安装

685 字约 2 分钟

本节介绍两种常见安装方式。选择哪一种，取决于你是使用 RayOrch，还是准备修改 RayOrch。

普通用户：直接编写 Pipeline 或运行内置 Benchmark → 使用 pip install；
开发者：阅读源码、调试框架或提交 PR → Clone 仓库后可编辑安装。

RayOrch 要求 Python >=3.11, <4。为了减少 Ray 和模型依赖的兼容问题，建议优先使用 Python 3.11 或 3.12，并为实验创建独立环境。

方式一：普通用户

python -m pip install rayorch

核心包只安装 RayOrch 和 Ray。MinerU、vLLM、SGLang、Ultralytics 等重依赖不会被默认安装；只有运行对应负载时才需要准备。

验证安装

python -c "import ray, rayorch; print('ray', ray.__version__); print('rayorch', rayorch.__version__)"

能够打印两个版本号，说明当前 Python 环境可以导入 Ray 和 RayOrch。

方式二：源码开发

git clone https://github.com/OpenDCAI/RayOrch.git
cd RayOrch
python -m pip install -e .

-e 表示可编辑安装。之后修改仓库中的 rayorch/ 源码，不需要反复安装即可生效。

如果还要运行测试和开发工具：

python -m pip install -r requirements-dev.txt

运行一个最小检查

新建 check_rayorch.py：

import rayorch as ro


class Identity:
    def run(self, values):
        return values


class Check(ro.Pipeline):
    def __init__(self):
        self.identity = ro.RayModule(Identity).ray_options(
            replicas=1,
            batch_size=4,
            num_cpus=1,
        )

    def forward(self, values):
        return self.identity(values)


if __name__ == "__main__":
    result = Check().run(["Ray", "Orch"])
    print(result.outputs)