Devstral Small 2505 GGUF

🚀 Devstral - 增強版代碼大模型

Devstral是一款專為軟件工程任務打造的大語言模型，由Mistral AI和All Hands AI合作開發。它在處理代碼相關任務時表現出色，能有效探索代碼庫、編輯多個文件，為軟件工程代理提供強大支持。該模型在SWE-bench基準測試中成績優異，是開源模型中的佼佼者。

🚀 快速開始

免費微調

你可以使用我們的Google Colab筆記本 免費微調Mistral v0.3 (7B)。

瞭解更多

• 閱讀我們關於Devstral支持的博客：docs.unsloth.ai/basics/devstral
• 查看我們的其他筆記本：文檔

✨ 主要特性

• 智能編碼：專為智能編碼任務設計，是軟件工程代理的理想選擇。
• 輕量級：僅240億參數，體積小巧，可在單張RTX 4090或32GB RAM的Mac上運行，適合本地部署和設備端使用。
• 開源許可：採用Apache 2.0許可證，允許商業和非商業用途的使用和修改。
• 長上下文窗口：擁有高達128k的上下文窗口。
• 分詞器：使用Tekken分詞器，詞彙量達131k。

📊 基準測試結果

SWE-Bench

Devstral在SWE-Bench Verified測試中得分46.8%，比之前的開源最優模型高出6%。

在相同的測試腳手架（OpenHands，由All Hands AI提供）下，Devstral的表現遠超Deepseek-V3-0324和Qwen3 232B-A22B等更大的模型。

💻 使用示例

基礎用法

我們推薦使用OpenHands腳手架與Devstral交互。你可以通過API或本地推理的方式使用該模型。

API使用

1. 按照說明創建Mistral賬戶並獲取API密鑰。
2. 運行以下命令啟動OpenHands Docker容器：

export MISTRAL_API_KEY=<MY_KEY>

docker pull docker.all-hands.dev/all-hands-ai/runtime:0.39-nikolaik

mkdir -p ~/.openhands-state && echo '{"language":"en","agent":"CodeActAgent","max_iterations":null,"security_analyzer":null,"confirmation_mode":false,"llm_model":"mistral/devstral-small-2505","llm_api_key":"'$MISTRAL_API_KEY'","remote_runtime_resource_factor":null,"github_token":null,"enable_default_condenser":true}' > ~/.openhands-state/settings.json

docker run -it --rm --pull=always \
    -e SANDBOX_RUNTIME_CONTAINER_IMAGE=docker.all-hands.dev/all-hands-ai/runtime:0.39-nikolaik \
    -e LOG_ALL_EVENTS=true \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -v ~/.openhands-state:/.openhands-state \
    -p 3000:3000 \
    --add-host host.docker.internal:host-gateway \
    --name openhands-app \
    docker.all-hands.dev/all-hands-ai/openhands:0.39

本地推理

你也可以在本地運行該模型，可使用LMStudio或其他以下列出的庫。

啟動Openhands

docker pull docker.all-hands.dev/all-hands-ai/runtime:0.38-nikolaik
docker run -it --rm --pull=always \
    -e SANDBOX_RUNTIME_CONTAINER_IMAGE=docker.all-hands.dev/all-hands-ai/runtime:0.38-nikolaik \
    -e LOG_ALL_EVENTS=true \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -v ~/.openhands-state:/.openhands-state \
    -p 3000:3000 \
    --add-host host.docker.internal:host-gateway \
    --name openhands-app \
    docker.all-hands.dev/all-hands-ai/openhands:0.38

服務器將在http://0.0.0.0:3000啟動，在瀏覽器中打開該地址，你將看到一個“AI Provider Configuration”選項卡。現在你可以通過點擊左側欄的加號與代理開始新的對話。

高級用法

OpenHands（推薦）

啟動服務器部署Devstral-Small-2505

確保你已經按照上述說明啟動了一個兼容OpenAI的服務器，如vLLM或Ollama。然後，你可以使用OpenHands與Devstral-Small-2505進行交互。

在本教程中，我們啟動一個vLLM服務器：

vllm serve mistralai/Devstral-Small-2505 --tokenizer_mode mistral --config_format mistral --load_format mistral --tool-call-parser mistral --enable-auto-tool-choice --tensor-parallel-size 2

服務器地址應採用以下格式：http://<your-server-url>:8000/v1

啟動OpenHands

你可以按照此處的說明安裝OpenHands。

最簡單的啟動方式是使用Docker鏡像：

docker pull docker.all-hands.dev/all-hands-ai/runtime:0.38-nikolaik

docker run -it --rm --pull=always \
    -e SANDBOX_RUNTIME_CONTAINER_IMAGE=docker.all-hands.dev/all-hands-ai/runtime:0.38-nikolaik \
    -e LOG_ALL_EVENTS=true \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -v ~/.openhands-state:/.openhands-state \
    -p 3000:3000 \
    --add-host host.docker.internal:host-gateway \
    --name openhands-app \
    docker.all-hands.dev/all-hands-ai/openhands:0.38

然後，你可以在http://localhost:3000訪問OpenHands UI。

連接到服務器

訪問OpenHands UI時，系統會提示你連接到服務器。你可以使用高級模式連接到之前啟動的服務器。

填寫以下字段：

• 自定義模型：openai/mistralai/Devstral-Small-2505
• 基礎URL：http://<your-server-url>:8000/v1
• API密鑰：token（或啟動服務器時使用的任何其他令牌）

使用由Devstral驅動的OpenHands

現在你可以通過開始新對話在OpenHands中使用Devstral Small。讓我們來構建一個待辦事項列表應用。

Build a To-Do list app with the following requirements:
- Built using FastAPI and React.
- Make it a one page app that:
   - Allows to add a task.
   - Allows to delete a task.
   - Allows to mark a task as done.
   - Displays the list of tasks.
- Store the tasks in a SQLite database.

LMStudio（推薦用於量化模型）

從Hugging Face下載權重：

pip install -U "huggingface_hub[cli]"
huggingface-cli download \
"mistralai/Devstral-Small-2505_gguf" \
--include "devstralQ4_K_M.gguf" \
--local-dir "mistralai/Devstral-Small-2505_gguf/"

你可以使用LMStudio在本地提供模型服務：

1. 下載並安裝LM Studio
2. 安裝lms cli ~/.lmstudio/bin/lms bootstrap
3. 在bash終端中，在下載模型檢查點的目錄（例如mistralai/Devstral-Small-2505_gguf）中運行lms import devstralQ4_K_M.ggu
4. 打開LMStudio應用程序，點擊終端圖標進入開發者選項卡。點擊“選擇要加載的模型”並選擇Devstral Q4 K M。切換狀態按鈕以啟動模型，在設置中切換“在本地網絡上服務”為開啟狀態。
5. 在右側選項卡中，你將看到一個API標識符（應該是devstralq4_k_m）和一個API地址。記錄此地址，我們將在下一步中使用。

啟動Openhands：

docker pull docker.all-hands.dev/all-hands-ai/runtime:0.38-nikolaik
docker run -it --rm --pull=always \
    -e SANDBOX_RUNTIME_CONTAINER_IMAGE=docker.all-hands.dev/all-hands-ai/runtime:0.38-nikolaik \
    -e LOG_ALL_EVENTS=true \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -v ~/.openhands-state:/.openhands-state \
    -p 3000:3000 \
    --add-host host.docker.internal:host-gateway \
    --name openhands-app \
    docker.all-hands.dev/all-hands-ai/openhands:0.38

點擊第二行的“查看高級設置”。在新選項卡中，將高級模式切換為開啟狀態。將自定義模型設置為mistral/devstralq4_k_m，將基礎URL設置為我們在LM Studio的最後一步中獲得的API地址。將API密鑰設置為dummy。點擊“保存更改”。

vLLM（推薦）

我們推薦使用vLLM庫來實現生產就緒的推理管道。

安裝 確保你安裝了vLLM >= 0.8.5：

pip install vllm --upgrade

這樣做應該會自動安裝mistral_common >= 1.5.4。

檢查安裝情況：

python -c "import mistral_common; print(mistral_common.__version__)"

你還可以使用現成的Docker鏡像或在Docker Hub上的鏡像。

服務器部署

我們建議在服務器/客戶端設置中使用Devstral。

1. 啟動服務器：

vllm serve mistralai/Devstral-Small-2505 --tokenizer_mode mistral --config_format mistral --load_format mistral --tool-call-parser mistral --enable-auto-tool-choice --tensor-parallel-size 2

2. 你可以使用以下簡單的Python代碼片段來測試客戶端：

import requests
import json
from huggingface_hub import hf_hub_download


url = "http://<your-server-url>:8000/v1/chat/completions"
headers = {"Content-Type": "application/json", "Authorization": "Bearer token"}

model = "mistralai/Devstral-Small-2505"

def load_system_prompt(repo_id: str, filename: str) -> str:
    file_path = hf_hub_download(repo_id=repo_id, filename=filename)
    with open(file_path, "r") as file:
        system_prompt = file.read()
    return system_prompt

SYSTEM_PROMPT = load_system_prompt(model, "SYSTEM_PROMPT.txt")

messages = [
    {"role": "system", "content": SYSTEM_PROMPT},
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "Write a function that computes fibonacci in Python.",
            },
        ],
    },
]

data = {"model": model, "messages": messages, "temperature": 0.15}

response = requests.post(url, headers=headers, data=json.dumps(data))
print(response.json()["choices"][0]["message"]["content"])

def fibonacci(n):
    if n <= 0:
        return "Input should be a positive integer."
    elif n == 1:
        return 0
    elif n == 2:
        return 1

    a, b = 0, 1
    for _ in range(2, n):
        a, b = b, a + b
    return b

# 示例用法:
print(fibonacci(10))  # 輸出: 34

def fibonacci_recursive(n):
    if n <= 0:
        return "Input should be a positive integer."
    elif n == 1:
        return 0
    elif n == 2:
        return 1
    else:
        return fibonacci_recursive(n - 1) + fibonacci_recursive(n - 2)

# 示例用法:
print(fibonacci_recursive(10))  # 輸出: 34

def fibonacci_memo(n, memo={}):
    if n <= 0:
        return "Input should be a positive integer."
    elif n == 1:
        return 0
    elif n == 2:
        return 1
    elif n in memo:
        return memo[n]

    memo[n] = fibonacci_memo(n - 1, memo) + fibonacci_memo(n - 2, memo)
    return memo[n]

# 示例用法:
print(fibonacci_memo(10))  # 輸出: 34

def fibonacci_dp(n):
    if n <= 0:
        return "Input should be a positive integer."
    elif n == 1:
        return 0
    elif n == 2:
        return 1

    fib = [0, 1] + [0] * (n - 2)
    for i in range(2, n):
        fib[i] = fib[i - 1] + fib[i - 2]
    return fib[n - 1]

# 示例用法:
print(fibonacci_dp(10))  # 輸出: 34

Mistral-inference

我們推薦使用mistral-inference快速試用Devstral。

安裝 確保安裝了mistral_inference >= 1.6.0：

pip install mistral_inference --upgrade

下載

from huggingface_hub import snapshot_download
from pathlib import Path

mistral_models_path = Path.home().joinpath('mistral_models', 'Devstral')
mistral_models_path.mkdir(parents=True, exist_ok=True)

snapshot_download(repo_id="mistralai/Devstral-Small-2505", allow_patterns=["params.json", "consolidated.safetensors", "tekken.json"], local_dir=mistral_models_path)

Python運行 你可以使用以下命令運行模型：

mistral-chat $HOME/mistral_models/Devstral --instruct --max_tokens 300

如果你輸入提示“Write me a unique and efficient function that computes fibonacci in Python”，模型應該會生成類似以下的內容：

def fibonacci(n, memo=None):
    if memo is None:
        memo = {}

    if n in memo:
        return memo[n]

    if n <= 1:
        return n

    memo[n] = fibonacci(n - 1, memo) + fibonacci(n - 2, memo)
    return memo[n]

# 示例用法:
n = 10
print(f"Fibonacci number at position {n} is {fibonacci(n)}")

Ollama

你可以使用Ollama CLI運行Devstral：

ollama run devstral

Transformers

為了充分利用我們的模型與transformers庫，確保安裝了mistral-common >= 1.5.5以使用我們的分詞器：

pip install mistral-common --upgrade

然後加載我們的分詞器和模型並生成文本：

import torch

from mistral_common.protocol.instruct.messages import (
    SystemMessage, UserMessage
)
from mistral_common.protocol.instruct.request import ChatCompletionRequest
from mistral_common.tokens.tokenizers.mistral import MistralTokenizer
from mistral_common.tokens.tokenizers.tekken import SpecialTokenPolicy
from huggingface_hub import hf_hub_download
from transformers import AutoModelForCausalLM

def load_system_prompt(repo_id: str, filename: str) -> str:
    file_path = hf_hub_download(repo_id=repo_id, filename=filename)
    with open(file_path, "r") as file:
        system_prompt = file.read()
    return system_prompt

model_id = "mistralai/Devstral-Small-2505"
tekken_file = hf_hub_download(repo_id=model_id, filename="tekken.json")
SYSTEM_PROMPT = load_system_prompt(model_id, "SYSTEM_PROMPT.txt")

tokenizer = MistralTokenizer.from_file(tekken_file)

model = AutoModelForCausalLM.from_pretrained(model_id)

tokenized = tokenizer.encode_chat_completion(
    ChatCompletionRequest(
        messages=[
            SystemMessage(content=SYSTEM_PROMPT),
            UserMessage(content="Write me a function that computes fibonacci in Python."),
        ],
    )
)

output = model.generate(
    input_ids=torch.tensor([tokenized.tokens]),
    max_new_tokens=1000,
)[0]

decoded_output = tokenizer.decode(output[len(tokenized.tokens):])
print(decoded_output)

📄 許可證

本項目採用Apache 2.0許可證。

⚠️ 重要提示

你應該在llama.cpp中使用--jinja來啟用系統提示。