batch-extract-sglang
使用 SGLang 進行結構化擷取
透過 SGLang 執行由 /v1/chat/completions(或 /v1/completions)請求組成的 OpenAI 批次檔,每個回答都受你提供的同一個 JSON Schema 約束,並以與 batch-infer-sglang 相同的格式為每個請求寫出一行結果。解碼由語法引導,因此除非先達到 max_tokens,每個回答都能解析並符合該 Schema;日誌會回報有多少個能解析。預設模型為 Qwen3-4B-Instruct-2507(Apache-2.0),啟動時從 Hugging Face 下載。
- 狀態
- 可用
- GPU
- NVIDIA A10G · 24 GB
a10g-24gb-x1 - 預設執行時間
- 最長 1 h
- 發布者
- Unify Compute
讀取和寫入的內容
輸入 /mnt/in | 包含 requests.jsonl 的目錄:每個請求一行 OpenAI 批次紀錄,url 為 /v1/chat/completions 或 /v1/completions;model 欄位會被取代為 MODEL,任何 response_format 都會被取代為該 Schema |
|---|---|
輸入 /mnt/schema | schema.json:每個回答都必須符合的 JSON Schema |
輸出 /mnt/out | results.jsonl:每個請求一行 OpenAI 批次結果,依輸入順序排列,以 custom_id 對應;每個回答的內容都是符合 schema.json 的 JSON 文件 |
可以變更的內容
提交時可以設定:GPU(SKU) (sku)、雲端部署位置 (providers)、環境變數 (spec.env)、最長執行時間 (spec.max_runtime_seconds)。映像檔以及宣告的輸入和輸出是固定的:換一個映像檔就是另一個範本。
MODEL | Qwen/Qwen3-4B-Instruct-2507 |
|---|---|
MODEL_REVISION | cdbee75f17c01a7cc42f958dc650907174af0554 |
MAX_MODEL_LEN | 8192 |
CONCURRENCY | 64 |
執行
將金鑰存放在 $UNIFY_KEY 中(請參閱快速入門),為每個輸入提供一個 https:// URL(公開或預先簽署皆可),並以上方列出的檔名結尾:
curl -s https://api.compute.unifyai.us/compute/v1/jobs \
-H "Authorization: Bearer $UNIFY_KEY" \
-H "Content-Type: application/json" \
-d '{
"template": "batch-extract-sglang",
"spec": {
"inputs": [
{
"source": "https://YOUR-BUCKET.s3.amazonaws.com/requests.jsonl",
"mount": "/mnt/in"
},
{
"source": "https://YOUR-BUCKET.s3.amazonaws.com/schema.json",
"mount": "/mnt/schema"
}
]
}
}'工作依其使用的 GPU 時間、以該 SKU 的費率計費,與你自己撰寫的工作相同。
映像檔來源
| 映像檔 | lmsysorg/sglang:v0.5.19-cu129-runtime |
|---|---|
| 摘要值 | sha256:fe08f6f52bea380415792849a703d92279c86320f8c39283bcd04043f8b63c41 |
| 授權 | Apache-2.0 |
| 來源 | https://hub.docker.com/r/lmsysorg/sglang (tag v0.5.19-cu129-runtime, pushed 2026-09-04, the newest CUDA 12.9 build; multi-arch index read from registry-1.docker.io on 2026-11-06; LICENSE at github.com/sgl-project/sglang/blob/v0.5.19/LICENSE) |
實際執行的是摘要值。標籤可以重新推送,摘要值不行,因此你的工作拉取的正是經過審查的版本。