使用vLLM作为OpenAI API的替代品进行聊天模型部署

技术背景介绍

vLLM是一款可以模拟OpenAI API协议的服务器，能够被用于替代OpenAI API的应用中。通过vLLM，你可以享受到与OpenAI相似的服务格式，而无需更改现有应用架构。本文将帮助你快速上手使用vLLM聊天模型，结合langchain-openai包，让AI服务的集成更加流畅。

核心原理解析

vLLM支持多种模型功能，如多工具调用、多模态输入以及token级别流式传输等，这些功能的实现依赖于所托管的模型。通过将vLLM部署为本地服务器应用，开发者可以灵活利用这些功能来改进和扩展其AI应用程序。

代码实现演示

下面我们通过示例代码演示如何使用vLLM来进行语言翻译任务：

# 安装langchain-openai包
!pip install -qU langchain-openai

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

# 设置vLLM推理服务器的URL
inferen