SimpleAI: 自托管AI API服务项目教程
2025-04-20 01:54:11作者:薛曦旖Francesca
1. 项目介绍
SimpleAI是一个开源项目,旨在提供一个自托管的AI API服务,允许用户轻松地部署自己的模型,并通过标准的API接口进行访问。它兼容开放的AI客户端,可以作为一个替代方案来实验不同的模型,创建性能基准,以及处理那些不能完全依赖外部服务的特定用例。
2. 项目快速启动
要快速启动SimpleAI项目,请按照以下步骤操作:
首先,确保你的系统中已安装Python 3.9或更高版本。然后,你可以通过以下方式安装SimpleAI:
# 从源代码安装
pip install git+https://github.com/lhenault/simpleAI
# 或者从PyPi安装
pip install simple_ai_server
安装完成后,初始化项目配置文件:
simple_ai init
这会创建一个models.toml文件,用于声明你的模型。然后,启动服务:
simple_ai serve [--host 127.0.0.1] [--port 8080]
你可以通过浏览器访问http://127.0.0.1:8080查看文档和尝试API。
3. 应用案例和最佳实践
3.1 集成模型
SimpleAI通过gRPC协议查询模型,以便将API与模型推断分离,并支持多种语言。以下是一个简单的Python模型集成示例:
import logging
from dataclasses import dataclass
from simple_ai.api.grpc.embedding.server import serve, LanguageModelServicer
@dataclass(unsafe_hash=True)
class EmbeddingModel:
def embed(self, inputs: list = []) -> list:
# 实现embed方法
return [[]]
if __name__ == '__main__':
model_servicer = LanguageModelServicer(model=EmbeddingModel())
serve(address='[::]:50051', model_servicer=model_servicer)
3.2 声明模型
在你的models.toml文件中添加新模型,例如:
[llama-7B-4b]
[llama-7B-4b.metadata]
owned_by = 'Meta/ggerganov'
permission = []
description = 'C++实现LlaMA模型,70亿参数,4位量化'
[llama-7B-4b.network]
url = 'localhost:50051'
type = 'gRPC'
3.3 使用API
你可以使用curl或者OpenAI的Python客户端来调用API:
curl -X POST http://127.0.0.1:8080/edits -H 'accept: application/json' -H 'Content-Type: application/json' -d '{
"model": "alpaca-lora-7B",
"instruction": "Make this message nicer and more formal",
"input": "This meeting was useless and should have been a bloody email",
"top_p": 1,
"n": 1,
"temperature": 1,
"max_tokens": 256
}'
或者使用Python客户端:
import openai
openai.api_key = 'Free the models'
openai.api_base = "http://127.0.0.1:8080"
print(openai.Model.list())
completion = openai.Completion.create(model="llama-7B", prompt="Hello everyone this is")
4. 典型生态项目
SimpleAI可以作为各种机器学习和MLOps生态项目的一部分,支持LLM(大型语言模型)等应用。你可以探索将其集成到更广泛的工作流程中,例如数据标注、模型训练、模型评估和部署等。
以上是SimpleAI项目的简要介绍、快速启动指南、应用案例和生态项目的一篇教程。希望对你有所帮助!
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1