LiteLLM¶

LiteLLM 使用 OpenAI 格式调用所有 LLM API [Bedrock, Huggingface, VertexAI, TogetherAI, Azure, OpenAI, Groq 等]

LiteLLM 管理

将输入转换为提供商的 completion、embedding 和 image_generation 端点
一致的输出，文本响应将始终可在 ['choices'][0]['message']['content'] 获取
跨多个部署（例如 Azure/OpenAI）的重试/回退逻辑 - 路由器
按项目、API 密钥、模型设置预算和速率限制 LiteLLM 代理服务器 (LLM 网关)

LiteLLM 支持 VLLM 上的所有模型。

先决条件¶

设置 vLLM 和 LiteLLM 环境

pip install vllm litellm

部署¶

聊天补全¶

启动支持聊天完成模型的 vLLM 服务器，例如

vllm serve qwen/Qwen1.5-0.5B-Chat

使用 LiteLLM 调用它

代码

import litellm 

messages = [{ "content": "Hello, how are you?","role": "user"}]

# hosted_vllm is prefix key word and necessary
response = litellm.completion(
            model="hosted_vllm/qwen/Qwen1.5-0.5B-Chat", # pass the vllm model name
            messages=messages,
            api_base="http://{your-vllm-server-host}:{your-vllm-server-port}/v1",
            temperature=0.2,
            max_tokens=80)

print(response)

嵌入¶

使用支持的嵌入模型启动 vLLM 服务器，例如：

vllm serve BAAI/bge-base-en-v1.5

使用 LiteLLM 调用它

from litellm import embedding   
import os

os.environ["HOSTED_VLLM_API_BASE"] = "http://{your-vllm-server-host}:{your-vllm-server-port}/v1"

# hosted_vllm is prefix key word and necessary
# pass the vllm model name
embedding = embedding(model="hosted_vllm/BAAI/bge-base-en-v1.5", input=["Hello world"])

print(embedding)

有关详细信息，请参阅教程在 LiteLLM 中使用 vLLM。