> ## Documentation Index
> Fetch the complete documentation index at: https://gomodel.enterpilot.io/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# SGLang

> Routuj kompatybilne z OpenAI requesty GoModel do jednego lub wielu self-hosted serwerów SGLang.

GoModel komunikuje się z SGLang przez jego kompatybilne z OpenAI API `/v1` i udostępnia
natywne endpointy SGLang przez passthrough providera. Identyfikatory modeli Hugging Face
zawierające ukośniki działają, ponieważ GoModel dzieli selektory kwalifikowane providerem
tylko na pierwszym ukośniku.

Najpierw uruchom SGLang:

```bash theme={null}
python -m sglang.launch_server \
  --model-path Qwen/Qwen2.5-0.5B-Instruct \
  --host 0.0.0.0 \
  --port 30000
# Dodaj --api-key token-abc123, jeśli serwer ma wymagać uwierzytelniania bearer.
```

Aktualne opcje uruchamiania i opcje specyficzne dla akceleratorów znajdziesz w
[dokumentacji API SGLang kompatybilnego z OpenAI](https://docs.sglang.io/docs/basic_usage/openai_api_completions).

## Konfiguracja

```bash theme={null}
SGLANG_BASE_URL=http://host.docker.internal:30000/v1   # uwzględnij /v1
# SGLANG_API_KEY=token-abc123                          # tylko z --api-key
GOMODEL_MASTER_KEY=change-me
```

> [!NOTE]
>
> Te przykłady zakładają, że GoModel działa w Dockerze, a SGLang na hoście. Jeśli
> oba działają w tej samej sieci Docker lub Kubernetes, użyj nazwy usługi
> SGLang. Jeśli GoModel działa bezpośrednio na hoście, użyj
> `http://localhost:30000/v1`.

## Uruchomienie GoModel

```bash Docker (plik .env) theme={null}
docker run --rm -p 8080:8080 --env-file .env enterpilot/gomodel
```

```bash Docker (inline -e) theme={null}
docker run --rm -p 8080:8080 \
  -e GOMODEL_MASTER_KEY="change-me" \
  -e SGLANG_BASE_URL="http://host.docker.internal:30000/v1" \
  enterpilot/gomodel
```

```bash Binary (make build) theme={null}
make build
./bin/gomodel
```

## Weryfikacja

```bash curl theme={null}
curl -s http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer change-me" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "sglang/Qwen/Qwen2.5-0.5B-Instruct",
    "messages": [{"role": "user", "content": "Reply with exactly ok."}],
    "max_tokens": 8
  }'
```

```python Python theme={null}
from openai import OpenAI

client = OpenAI(base_url="http://localhost:8080/v1", api_key="change-me")

completion = client.chat.completions.create(
    model="sglang/Qwen/Qwen2.5-0.5B-Instruct",
    messages=[{"role": "user", "content": "Reply with exactly ok."}],
    max_tokens=8,
)

print(completion.choices[0].message.content)
```

```javascript JavaScript theme={null}
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "http://localhost:8080/v1",
  apiKey: "change-me",
});

const completion = await client.chat.completions.create({
  model: "sglang/Qwen/Qwen2.5-0.5B-Instruct",
  messages: [{ role: "user", content: "Reply with exactly ok." }],
  max_tokens: 8,
});

console.log(completion.choices[0].message.content);
```

`GET /v1/models` zwraca identyfikatory modeli SGLang poprzedzone nazwą providera, na
przykład `sglang/Qwen/Qwen2.5-0.5B-Instruct`.

## Wiele instancji SGLang

Użyj zmiennych środowiskowych z sufiksem, aby zarejestrować więcej niż jedną instancję bez
YAML:

```bash theme={null}
SGLANG_BASE_URL=http://host.docker.internal:30000/v1
SGLANG_TEST_BASE_URL=http://host.docker.internal:30001/v1
```

To rejestruje `sglang` i `sglang-test`. Sufiks jest zamieniany na małe litery,
a podkreślenia stają się myślnikami.

## Natywny passthrough

Passthrough jest domyślnie włączony. Endpointy SGLang względne wobec katalogu głównego, takie jak
`/generate`, są wysyłane bez skonfigurowanego prefiksu `/v1`:

```bash curl theme={null}
curl -s http://localhost:8080/p/sglang/generate \
  -H "Authorization: Bearer change-me" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello",
    "sampling_params": {"max_new_tokens": 8}
  }'
```

```python Python theme={null}
import httpx

from openai import OpenAI

client = OpenAI(base_url="http://localhost:8080", api_key="change-me")
generation = client.post(
    "/p/sglang/generate",
    cast_to=httpx.Response,
    body={
        "text": "Hello",
        "sampling_params": {"max_new_tokens": 8},
    },
)

print(generation.json())
```

```javascript JavaScript theme={null}
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "http://localhost:8080",
  apiKey: "change-me",
});

const generation = await client.post("/p/sglang/generate", {
  body: {
    text: "Hello",
    sampling_params: { max_new_tokens: 8 },
  },
});

console.log(generation);
```

Zachowaj jawny segment `v1/` dla endpointów SGLang, które go zawierają, takich jak
`/v1/rerank` czy `/v1/tokenize`:

```text theme={null}
/p/sglang/v1/rerank
/p/sglang/v1/tokenize
```

GoModel usuwa autoryzację klienta przed przekazaniem requestu i dołącza
`SGLANG_API_KEY`, gdy jest skonfigurowany.

## Uwagi o możliwościach

* Chat completions, streaming, listowanie modeli, Responses i embeddingi używają
  API SGLang kompatybilnego z OpenAI.
* Embeddingi i funkcje specyficzne dla modelu zależą od modelu załadowanego przez SGLang.
* Natywne interfejsy batchy, plików i cyklu życia zapisanych odpowiedzi nie są jeszcze
  udostępniane jako typowane możliwości providera w GoModel; używaj passthrough tam, gdzie
  zainstalowana wersja SGLang je obsługuje.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.