Devstral Small 2507 Unsloth Bnb 4bit

我们建议使用vLLM库来实现生产就绪的推理管道。

安装 确保安装了vLLM >= 0.9.1：

pip install vllm --upgrade

同时确保安装了mistral_common >= 1.7.0：

pip install mistral-common --upgrade

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Docker Hub上的镜像。

启动服务器 我们建议在服务器/客户端环境中使用Devstral。

1. 启动服务器：

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. 你可以使用一个简单的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-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支持工具调用。如果你想使用工具，请按以下方式操作：
# tools = [ # 为vLLM定义工具
#     {
#         "type": "function",
#         "function": {
#             "name": "git_clone",
#             "description": "克隆一个git仓库",
#             "parameters": {
#                 "type": "object",
#                 "properties": {
#                     "url": {
#                         "type": "string",
#                         "description": "git仓库的URL",
#                     },
#                 },
#                 "required": ["url"],
#             },
#         },
#     }
# ] 
# data = {"model": model, "messages": messages, "temperature": 0.15, "tools": tools} # 将工具传递给负载。

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

我们建议使用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)

进行对话 你可以使用以下命令运行模型：

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

然后你可以输入任何你想要的提示。

为了在transformers中充分利用我们的模型，确保安装了mistral-common >= 1.7.0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进行生成：

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)

从以下任意位置下载模型权重：

• LM Studio GGUF仓库（推荐）：https://huggingface.co/lmstudio-community/Devstral-Small-2507-GGUF
• 我们的GGUF仓库：https://huggingface.co/mistralai/Devstral-Small-2507_gguf

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

你可以使用LMStudio在本地部署模型：

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Devstral-Small-2507_gguf）中运行lms import Devstral-Small-2507-Q4_K_M.gguf。
4. 打开LM Studio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 Small 2507。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（应为devstral-small-2507）和一个API地址。记录此地址，它将用于OpenHands或Cline。

从Hugging Face下载模型权重：

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/"

然后使用llama.cpp服务器运行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表示使用模型的默认值，此处为128k。