Xinference项目中使用AI服务方式调用返回参数choices为空的解决方案

问题背景

在Xinference项目中，当用户使用vLLM部署deepseek-r1-distill-qwen-32b-gptq-int4模型，并通过AI服务兼容接口进行调用时，发现返回结果中的choices字段为空，而模型输出内容却出现在model字段中。这种情况不符合标准API的响应格式，可能导致依赖标准格式的下游应用无法正常工作。

技术分析

标准API的响应格式中，模型生成的内容应当包含在choices数组中，每个choice对象包含message、finish_reason等信息。而在此案例中，返回结果出现了格式偏差，主要原因可能是：

1. Xinference的v1.3.0版本在实现AI服务兼容接口时存在格式转换问题
2. 特定模型(如deepseek-r1-distill-qwen)的输出处理逻辑需要调整
3. vLLM后端与前端API的响应格式映射不完整

解决方案

项目维护者迅速响应并发布了修复版本v1.3.0.post2。该版本主要修正了以下内容：

1. 确保所有模型响应都遵循标准API格式
2. 正确处理vLLM后端的输出转换
3. 统一不同模型家族的响应结构

用户只需升级到修复版本即可解决问题：

pip install 'xinference==1.3.0.post2'

技术细节

在修复版本中，主要改进了response_formatter模块，确保：

1. 无论使用何种后端(vLLM、transformers等)，都能生成一致的API格式响应
2. 正确处理流式和非流式响应
3. 保留原始模型输出的同时，确保标准字段的完整性

最佳实践

对于使用Xinference项目的开发者，建议：

1. 始终使用最新稳定版本
2. 测试时验证API响应格式是否符合预期
3. 关注项目更新日志，及时获取修复信息
4. 对于生产环境，建议在升级前进行充分测试

总结

Xinference作为开源模型服务框架，持续优化其API兼容性和稳定性。此次问题的快速修复体现了项目团队对用户体验的重视。开发者在使用类似框架时，应当了解标准API格式，并建立相应的格式验证机制，以确保系统间的兼容性。