xinference注册、启动多个本地模型

bash

#!/bin/bash

# 启动 xinference 服务
/opt/conda/bin/xinference-local --host 0.0.0.0 --port 9997 &

# 等待服务完全启动
sleep 10

# 注册 embedding 模型
echo "Registering /model/bge-large-zh as custom-bge-large-zh"
/opt/conda/bin/xinference register --model-type embedding --file /workspace/custom-bge-large-zh.json --persist

# 等待模型注册完成
sleep 5

# 注册 rerank 模型
echo "Registering /model/bge-reranker-v2-m3 as custom-bge-reranker-v2-m3"
/opt/conda/bin/xinference register --model-type rerank --file /workspace/custom-bge-reranker-v2-m3.json --persist

# 等待模型注册完成
sleep 5

# 启动 embedding 模型
echo "Launching custom-bge-large-zh embedding model..."
/opt/conda/bin/xinference launch --model-name custom-bge-large-zh --model-type embedding

# 等待模型启动完成
sleep 5

# 启动 rerank 模型
echo "Launching custom-bge-reranker-v2-m3 rerank model..."
/opt/conda/bin/xinference launch --model-name custom-bge-reranker-v2-m3 --model-type rerank

注意

1. 在bash中使用xinference命令的决定路径 ，/opt/conda/bin/xinference；
2. 足够的启动时间，使用sleep保证每行命令完成后在执行下一条命令。

python

在解决bash上述两个问题前，考虑转成python脚本的方式注册启动多个本地模型。

import subprocess
import time

# 启动 xinference 服务
def start_xinference():
    print("Starting xinference-local service...")
    subprocess.Popen(['/opt/conda/bin/xinference-local', '--host', '0.0.0.0', '--port', '9997'])
    time.sleep(10)  # 等待服务完全启动

# 注册模型
def register_model(model_type, json_file, custom_name):
    print(f"Registering {custom_name} as {model_type} model...")
    subprocess.run(['/opt/conda/bin/xinference', 'register', '--model-type', model_type, '--file', json_file, '--persist'])
    time.sleep(5)  # 等待注册完成

# 启动模型
def launch_model(model_type, custom_name):
    print(f"Launching {custom_name} {model_type} model...")
    subprocess.run(['/opt/conda/bin/xinference', 'launch', '--model-name', custom_name, '--model-type', model_type])
    time.sleep(5)  # 等待启动完成

if __name__ == "__main__":
    # 启动 xinference 服务
    start_xinference()

    # 注册 embedding 模型
    register_model('embedding', '/workspace/custom-bge-large-zh.json', 'custom-bge-large-zh')

    # 注册 rerank 模型
    register_model('rerank', '/workspace/custom-bge-reranker-v2-m3.json', 'custom-bge-reranker-v2-m3')

    # 启动 embedding 模型
    launch_model('embedding', 'custom-bge-large-zh')

    # 启动 rerank 模型
    launch_model('rerank', 'custom-bge-reranker-v2-m3')