LMDeploy 是一款开源项目：上海人工智能实验室开源的模型压缩与部署工具。

这篇写给科研人员：围绕文献检索与阅读、实验记录与数据整理和论文写作润色这几类日常工作，说明它能帮上什么忙、怎么用、哪些地方必须自己把关。

科研人员的三个高频用法

1. 文献检索与阅读

提示词示例：

围绕【研究问题】列出近五年的 10 篇代表性文献：作者、年份、方法、主要发现。我会逐条核对，请只列出你能给出 DOI 或可检索标题的文献。

把关：每篇都核对过原文。

2. 实验记录与数据整理

可直接复制到 LMDeploy 里修改：

把这份实验记录整理成规范表格：日期、条件、样本编号、观测值、备注，指出记录中缺失或前后不一致的数据，不要补全数值。

把关：缺失数据被标出而非补全。

3. 论文写作润色

在 LMDeploy 中可以这样提：

润色这段论文方法部分的英文，保持专业术语不变、数据不变，改为被动语态为主的学术风格，列出主要修改。

把关：术语与数据未改动。

也可以试试：团队共享服务

这是「本地与开源」类工具的通用任务，科研人员同样用得上。

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。

边界与合规

遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

  • 产出由科研人员本人负责，AI 只是草稿和辅助。
  • 对外内容发布前至少看一遍。
  • 如单位有规定的工具清单，优先在清单内选择；LMDeploy 的同类还有 vLLM、SGLang。

一周试用建议

选一个最常做的任务连续用 5 个工作日，记录每次节省的时间和需要修改的地方，再决定是否把 LMDeploy 纳入日常流程。

更多可以试的用法

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。

本地部署试跑

输入：一台有独立显卡或大内存的电脑。

按官方文档在本机部署，选择一个适合显存的模型尺寸，运行一个简单的对话或推理测试，记录显存占用和生成速度。

验收标准：记录了资源占用。

私有知识问答

输入：一批不能上传云端的内部文档。

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。

交付前确认：断网可用。

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：显存不足无法加载

换用更小的模型或更低的量化等级，或启用 CPU 卸载。

概念补充：量化

降低模型参数精度以减少显存占用，可能影响效果。

概念补充：GGUF

llama.cpp 生态常用的模型文件格式。

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。

注意事项

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

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。

延伸阅读