前面两篇文章分别部署了Docker、Dify、Ollama（Dify平台私有化部署-CSDN博客，Ollama部署-CSDN博客），接下来就是在一个新的服务器上部署Xinference，然后在Xinference上面部署向量化模型和重排序模型。

首先就是确认自己的python版本，建议使用3.10及以上，太低的安装过程会比较多的问题，我这里使用的python版本是3.10，如果不是也可以在当前的环境中创建镜像，然后在镜像上面进行部署安装。创建镜像方法如下

# 创建一个环境
conda create -n Xinference python=3.10.14 

# 激活环境，一定要激活环境，不然安装还是会有问题
conda activate Xinference

接下来还是先学术资源加载一下，加载方法和Dify部署的时候是一样的

然后我们配置一下清华源，这样下载的时候会更加的方便

# 配置清华源
python -m pip install --upgrade pip

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 使用清华源进行升级
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip

 

这里在安装Xinference的时候，会遇到一个LIama.cpp的包下载有问题，所以我们就手动下载这个包，然后先把这个包安装好之后再装Xinference就可以了。这个包的下载地址： https://github.com/abetlen/llama-cpp-python/releases/tag/v0.2.88，假如你的python版本是3.11的，那就选择cp311的版本，我是因为我的python是3.10的，所以用3.10的包

下载到本地后，上传到根目录，然后安装就行，安装就是pip install 文件名

pip install llama_cpp_python-0.2.88-cp310-cp310-linux_x86_64.whl

上面的安装成功之后，接下来就是安装Xinference了，这个过程很漫长。。。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple "xinference[all]"

 

经过漫长的等待后，终于安装成功，在这过程中，如果遇到报某个包没装的话，就是pip install一下，或者问问千问或者dp会有对应的具体解决办法，我这里运气很好没有报错，之前其他地方的时候遇到过。

接下来启动服务即可

xinference-local --host 0.0.0.0 --port 8890

 

 最终的页面就是这个样子的了

接下来部署重排序模型和向量化模型，这两个都用直接用魔搭里面的模型，也可以使用其他的。我这里直接把对应的模型git clone到服务器上

# 向量化模型 bge-large-zh-v1.5
git clone https://www.modelscope.cn/BAAI/bge-large-zh-v1.5.git

# 重排序  bge-reranker-large
git clone https://www.modelscope.cn/BAAI/bge-reranker-large.git

 下载成功后，Xinference上开始部署向量化模型

点击小火箭部署成功后，就会自动跳转到下面这个页面，说明已经部署成功了 

 

接下来部署重排序模型

 点击小火箭，部署成功后会跳转到下面这个页面

这样就说明全部部署成功了，可以在Dify里面把Xinference插件安装好后就可以把这两个模型加载进去，在设计工作流或者智能体的时候均可以使用了。