上海人工智能实验室开源的模型压缩与部署工具——这是 LMDeploy 最主要的用途，也是本文讨论的前提。

下面用几组示意对比，说明同一任务里提示写法和流程不同会带来什么差别。

对比一：模糊指令 vs 明确指令

改之前：直接说「帮我私有知识问答」。结果往往泛泛而谈、格式随意。

改之后：写清材料、格式和验收标准：

在本地搭建问答：本地模型负责回答，文档向量化存储在本机，回答时注明出处段落，断网情况下验证仍可使用。

变化（示意）：输出结构稳定，可以直接按「断网可用」检查。

对比二：一次做完 vs 分步完成

改之前：把「模型对比测试」的全部要求一次塞进去。改之后：先让它给出计划或大纲，确认后再逐步完成。变化（示意）：中途发现偏差可以及时纠正，返工更少。

用 20 个真实业务问题测试候选模型，记录回答质量、速度和资源占用，选出最适合的模型。

对比三：不检查 vs 带检查点

改之前：拿到结果直接用。改之后：每次都对照「记录了资源占用」检查，并让工具列出它不确定的地方。变化（示意）：问题在交付前被发现。

以上对比均为示意，用来说明方法差异，不代表具体的效率数字。

补充练习

接入现有应用

准备材料：一个已有的业务系统。

通过兼容 OpenAI 格式的接口把本地服务接入现有系统，设置超时和并发上限，先在测试环境跑通。

检查点：超时与并发有限制。

团队共享服务

适用情况：手头有一台团队共用的服务器时。

把服务部署为团队共享：设置访问认证、按用户记录调用日志、限制单用户并发，并写一份使用说明。

验收标准：开启了访问认证。

小规模微调

适用情况：手头有几百条高质量问答数据时。

用这批数据做一次 LoRA 微调：划分训练集和验证集，记录训练参数，微调前后用同一批问题对比效果。

检查点：有前后对比。

常见问题：生成速度很慢

检查是否使用了 GPU 加速，减少上下文长度。

常见问题：服务对外暴露有风险

只监听内网地址，加认证和反向代理。

常见问题：升级后不兼容

固定版本号，升级前在测试环境验证。

概念补充：开放权重

公开模型参数可下载使用，但许可证条款各不相同。

概念补充：推理框架

负责加载模型并高效生成结果的软件。

适合人群：数据分析师

数据分析师可以用 LMDeploy 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：软件工程师

软件工程师可以用 LMDeploy 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。

适合人群：医疗机构行政人员

医疗机构行政人员可以用 LMDeploy 处理文书整理、患者沟通材料等工作。需要注意：AI 不得替代医生诊断，患者信息必须按法规保护。

注意事项

涉及个人信息、商业机密或受监管数据时，先确认 LMDeploy 的数据处理条款，再决定能否使用。

本文基于 LMDeploy 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

延伸阅读