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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985