Devstral Small 2507 GGUF

我們推薦使用vLLM庫實現生產級推理管道。

安裝： 確保安裝vLLM >= 0.9.1和mistral_common >= 1.7.0：

pip install vllm --upgrade
pip install mistral-common --upgrade

檢查安裝：

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

你也可以使用Docker鏡像或Docker Hub上的鏡像。

啟動服務器： 建議在服務器/客戶端模式下使用Devstral。

1. 啟動服務器：

vllm serve mistralai/Devstral-Small-2507 --tokenizer_mode mistral --config_format mistral --load_format mistral --tool-call-parser mistral --enable-auto-tool-choice --tensor-parallel-size 2

2. 使用Python代碼測試客戶端：

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-2507"

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": "<your-command>",
            },
        ],
    },
]

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

# Devstral Small 1.1支持工具調用。若要使用工具，請按以下操作：
# tools = [ # 為vLLM定義工具
#     {
#         "type": "function",
#         "function": {
#             "name": "git_clone",
#             "description": "克隆一個git倉庫",
#             "parameters": {
#                 "type": "object",
#                 "properties": {
#                     "url": {
#                         "type": "string",
#                         "description": "git倉庫的URL",
#                     },
#                 },
#                 "required": ["url"],
#             },
#         },
#     }
# ] 
# data = {"model": model, "messages": messages, "temperature": 0.15, "tools": tools} # 將工具傳遞給負載

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

推薦使用mistral-inference快速試用Devstral。

安裝： 確保安裝mistral_inference >= 1.6.0：

pip install mistral_inference --upgrade

下載模型：

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-2507", allow_patterns=["params.json", "consolidated.safetensors", "tekken.json"], local_dir=mistral_models_path)

啟動聊天：

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

若要使用transformers庫充分發揮模型性能，需安裝mistral-common >= 1.7.0以使用我們的分詞器：

pip install mistral-common --upgrade

加載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 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-2507"
SYSTEM_PROMPT = load_system_prompt(model_id, "SYSTEM_PROMPT.txt")

tokenizer = MistralTokenizer.from_hf_hub(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

tokenized = tokenizer.encode_chat_completion(
    ChatCompletionRequest(
        messages=[
            SystemMessage(content=SYSTEM_PROMPT),
            UserMessage(content="<your-command>"),
        ],
    )
)

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)

從以下地址下載模型權重：

• LM Studio GGUF倉庫（推薦）：點擊下載
• 我們的GGUF倉庫：點擊下載

pip install -U "huggingface_hub[cli]"
huggingface-cli download \
"lmstudio-community/Devstral-Small-2507-GGUF" \ # 或 mistralai/Devstral-Small-2507_gguf
--include "Devstral-Small-2507-Q4_K_M.gguf" \
--local-dir "Devstral-Small-2507_gguf/"

使用LMStudio本地部署模型：

1. 下載並安裝LM Studio。
2. 安裝lms cli：~/.lmstudio/bin/lms bootstrap。
3. 在bash終端中，進入模型權重下載目錄，運行lms import Devstral-Small-2507-Q4_K_M.gguf。
4. 打開LM Studio應用，點擊終端圖標進入開發者模式。選擇加載模型Devstral Small 2507，切換狀態按鈕啟動模型，在設置中開啟“在本地網絡上服務”。
5. 記錄右側標籤中的API標識符（devstral-small-2507）和API地址，供OpenHands或Cline使用。

從Hugging Face下載模型權重：

pip install -U "huggingface_hub[cli]"
huggingface-cli download \
"mistralai/Devstral-Small-2507_gguf" \
--include "Devstral-Small-2507-Q4_K_M.gguf" \
--local-dir "mistralai/Devstral-Small-2507_gguf/"

使用llama.cpp服務器運行Devstral：

./llama-server -m mistralai/Devstral-Small-2507_gguf/Devstral-Small-2507-Q4_K_M.gguf -c 0 # -c配置上下文大小，0表示使用模型默認值（此處為128k）。