快速开始
本指南帮助您安装并运行 vLLM Semantic Router。路由器完全在 CPU 上运行，推理侧不需要 GPU。
系统要求
无需 GPU——路由器在 CPU 上使用优化的 BERT 模型高效运行。
要求：
- Python：3.10 或更高
- 容器运行时：Docker（运行路由器容器所必需）
快速开始
1. 一行安装脚本（macOS/Linux）
curl -fsSL https://vllm-semantic-router.com/install.sh | bash
安装脚本会：
- 检测 Python 3.10 或更新版本
- 将
vllm-sr安装到~/.local/share/vllm-sr - 在
~/.local/bin/vllm-sr写入启动器 - 除非您选择退出，否则为
vllm-sr serve准备 Docker - 在可能的情况下自动启动
vllm-sr serve并打开控制台 - 若无法打开浏览器，则打印控制台访问方式与远程服务器提示
若 ~/.local/bin 尚未在 PATH 中，安装脚本会打印需要添加的 export 行。
Windows 用户请使用下文手动 PyPI 流程。
2. 手动 PyPI 安装
# 建议创建虚拟环境
python -m venv vsr
source vsr/bin/activate # Windows：vsr\Scripts\activate
# 从 PyPI 安装
pip install vllm-sr
验证安装：
vllm-sr --version
3. 稍后重启 vllm-sr
vllm-sr serve
若未使用 --no-launch，安装脚本已为您运行过一次 vllm-sr serve。
若当前目录尚无 config.yaml，vllm-sr serve 会引导生成最小配置并以设置模式启动控制台。
路由器将：
- 自动下载所需 ML 模型（约 1.5GB，一次性）
- 在端口 8700 启 动控制台
- 在端口 8810 启动
vllm-sr-simsidecar - 激活后在端口 8888 启动 Envoy 代理
- 激活后启动语义路由器服务
- 在端口 9190 暴露指标
4. 打开控制台
在浏览器中打开 http://localhost:8700。
若在远程服务器上运行安装脚本且浏览器未自动打开，请使用安装脚本打印的 URL 与 SSH 隧道说明。
首次运行设置：
- 配置一个或多个模型。
- 选择路由预设或保留单模型基线。
- 激活生成的配置。
激活后，会在当前目录写入 config.yaml，路由器退出设置模式。
5. 测试路由器
curl http://localhost:8888/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "MoM",
"messages": [{"role": "user", "content": "Hello!"}]
}'
6.（可选）从 CLI 打开控制台
vllm-sr dashboard
常用命令
# 查看日志
vllm-sr logs router # 路由器日志
vllm-sr logs envoy # Envoy 日志
vllm-sr logs simulator # Fleet 模拟器 sidecar 日志
vllm-sr logs router -f # 跟踪日志
# 查 看状态
vllm-sr status # 含模拟器 sidecar 状态
# 停止路由器
vllm-sr stop
高级配置
以 YAML 为先的工作流
若希望直接编辑 YAML 而非使用控制台设置流程：
# 在 serve 之前校验 canonical 配置
vllm-sr validate config.yaml
v0.3 已移除 vllm-sr init。请直接按 canonical 布局 version/listeners/providers/routing/global 创建 config.yaml，用 vllm-sr config migrate --config old-config.yaml 迁移旧文件，或使用 vllm-sr config import --from openclaw 导入受支持的 OpenClaw 模型提供商。
HuggingFace 设置
启动前设置环境变量：
export HF_ENDPOINT=https://huggingface.co # 或镜像：https://hf-mirror.com
export HF_TOKEN=your_token_here # 仅门控模型需要
export HF_HOME=/path/to/cache # 自定义缓存目录
vllm-sr serve
自定义选项
# 指定配置文件
vllm-sr serve --config my-config.yaml
# 指定 Docker 镜像
vllm-sr serve --image ghcr.io/vllm-project/semantic-router/vllm-sr:latest
# 控制镜像拉取策略
vllm-sr serve --image-pull-policy always
Kubernetes 部署
在生产环境使用 Kubernetes 或 OpenShift 时，请使用 Kubernetes Operator：
使用 Operator 快速开始
git clone https://github.com/vllm-project/semantic-router
cd semantic-router/deploy/operator
make install
make deploy IMG=ghcr.io/vllm-project/semantic-router-operator:latest
kubectl apply -f config/samples/vllm_v1alpha1_semanticrouter.yaml
优势：
- 使用 Kubernetes CRD 的声明式配置
- 自动检测平台（OpenShift/Kubernetes）
- 内置高可用与扩缩
- 集成监控与可观测
- 生命周期管理与升级
完整说明见 Kubernetes Operator 指南。
其他 Kubernetes 部署选项
- Istio 集成 — 服务网格部署
- AI Gateway — Gateway API 集成
- Production Stack — 完整生产环境
- Dynamo — 动态配置管理
Docker Compose
本地开发与测试：
- Docker Compose — 快速本地部署
下一步
- 配置指南 — 高级路由与信号配置
- Kubernetes Operator — 生产级 Kubernetes 部署
- API 文档 — 完整 API 参考
- 教程 — 示例学习
获 取帮助
- Issue：GitHub Issues
- 社区：加入 vLLM Slack 的
#semantic-router频道 - 文档：vllm-semantic-router.com