接入 GPUStack 进行本地模型部署

GPUStack 是一个用于运行大语言模型（LLMs）的开源 GPU 集群管理器。

Dify 支持与 GPUStack 集成，用于本地部署大语言模型推理、嵌入和重排序能力。

部署 GPUStack

你可以参考官方文档进行部署，或按照以下步骤快速集成：

Linux 或 MacOS

GPUStack 提供了一个脚本，可以将其作为服务安装在基于 systemd 或 launchd 的系统上。要使用此方法安装 GPUStack，只需运行：

curl -sfL https://get.gpustack.ai | sh -s -

Windows

以管理员身份运行 PowerShell（避免使用 PowerShell ISE），然后运行以下命令安装 GPUStack：

Invoke-Expression (Invoke-WebRequest -Uri "https://get.gpustack.ai" -UseBasicParsing).Content

然后你可以按照终端的输出说明访问 GPUStack 界面。

部署模型

以某个托管在 GPUStack 的大语言模型为例：

1. 在 GPUStack 界面中，进入"模型"页面并点击"部署模型"，从下拉菜单中选择 Hugging Face。

2. 使用左上角的搜索栏搜索模型名称 Qwen/Qwen2.5-0.5B-Instruct-GGUF。

3. 点击保存以部署模型。

gpustack-deploy-llm

创建 API 密钥

1. 进入"API 密钥"页面并点击"新建 API 密钥"。

2. 填写名称，然后点击保存。

3. 复制 API 密钥并保存以供后续使用。

将 GPUStack 集成到 Dify

1. 进入设置 > 模型供应商 > GPUStack并填写：

   • 模型类型：LLM

   • 模型名称：qwen2.5-0.5b-instruct

   • 服务器 URL：http://your-gpustack-server-ip

   • API 密钥：输入你从前面步骤复制的 API 密钥

   点击"保存"以在应用中使用该模型。

add-gpustack-llm

更多关于 GPUStack 的信息，请参考 Github 仓库。