服务器上启动它们

xinference-worker -e "http://${supervisor_host}:9997"

您也可以通过运行以下命令来启动 Xinference 的本地实例

xinference

一旦 Xinference 运行，将可以通过 CLI 或 Xinference 客户端访问端点以进行模型管理。

对于本地部署，端点将是 https://#:9997。

对于集群部署，端点将是 http://${supervisor_host}:9997。

然后，您需要启动一个模型。您可以指定模型名称和其他属性，包括 model_size_in_billions 和量化。您可以使用命令行界面 (CLI) 来完成它。例如，

xinference launch -n orca -s 3 -q q4_0

将返回模型 uid。

使用示例

from langchain_community.llms import Xinference

llm = Xinference(
    server_url="http://0.0.0.0:9997",
    model_uid = {model_uid} # replace model_uid with the model UID return from launching the model
)

llm(
    prompt="Q: where can we visit in the capital of France? A:",
    generate_config={"max_tokens": 1024, "stream": True},
)

API 参考：Xinference

用法

有关更多信息和详细示例，请参阅 xinference LLM 的示例

嵌入

Xinference 还支持嵌入查询和文档。有关更详细的演示，请参阅 xinference 嵌入的示例。

Xinference LangChain 合作伙伴包安装

使用以下命令安装集成包

pip install langchain-xinference

聊天模型

from langchain_xinference.chat_models import ChatXinference

LLM

from langchain_xinference.llms import Xinference