最近在玩LLM，听闻PAI-DSW有三个月免费试用，试了一下感觉还不错，就是有一些学习成本。刚通过vllm+open-webui成功部署了Qwen2.5-7B-Instruct，也是摸索了一段时间，记录一下以便需要使用同样方案的朋友们节省时间，迅速上手。

简便起见，本文所有安装均使用pip工具，不使用docker。

总体思路

从modelscope下载模型，运行vllm serve构建服务器，然后通过Open-WebUI连接并开始对话。

PAI-DSW部署的难点

主要有两个：

不是本机，没法方便地科学上网。特别是无法直连hugging face；镜像不能完全涵盖所需要的环境。不是本机，不能直接用浏览器打开localhost（即0.0.0.0）

展开说一下第二点：vllm需要cuda 12以上才能使用，11.8会提示过旧；open-webui需要使用python 3.11才可以使用pip安装。然而，PAI-DSW的镜像中要么是py310+cu121，要么是py311+cu118，欲哭无泪。最后建议大家选择py310+cu121的方案，我们可以通过安装Anaconda，使用虚拟环境来部署Open-WebUI。

对于第三点，原来我以为是不能直接打开的，还专门用了cpolar做透传，结果发现阿里已经想到这一点了，直接点击终端里的链接就能访问，太贴心了。

具体安装流程

模型下载

这里建议通过modelscope下载，非常快，平均速度在300MB/s左右。

自动下载（略）

据我所知，你可以直接使用vllm通过modelscope下载模型，如果默认用的是hugging face可以通过在终端输入

<code>export VLLM_USE_MODELSCOPE=True

然后运行vllm serve，输入模型地址即可下载。但是我在vllm v0.6.1.post2没有成功，故采取手动下载方式，这样其实也不错，不麻烦。

手动下载（推荐）

首先安装modelscope包。由于DSW是有预装的镜像文件的，故建议使用裸python环境进行配置，省去配置的时间。

pip install -U modelscope

然后在modelscope上打开你要下载的模型，这里以Qwen2.5-7B-Instruct为例。点击右上角的下载模型，向下滑动到命令行下载界面，你会看到

此时你可以复制并运行这条语句，然后服务器就会猛猛下载。当然，如果你想指定下载路径，可以添加–local_dir参数，例如：此时你可以复制并运行这条语句，然后服务器就会猛猛下载。当然，如果你想指定下载路径，可以添加–local_dir参数，例如：

<code>modelscope download --model qwen/Qwen2.5-7B-Instruct --local_dir /mnt/workspace/models/Qwen2.5

你可以输入

modelscope download --help

以查看更多参数。

Vllm部署

一样使用pip进行安装

pip install -U vllm

这次可能有点久，等待安装完成后，输入如下命令，观察是否正常运行：这次可能有点久，等待安装完成后，输入如下命令，观察是否正常运行（注意修改模型路径）：

vllm serve YOUR/PATH/TO/MODEL --dtype auto --api-key token-abc123

如果出现报错

则说明模型长度过长(32768)，通过指定–max-model-len(<=18656)来指定长度，命令如下。

<code>vllm serve models/Qwen2.5-7B-Instruct/ --dtype auto --api-key token-abc123 --max-model-len 8192

随后，我们运行如下命令，观察openai api是否启动成功。openai api是Open-WebUI所需要使用的工具。

curl http://localhost:8000/v1/models -H "Authorization: Bearer token-abc123" | jq

若显示“jq：未找到命令”，则使用apt install安装，然后再次运行指令。如果观察到输出

则说明服务启动成功。我们进行下一步。

（这里做个解释，通过打印输出auth_headers即可得到{‘Authorization’: ‘Bearer token-abc123’}，Bearer是不变的，后面的token根据你的参数设置而改变。）

Open-WebUI部署

安装Anaconda

首先，上Anaconda官方仓库下载符合你设备的安装工具，这里我使用的是https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh。然后上终端，使用wget下载：

<code>wget https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh

添加操作权限并运行

chmod +x Anaconda3-2024.06-1-Linux-x86_64.sh

./Anaconda3-2024.06-1-Linux-x86_64.sh

随后按照安装提示进行安装即可（建议同意conda init）。

创建虚拟环境并安装Open-WebUI

前文提到，我们需要创建一个python 3.11的环境：

conda create -n oi python=3.11

确认后回车，等待安装完成，然后激活环境并安装Open-WebUI

conda activate oi

pip install open-webui

等待安装完成，然后运行

open-webui serve

这个时候，不能科学上网的弊端就来了，Hugging face可能会访问超时！由于安装好了，我这里无法提供截图，语言描述一下大致的报错：非常非常长的五颜六色的报错，还有表格之类，输出很多信息，在报错的最底下会显示Network之类的字样，同时给出“huggingface.co"还有403等字样。这就是网络连接出问题了，此时我们需要使用这条语句：

export HF_ENDPOINT=https://hf-mirror.com

用以接入到国内的镜像站。此时再次运行open-webui serve，可以看到开始下载配置，直到出现：用以接入到国内的镜像站。此时再次运行open-webui serve，可以看到开始下载配置，直到出现：

恭喜！你已经完成了大部分工作，距离成功仅有一步之遥！点击输出的链接http://0.0.0.0:8080即可进入open-webui

注册并登录，我们进行最后一步。

获取模型

首先，使用你之前的参数重新运行vllm serve。等待服务完全运行起来后，会周期地进行输出，此时我们回到Open-WebUI，点击右上角头像，选择“管理员面板”，点击左上角的“设置”，然后点击外部连接：

然后将vllm的地址“http://0.0.0.0:8000/v1”替换掉默认的OpenAI API。注意加上“/v1”。输入你所配置的token密钥

因为我们是vllm部署，没有用到ollama，可以将其关闭。

输入完成后，点击右边的刷新按钮测试连接，如果显示已验证服务器连接，则点击右下角保存。 如果显示Network problem，则检查拼写，是否是写了https或打错字。

点击保存后，如果弹出“保存设置成功”一类的字样，那么恭喜你，大功告成！

此时回到主页面，点击左上角选择模型，就应该出现已加载的模型：

启动，并开始第一次对话！

回到Open-WebUI的主页面，选择模型，然后开始第一次对话！

注意，每次使用模型进行对话前，都需要先启动vllm，然后启动open webui。

愉快地对话吧！