LangChain¶

vLLM 也可以通过 LangChain 使用。

要安装 LangChain，请运行

pip install langchain langchain_community -q

要在单个或多个 GPU 上运行推理，请使用来自 langchain 的 VLLM 类。

Code

from langchain_community.llms import VLLM

llm = VLLM(
    model="Qwen/Qwen3-4B",
    trust_remote_code=True,  # hf 模型的必需参数
    max_new_tokens=128,
    top_k=10,
    top_p=0.95,
    temperature=0.8,
    # 用于分布式推理
    # tensor_parallel_size=...,
)

print(llm("法国的首都是什么？"))

更多详细信息请参考此教程。