VLLM

VLLM 的通過端點 - 呼叫提供者專屬端點，使用原生格式（不進行轉換）。

功能	支援	備註
成本追蹤	❌	不支援
記錄	✅	可在所有整合中運作
終端使用者追蹤	❌	如果您需要這個功能，請告訴我們
串流	✅

只要將 https://my-vllm-server.com 換成 LITELLM_PROXY_BASE_URL/vllm 🚀

範例用法

curl -L -X GET 'http://0.0.0.0:4000/vllm/metrics' \
-H 'Content-Type: application/json' \
-H "Authorization: Bearer $LITELLM_API_KEY" \

支援 所有 VLLM 端點（包含串流）。

快速開始

我們來呼叫 VLLM /score 端點

1. 將一個由 VLLM 主機代管的模型新增至您的 LiteLLM Proxy

資訊

適用 LiteLLM v1.72.0+。

model_list:
  - model_name: "my-vllm-model"
    litellm_params:
      model: hosted_vllm/vllm-1.72
      api_base: https://my-vllm-server.com

2. 啟動 LiteLLM Proxy

litellm

# RUNNING on http://0.0.0.0:4000

3. 測試看看！

我們來呼叫 VLLM /score 端點

curl -X 'POST' \
  'http://0.0.0.0:4000/vllm/score' \
  -H 'accept: application/json' \
  -H 'Content-Type: application/json' \
  -d '{
  "model": "my-vllm-model",
  "encoding_format": "float",
  "text_1": "What is the capital of France?",
  "text_2": "The capital of France is Paris."
}'

範例

http://0.0.0.0:4000/vllm 之後的任何內容都會被視為提供者專屬路由，並據此處理。

主要變更：

原始端點	替換為
https://my-vllm-server.com	http://0.0.0.0:4000/vllm (LITELLM_PROXY_BASE_URL="http://0.0.0.0:4000")
bearer $VLLM_API_KEY	bearer anything（如果在 proxy 上設定了 Virtual Keys，請使用 bearer LITELLM_VIRTUAL_KEY）

範例 1：指標端點

LiteLLM Proxy 呼叫

curl -L -X GET 'http://0.0.0.0:4000/vllm/metrics' \
-H 'Content-Type: application/json' \
-H 'Authorization: Bearer $LITELLM_VIRTUAL_KEY' \

直接 VLLM API 呼叫

curl -L -X GET 'https://my-vllm-server.com/metrics' \
-H 'Content-Type: application/json' \

範例 2：聊天 API

LiteLLM Proxy 呼叫

curl -L -X POST 'http://0.0.0.0:4000/vllm/chat/completions' \
-H 'Content-Type: application/json' \
-H 'Authorization: Bearer $LITELLM_VIRTUAL_KEY' \
-d '{
    "messages": [
        {
            "role": "user",
            "content": "I am going to Paris, what should I see?"
        }
    ],
    "max_tokens": 2048,
    "temperature": 0.8,
    "top_p": 0.1,
    "model": "qwen2.5-7b-instruct",
}'

直接 VLLM API 呼叫

curl -L -X POST 'https://my-vllm-server.com/chat/completions' \
-H 'Content-Type: application/json' \
-d '{
    "messages": [
        {
            "role": "user",
            "content": "I am going to Paris, what should I see?"
        }
    ],
    "max_tokens": 2048,
    "temperature": 0.8,
    "top_p": 0.1,
    "model": "qwen2.5-7b-instruct",
}'

進階 - 搭配 Virtual Keys 使用

先決條件

• 使用 DB 設定 proxy

請使用這個方式，避免讓開發人員直接存取您的 VLLM 伺服器，同時仍然讓他們能使用 VLLM 端點。

其 model 不在您的 model_list 中的請求，會轉送到 VLLM_API_BASE 中設定的伺服器。如果該變數缺失，proxy 會拋出 VLLM_API_BASE is not set。HOSTED_VLLM_API_BASE 只會由轉譯後路由上的 hosted_vllm/... 提供者讀取（例如 /chat/completions），因此它對 /vllm pass-through 呼叫沒有影響。

用法

1. 設定環境

export DATABASE_URL=""
export LITELLM_MASTER_KEY=""
export VLLM_API_BASE=""

litellm

# RUNNING on http://0.0.0.0:4000

2. 產生虛擬金鑰

curl -X POST 'http://0.0.0.0:4000/key/generate' \
-H "Authorization: Bearer $LITELLM_API_KEY" \
-H 'Content-Type: application/json' \
-d '{}'

預期回應

{
    ...
    "key": "sk-<virtual-key>"
}

3. 測試看看！

curl -L -X POST 'http://0.0.0.0:4000/vllm/chat/completions' \
-H 'Content-Type: application/json' \
-H "Authorization: Bearer $LITELLM_API_KEY" \
  --data '{
    "messages": [
        {
            "role": "user",
            "content": "I am going to Paris, what should I see?"
        }
    ],
    "max_tokens": 2048,
    "temperature": 0.8,
    "top_p": 0.1,
    "model": "qwen2.5-7b-instruct",
}'