本节介绍如何安装DataFlow，如果你仅想快速使用DataFlow中提供的Pipeline和算子，请参考普通用户安装安装稳定正式版，如果你想作为开发者向DataFlow仓库贡献代码，提出Pull Request，请参考开发者安装安装仓库中的dev版。

普通用户安装

如果你没有GPU做本地推理环境，仅需使用API和CPU功能，则配置Python环境并安装DataFlow正式版👇

conda create -n dataflow python=3.10 
conda activate dataflow

pip install open-dataflow

如果想用本地GPU实现推理则需要使用如下命令：

conda create -n dataflow python=3.10 
conda activate dataflow

pip install open-dataflow[vllm]

Dataflow 支持Python>=3.10的环境。

你可以用如下指令检查安装是否正确：

dataflow -v

如果安装正常，且DataFlow是最新的Release版，则会看到:

open-dataflow codebase version: 0.0.2
        Checking for updates...
        Local version:  0.0.2
        PyPI newest version:  0.0.2
You are using the latest version: 0.0.2.

具体最新版本号最新版也可参考Github Release 和 Pypi官网.

此外还有dataflow env指令用于查看当前硬件软件环境，用于报告Bug使用。

开发者安装

DataFlow开发者可以通过以下指令安装:

如果不需要本地GPU推理

conda create -n dataflow python=3.10
conda activate dataflow

git clone https://github.com/OpenDCAI/DataFlow
cd DataFlow
pip install -e .

如果需要本地GPU推理：

conda create -n dataflow python=3.10
conda activate dataflow

git clone https://github.com/OpenDCAI/DataFlow
cd DataFlow
pip install -e .[vllm]

你可以用如下指令检查安装是否正确：

dataflow -v

如果安装正常，且DataFlow是最新的Release版，则会看到:

open-dataflow codebase version: 0.0.2
        Checking for updates...
        Local version:  0.0.2
        PyPI newest version:  0.0.2
You are using the latest version: 0.0.2.

此外还有dataflow env指令用于查看当前硬件软件环境，用于报告Bug使用。

这样，你在本地对DataFlow包进行的修改都可以实时更新到你的python环境中，方便开发。当开发完成后，也可以提PR向主仓库贡献你的新算子和新流水线。