目录
[1. 在容器内时,先退出容器](#1. 在容器内时,先退出容器)
[2. 查看容器](#2. 查看容器)
[3. 删除容器](#3. 删除容器)
[1. 配置 (devcontainer.json)](#1. 配置 (devcontainer.json))
[2. 操作流程](#2. 操作流程)
docker删除容器
1. 在容器内时,先退出容器
在容器内输入 exit 或按 Ctrl+D
2. 查看容器
docker ps -a | grep vllm/vllm-openai:v0.11.0
找到对应的容器 ID 或名称(比如 CONTAINER ID 和 NAMES 列)
3. 删除容器
方法一:强制删除(推荐)
docker rm -f <容器ID或名称>
例如:docker rm -f 637790aed0b8
方法二:先停止再删除
docker stop <容器ID或名称>
docker rm <容器ID或名称>
下载docker容器
bash
docker run --gpus all -it \
-v /data/lbg/models:/models \
--entrypoint bash \
vllm/vllm-openai:v0.9.0
v100显卡,比较老:
bash
docker run --gpus all -it \
-v /data/lbg/models:/models \
--entrypoint bash \
vllm/vllm-openai:v0.6.3.post1
1. 配置 (devcontainer.json)
你需要在你本地的项目目录(/data/project/aaa)下创建一个 .devcontainer 文件夹,并在里面新建一个 devcontainer.json 文件。这个文件告诉 VS Code 该如何为你搭建环境,你可以参考以下配置,针对你的 vllm/vllm-openai:v0.9.0 镜像进行定制:
python
{
"name": "vLLM Dev Container",
// 1. 指定你下载的那个 Docker 镜像作为基础
"image": "vllm/vllm-openai:v0.9.0",
// 2. 告诉 VS Code 要使用宿主机上的 GPU
"runArgs": ["--gpus", "all"],
"mounts": [
"source=/data/metahuman_work/lbg/models,target=/data/lbg/models,type=bind",
"source=/data/metahuman_work/lbg/project,target=/workspace,type=bind"
],
"workspaceFolder": "/workspace",
// 4. 【核心】容器创建后自动执行的命令,保持容器不退出
"postCreateCommand": "echo 'Container is ready' && sleep infinity",
// 5. 为 VS Code 设置,让你编程更顺手
"customizations": {
"vscode": {
// 自动安装这些好用的插件
"extensions": [
"ms-python.python",
"ms-python.vscode-pylance"
],
"settings": {
"terminal.integrated.shell.linux": "/bin/bash"
}
}
}
}
2. 操作流程
有了上面的配置文件,操作流程可就比敲命令简单多了:
-
用 VS Code 打开项目 :直接打开你的项目文件夹
/data/lbg/project/text2latex。 -
重新在容器中打开:
-
按下
F1打开命令面板。 -
输入并选择
Dev Containers: Reopen in Container。
-
-
等待并享受:
-
VS Code 会读取你的
devcontainer.json配置,自动拉取/启动容器,并完成所有挂载和设置。 -
当左下角显示
Dev Container: vLLM Dev Container时,你就已经在容器内部了。现在打开 VS Code 的终端,所有的命令都是直接在容器里执行的。
-