LiteLLM项目中使用AWS Bedrock DeepSeek R1模型的注意事项
2025-05-10 02:50:01作者:秋泉律Samson
问题背景
在使用LiteLLM项目调用AWS Bedrock服务中的DeepSeek R1基础模型时,开发者可能会遇到模型调用失败的问题。这个问题主要表现为当尝试通过LiteLLM获取DeepSeek R1模型的响应时,系统会返回"LLM provider not provided"的错误提示,并最终导致"cannot unpack non-iterable NoneType object"的异常。
问题分析
DeepSeek R1是AWS Bedrock平台上提供的一款基础大语言模型。在LiteLLM项目中,调用Bedrock服务时需要注意模型标识符的正确格式。根据开发者的反馈和项目维护者的调试,发现以下关键点:
- DeepSeek R1模型需要通过Bedrock的converse API进行调用,而不是常规的invoke API
- 模型标识符的格式对调用成功与否至关重要
- 不同版本的LiteLLM对此模型的支持程度有所不同
解决方案
经过项目维护者的多次调试和修复,目前推荐的调用方式如下:
正确模型标识符格式
在LiteLLM v1.63.14及更高版本中,可以使用以下两种格式之一调用DeepSeek R1模型:
model="us.deepseek.r1-v1:0"model="bedrock/us.deepseek.r1-v1:0"
早期版本的解决方案
对于v1.63.14之前的版本,必须使用converse API的特定格式:
model="bedrock/converse/us.deepseek.r1-v1:0"
技术实现细节
LiteLLM项目团队在解决此问题时,主要做了以下工作:
- 在model_prices_and_context_window.json配置文件中添加了DeepSeek R1模型的自动映射
- 确保模型被正确识别为bedrock_converse类型
- 优化了错误提示信息,使其更清晰地指导开发者使用正确的调用方式
最佳实践建议
- 始终使用最新版本的LiteLLM以获得最佳兼容性
- 调用Bedrock服务时,先确认模型是否需要通过converse API访问
- 遇到问题时,检查错误信息中是否包含关于API路由的提示
- 对于新集成的模型,可以先查阅项目文档或issue记录了解是否有特殊调用要求
总结
LiteLLM项目对AWS Bedrock服务的支持在不断优化中。DeepSeek R1模型的调用问题是一个典型的API路由配置案例,展示了开源项目如何快速响应并解决用户遇到的实际问题。开发者在使用这类工具时,保持对项目更新的关注,并理解不同云服务提供商API的特殊性,将有助于更顺畅地集成和使用各种大语言模型。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
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
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
479
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.24 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258