Devstral Small 2505 GGUF

🚀 Devstral - 增强版代码大模型

Devstral是一款专为软件工程任务打造的大语言模型，由Mistral AI和All Hands AI合作开发。它在处理代码相关任务时表现出色，能有效探索代码库、编辑多个文件，为软件工程代理提供强大支持。该模型在SWE-bench基准测试中成绩优异，是开源模型中的佼佼者。

🚀 快速开始

免费微调

你可以使用我们的Google Colab笔记本 免费微调Mistral v0.3 (7B)。

了解更多

• 阅读我们关于Devstral支持的博客：docs.unsloth.ai/basics/devstral
• 查看我们的其他笔记本：文档

✨ 主要特性

• 智能编码：专为智能编码任务设计，是软件工程代理的理想选择。
• 轻量级：仅240亿参数，体积小巧，可在单张RTX 4090或32GB RAM的Mac上运行，适合本地部署和设备端使用。
• 开源许可：采用Apache 2.0许可证，允许商业和非商业用途的使用和修改。
• 长上下文窗口：拥有高达128k的上下文窗口。
• 分词器：使用Tekken分词器，词汇量达131k。

📊 基准测试结果

SWE-Bench

Devstral在SWE-Bench Verified测试中得分46.8%，比之前的开源最优模型高出6%。

在相同的测试脚手架（OpenHands，由All Hands AI提供）下，Devstral的表现远超Deepseek-V3-0324和Qwen3 232B-A22B等更大的模型。

💻 使用示例

基础用法

我们推荐使用OpenHands脚手架与Devstral交互。你可以通过API或本地推理的方式使用该模型。

API使用

1. 按照说明创建Mistral账户并获取API密钥。
2. 运行以下命令启动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

你也可以在本地运行该模型，可使用LMStudio或其他以下列出的库。

启动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

服务器将在http://0.0.0.0:3000启动，在浏览器中打开该地址，你将看到一个“AI Provider Configuration”选项卡。现在你可以通过点击左侧栏的加号与代理开始新的对话。

高级用法

OpenHands（推荐）

启动服务器部署Devstral-Small-2505

确保你已经按照上述说明启动了一个兼容OpenAI的服务器，如vLLM或Ollama。然后，你可以使用OpenHands与Devstral-Small-2505进行交互。

在本教程中，我们启动一个vLLM服务器：

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

服务器地址应采用以下格式：http://<your-server-url>:8000/v1

启动OpenHands

你可以按照此处的说明安装OpenHands。

最简单的启动方式是使用Docker镜像：

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

然后，你可以在http://localhost:3000访问OpenHands UI。

连接到服务器

访问OpenHands UI时，系统会提示你连接到服务器。你可以使用高级模式连接到之前启动的服务器。

填写以下字段：

• 自定义模型：openai/mistralai/Devstral-Small-2505
• 基础URL：http://<your-server-url>:8000/v1
• API密钥：token（或启动服务器时使用的任何其他令牌）

使用由Devstral驱动的OpenHands

现在你可以通过开始新对话在OpenHands中使用Devstral Small。让我们来构建一个待办事项列表应用。

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（推荐用于量化模型）

从Hugging Face下载权重：

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在本地提供模型服务：

1. 下载并安装LM Studio
2. 安装lms cli ~/.lmstudio/bin/lms bootstrap
3. 在bash终端中，在下载模型检查点的目录（例如mistralai/Devstral-Small-2505_gguf）中运行lms import devstralQ4_K_M.ggu
4. 打开LMStudio应用程序，点击终端图标进入开发者选项卡。点击“选择要加载的模型”并选择Devstral Q4 K M。切换状态按钮以启动模型，在设置中切换“在本地网络上服务”为开启状态。
5. 在右侧选项卡中，你将看到一个API标识符（应该是devstralq4_k_m）和一个API地址。记录此地址，我们将在下一步中使用。

启动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

点击第二行的“查看高级设置”。在新选项卡中，将高级模式切换为开启状态。将自定义模型设置为mistral/devstralq4_k_m，将基础URL设置为我们在LM Studio的最后一步中获得的API地址。将API密钥设置为dummy。点击“保存更改”。

vLLM（推荐）

我们推荐使用vLLM库来实现生产就绪的推理管道。

安装 确保你安装了vLLM >= 0.8.5：

pip install vllm --upgrade

这样做应该会自动安装mistral_common >= 1.5.4。

检查安装情况：

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

你还可以使用现成的Docker镜像或在Docker Hub上的镜像。

服务器部署

我们建议在服务器/客户端设置中使用Devstral。

1. 启动服务器：

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. 你可以使用以下简单的Python代码片段来测试客户端：

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))  # 输出: 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))  # 输出: 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))  # 输出: 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))  # 输出: 34

Mistral-inference

我们推荐使用mistral-inference快速试用Devstral。

安装 确保安装了mistral_inference >= 1.6.0：

pip install mistral_inference --upgrade

下载

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运行 你可以使用以下命令运行模型：

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

如果你输入提示“Write me a unique and efficient function that computes fibonacci in Python”，模型应该会生成类似以下的内容：

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运行Devstral：

ollama run devstral

Transformers

为了充分利用我们的模型与transformers库，确保安装了mistral-common >= 1.5.5以使用我们的分词器：

pip install mistral-common --upgrade

然后加载我们的分词器和模型并生成文本：

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)

📄 许可证

本项目采用Apache 2.0许可证。

⚠️ 重要提示

你应该在llama.cpp中使用--jinja来启用系统提示。