集成自定义模型 - Dify Enterprise Docs

自定义模型 是指你自行部署或配置的大语言模型。本指南以 Xinference 为例，演示如何将自定义模型集成到你的 模型插件 中。默认情况下，自定义模型自动包含 模型类型 和 模型名称 两个参数，因此供应商 YAML 文件无需额外定义。你无需在供应商配置文件中实现 validate_provider_credential。运行时，Dify 会根据用户选择的模型类型和模型名称，调用相应模型层的 validate_credentials 方法。

集成自定义模型插件

集成自定义模型分为四个步骤：

创建模型供应商文件：确定自定义模型将包含的模型类型。
按模型类型创建代码文件：为每种模型类型（例如 llm 或 text_embedding）创建单独的代码文件。将每种模型类型保留在各自的逻辑层中，可简化维护和后续扩展。
开发模型调用逻辑：在每个模型类型模块中，创建一个以该模型类型命名的 Python 文件（例如 llm.py）。在文件中定义一个类，实现符合系统模型接口规范的模型逻辑。
调试插件：为新的供应商功能编写单元测试和集成测试，确保所有组件按预期工作。

1. 创建模型供应商文件

在插件的 /provider 目录中，创建一个 xinference.yaml 文件。 Xinference 系列模型支持 LLM、Text Embedding 和 Rerank 模型类型，因此 xinference.yaml 必须包含全部三种类型。示例：

provider: xinference  # Identifies the provider
label:                # Display name; can set both en_US (English) and zh_Hans (Chinese). If zh_Hans is not set, en_US is used by default.
  en_US: Xorbits Inference
icon_small:           # Small icon; store in the _assets folder of this provider's directory. The same multi-language logic applies as with label.
  en_US: icon_s_en.svg
icon_large:           # Large icon
  en_US: icon_l_en.svg
help:                 # Help information
  title:
    en_US: How to deploy Xinference
    zh_Hans: 如何部署 Xinference
  url:
    en_US: https://github.com/xorbitsai/inference

supported_model_types:  # Model types Xinference supports: LLM/Text Embedding/Rerank
- llm
- text-embedding
- rerank

configurate_methods:     # Xinference is locally deployed and does not offer predefined models. Refer to its documentation to learn which model to use. Thus, we choose a customizable-model approach.
- customizable-model

provider_credential_schema:
  credential_form_schemas:

接下来，定义 provider_credential_schema。由于 Xinference 支持文本生成、嵌入和重排序模型，可按如下方式配置：

provider_credential_schema:
  credential_form_schemas:
  - variable: model_type
    type: select
    label:
      en_US: Model type
      zh_Hans: 模型类型
    required: true
    options:
    - value: text-generation
      label:
        en_US: Language Model
        zh_Hans: 语言模型
    - value: embeddings
      label:
        en_US: Text Embedding
    - value: reranking
      label:
        en_US: Rerank

Xinference 中的每个模型都需要一个 model_name：

  - variable: model_name
    type: text-input
    label:
      en_US: Model name
      zh_Hans: 模型名称
    required: true
    placeholder:
      zh_Hans: 填写模型名称
      en_US: Input model name

由于 Xinference 在本地部署，用户还须提供服务器地址（server_url）和模型 UID：

  - variable: server_url
    label:
      zh_Hans: 服务器 URL
      en_US: Server url
    type: text-input
    required: true
    placeholder:
      zh_Hans: 在此输入 Xinference 的服务器地址，如 https://example.com/xxx
      en_US: Enter the url of your Xinference, for example https://example.com/xxx

  - variable: model_uid
    label:
      zh_Hans: 模型 UID
      en_US: Model uid
    type: text-input
    required: true
    placeholder:
      zh_Hans: 在此输入你的 Model UID
      en_US: Enter the model uid

至此，自定义模型供应商的 YAML 配置完成。接下来，为配置中定义的每个模型创建代码文件。

2. 开发模型代码

Xinference 支持 llm、rerank、speech2text 和 tts，因此需在 /models 下为每种类型创建相应的目录，每个目录包含其功能代码。以下是 llm 类型模型的示例。创建一个名为 llm.py 的文件，然后定义一个继承自 __base.large_language_model.LargeLanguageModel 的类，例如 XinferenceAILargeLanguageModel。该类必须实现以下方法。

LLM 调用

调用 LLM 的核心方法，支持流式和同步响应：

def _invoke(
    self,
    model: str,
    credentials: dict,
    prompt_messages: list[PromptMessage],
    model_parameters: dict,
    tools: Optional[list[PromptMessageTool]] = None,
    stop: Optional[list[str]] = None,
    stream: bool = True,
    user: Optional[str] = None
) -> Union[LLMResult, Generator]:
    """
    Invoke the large language model.

    :param model: model name
    :param credentials: model credentials
    :param prompt_messages: prompt messages
    :param model_parameters: model parameters
    :param tools: tools for tool calling
    :param stop: stop words
    :param stream: determines if response is streamed
    :param user: unique user id
    :return: full response or a chunk generator
    """

将流式和同步响应实现为两个独立的函数。Python 将任何包含 yield 的函数视为返回 Generator 的生成器，因此分开实现可保持返回类型清晰：

def _invoke(self, stream: bool, **kwargs) -> Union[LLMResult, Generator]:
    if stream:
        return self._handle_stream_response(**kwargs)
    return self._handle_sync_response(**kwargs)

def _handle_stream_response(self, **kwargs) -> Generator:
    for chunk in response:
        yield chunk

def _handle_sync_response(self, **kwargs) -> LLMResult:
    return LLMResult(**response)

预计算输入 Token

如果模型不提供 token 计数接口，返回 0：

def get_num_tokens(
    self,
    model: str,
    credentials: dict,
    prompt_messages: list[PromptMessage],
    tools: Optional[list[PromptMessageTool]] = None
) -> int:
    """
    Get the number of tokens for the given prompt messages.
    """
    return 0

或者，可从 AIModel 基类调用 self._get_num_tokens_by_gpt2(text: str)，它使用 GPT-2 分词器。注意这只是一个近似值，可能与你的模型不完全匹配。

验证模型凭据

类似于供应商级别的凭据检查，但范围限定于单个模型：

def validate_credentials(self, model: str, credentials: dict) -> None:
    """
    Validate model credentials.
    """

动态模型参数模式

与预定义模型不同，没有 YAML 文件定义模型支持哪些参数，因此你必须动态生成参数模式。例如，Xinference 支持 max_tokens、temperature 和 top_p。其他供应商（例如 OpenLLM）可能仅对部分模型支持 top_k 等参数，因此模式必须适配每个模型的能力：

def get_customizable_model_schema(self, model: str, credentials: dict) -> AIModelEntity | None:
    """
        used to define customizable model schema
    """
    rules = [
        ParameterRule(
            name='temperature', type=ParameterType.FLOAT,
            use_template='temperature',
            label=I18nObject(
                zh_Hans='温度', en_US='Temperature'
            )
        ),
        ParameterRule(
            name='top_p', type=ParameterType.FLOAT,
            use_template='top_p',
            label=I18nObject(
                zh_Hans='Top P', en_US='Top P'
            )
        ),
        ParameterRule(
            name='max_tokens', type=ParameterType.INT,
            use_template='max_tokens',
            min=1,
            default=512,
            label=I18nObject(
                zh_Hans='最大生成长度', en_US='Max Tokens'
            )
        )
    ]

    # if model is A, add top_k to rules
    if model == 'A':
        rules.append(
            ParameterRule(
                name='top_k', type=ParameterType.INT,
                use_template='top_k',
                min=1,
                default=50,
                label=I18nObject(
                    zh_Hans='Top K', en_US='Top K'
                )
            )
        )

    # ... additional ParameterRule entries omitted for brevity ...

    entity = AIModelEntity(
        model=model,
        label=I18nObject(
            en_US=model
        ),
        fetch_from=FetchFrom.CUSTOMIZABLE_MODEL,
        model_type=model_type,
        model_properties={ 
            ModelPropertyKey.MODE:  ModelType.LLM,
        },
        parameter_rules=rules
    )

    return entity

错误映射

当模型调用过程中发生错误时，将其映射到运行时的某个 InvokeError 类型，以便 Dify 统一处理不同的错误：

InvokeConnectionError
InvokeServerUnavailableError
InvokeRateLimitError
InvokeAuthorizationError
InvokeBadRequestError

@property
def _invoke_error_mapping(self) -> dict[type[InvokeError], list[type[Exception]]]:
    """
    Map model invocation errors to unified error types.
    The key is the error type thrown to the caller.
    The value is the error type thrown by the model, which needs to be mapped to a
    unified Dify error for consistent handling.
    """
    # return {
    #   InvokeConnectionError: [requests.exceptions.ConnectionError],
    #   ...
    # }

接口方法的更多细节，参见模型文档。本指南所述的完整代码文件，参见 GitHub 仓库。

3. 调试插件

开发完成后，测试插件以确保其正常运行。详见：

调试插件

4. 发布插件

如需将插件上架到 Dify 市场，参见「发布到 Dify 市场」。

探索更多

快速开始：

插件端点文档：

Edit this page | Report an issue

​集成自定义模型插件

​1. 创建模型供应商文件

​2. 开发模型代码

​LLM 调用

​预计算输入 Token

​验证模型凭据

​动态模型参数模式

​错误映射

​3. 调试插件