> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ko/blocks/blocks/run-a-model/open-ai-compatible-llm.md).
# OpenAI 호환 LLM
모든 OpenAI 호환 API 엔드포인트로 프롬프트를 전송합니다.
OpenAI 호환 API 엔드포인트(예: 로컬 Qwen, vLLM, Ollama, LM Studio, 또는 OpenAI 채팅 완성 API를 구현하는 모든 서비스)로 프롬프트를 보냅니다.
## 이 블록의 작동 방식
1. 다음을 제공합니다 **기본 URL** (예: `http://localhost:8000/v1`) 그리고 **모델 이름**.
2. 다음을 작성하세요 **지시문** - 모델이 받는 텍스트.
3. 아래에 행을 추가하여 **입력** 단계 출력(이미지, 감지 결과, 텍스트)을 요청에 입력합니다. 이미지 입력은 base64로 인코딩되어 비전 콘텐츠 부분으로 전송됩니다. 이미지 목록은 이미지마다 하나의 비전 부분이 됩니다.
4. 이미지가 아닌 입력은 문자열로 변환됩니다. 이를 지시문 텍스트에 삽입하려면 지시문 필드의 도움말 텍스트에 표시된 자리표시자 구문을 사용하여 입력 이름으로 참조하세요.
5. 선택적으로 적용 **UQL 작업** 를 사용하여 삽입 전에 입력값을 변환합니다.
## 이미지 처리
* A `WorkflowImageData` 값은 JPEG로 인코딩되어 다음 항목으로 전송됩니다. `image_url` 부분.
* 원본 JPEG `bytes` (예: Image Stack 블록에서 온 값)는 직접 전송됩니다.
* 둘 중 하나의 목록은 여러 개의 `image_url` 부분으로 분산됩니다.
이미지 입력이 지시문 텍스트에서도 이름으로 참조되면, 자리표시자는 텍스트에서 제거됩니다 - 이미지는 비전 부분으로만 전달됩니다.
### 유형 식별자
단계에서 다음 식별자를 사용하세요 `"type"` 필드: `roboflow_core/openai_compatible@v1` 워크플로우에 이 블록을 단계로 추가하려면.
### 속성
| **이름** | **유형** | **설명** | 참조 |
| ------------------------------ | --------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------ | -- |
| `name` | `str` | 이 단계에 대한 고유 식별자를 입력하세요.. | ❌ |
| `base_url` | `str` | /v1을 포함한 OpenAI 호환 서버의 URL.. | ✅ |
| `model_name` | `str` | 서버로 전송되는 모델 식별자.. | ✅ |
| `API 키` | `str` | 엔드포인트에 필요한 경우 API 키.. | ✅ |
| `system_prompt` | `str` | 모델 동작을 설정하는 선택적 시스템 메시지.. | ✅ |
| `prompt` | `str` | 모델로 전송되는 텍스트.. | ✅ |
| `prompt_parameters` | `Dict[str, Union[bool, float, int, str]]` | 요청에 포함할 단계 출력(이미지 또는 텍스트).. | ✅ |
| `prompt_parameters_operations` | `Dict[str, List[Union[ClassificationPropertyExtract, ConvertDictionaryToJSON, ConvertImageToBase64, ConvertImageToJPEG, DetectionsFilter, DetectionsOffset, DetectionsPropertyExtract, DetectionsRename, DetectionsSelection, DetectionsShift, DetectionsToDictionary, Divide, ExtractDetectionProperty, ExtractFrameMetadata, ExtractImageProperty, LookupTable, Multiply, NumberRound, NumericSequenceAggregate, PickDetectionsByParentClass, RandomNumber, SequenceAggregate, SequenceApply, SequenceElementsCount, SequenceLength, SequenceMap, SortDetections, StringMatches, StringSubSequence, StringToLowerCase, StringToUpperCase, TimestampToISOFormat, ToBoolean, ToNumber, ToString]]]` | 사용 전에 입력에 적용되는 선택적 UQL 작업.. | ❌ |
| `최대 토큰 수` | `정수` | 모델이 생성할 수 있는 최대 토큰 수.. | ❌ |
| `온도` | `float` | 샘플링 온도, 0.0\~2.0.. | ✅ |
| `extra_body` | `Dict[Any, Any]` | OpenAI SDK의 extra\_body 인수로 전달되는 추가 JSON.. | ❌ |
이 **참조** 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 `워크플로우` 런타임입니다. 자세한 내용은 *바인딩* 을 참조하세요.
### 런타임 호환성
`인터넷 필요` - 에어갭 / 오프라인 배포 : 이 블록은 완전히 오프라인 / 에어갭된 배포에서는 접근할 수 없는 서비스에 의존합니다.
### 입력 및 출력 바인딩
사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 `OpenAI 호환 LLM` 버전 `v1` 을 가지고 있는지.
입력 및 출력 바인딩
* 입력
* `base_url` ([*`string`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)): /v1을 포함한 OpenAI 호환 서버의 URL..
* `model_name` ([*`string`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 서버로 전송되는 모델 식별자..
* `API 키` (*Union\[*[*`secret`*](/workflows/ko/developer-guide/developer-guide/kinds/secret.md)*,* [*`string`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)*]*): 엔드포인트에 필요한 경우 API 키..
* `system_prompt` ([*`string`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 모델 동작을 설정하는 선택적 시스템 메시지..
* `prompt` ([*`string`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 모델로 전송되는 텍스트..
* `prompt_parameters` ([*`*`*](/workflows/ko/developer-guide/developer-guide/kinds/wildcard.md)): 요청에 포함할 단계 출력(이미지 또는 텍스트)..
* `온도` ([*`float`*](/workflows/ko/developer-guide/developer-guide/kinds/float.md)): 샘플링 온도, 0.0\~2.0..
* 출력
* `출력` (*Union\[*[*`string`*](/workflows/ko/developer-guide/developer-guide/kinds/string.md)*,* [*`언어 모델 출력`*](/workflows/ko/developer-guide/developer-guide/kinds/language-model-output.md)*]*): 다음의 경우 문자열 값 `string` 또는 LLM / VLM 출력인 경우 `언어 모델 출력`.
* `error_status` ([`string`](/workflows/ko/developer-guide/developer-guide/kinds/string.md)): 문자열 값.
예시 JSON 정의
```json
{
"name": "",
"type": "roboflow_core/openai_compatible@v1",
"base_url": "http://localhost:8000/v1",
"model_name": "Qwen/Qwen2.5-VL-7B-Instruct",
"api_key": "xxx-xxx",
"system_prompt": "당신은 도움이 되는 어시스턴트입니다.",
"prompt": "이미지에서 보이는 것을 설명하세요.",
"prompt_parameters": {
"detections": "$steps.model.predictions",
"frames": "$steps.image_stack.frames"
},
"prompt_parameters_operations": {
"detections": [
{
"property_name": "class_name",
"type": "DetectionsPropertyExtract"
}
]
},
"max_tokens": "",
"temperature": "",
"extra_body": {
"chat_template_kwargs": {
"enable_thinking": false
},
"guided_choice": [
"A",
"B",
"C",
"D"
]
}
}
```