这里写自定义目录标题欢迎使用Markdown编辑器一、vLLM 凭什么成为主流二、环境准备与安装三、启动服务:一行命令跑通推理生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# vLLM 推理部署全流程实战从环境搭建到性能调优大模型应用落地,推理引擎是承上启下的关键一环。同一个模型,用不同的推理框架部署,吞吐量和延迟可能相差数倍;而同一个框架,参数调优与否,性能同样天差地别。vLLM 作为当前最主流的开源推理引擎,凭借 PagedAttention 机制和高效的批处理调度,已经成为生产部署的事实标准之一。本文从环境准备、模型部署、性能调优到疑难排障,完整走一遍 vLLM 的生产实践流程。一、vLLM 凭什么成为主流要理解 vLLM 的价值,先要知道传统推理框架的痛点。大模型推理是内存密集型任务——模型参数、激活值、KV Cache 都要占用显存。其中 KV Cache(键值缓存)是最容易被忽视的吞显存大户:每次生成一个 token,都要把该 token 对应的 Key 和 Value 向量缓存下来,供后续 token 的注意力计算使用。序列越长、并发越高,KV Cache 占用越大,而且它是动态增长的。传统框架为 KV Cache 预分配连续显存,存在两大问题:一是预分配过头导致显存浪费——即使当前序列很短,也要按最大长度预留;二是碎片化——不同序列的缓存大小不一,连续分配导致显存空洞。这两大问题直接限制了单卡能承载的并发数。vLLM 的核心创新 PagedAttention 借鉴了操作系统虚拟内存的分页思想:把 KV Cache 划分为固定大小的页,按需分配、非连续存储。效果是:显存利用率大幅提升。分页机制让显存碎片率降到极低水平,单卡可承载的并发请求数成倍增加。吞吐量显著领先。在 GPT-175B 等大模型的推理测试中,vLLM 相比常见方案吞吐量提升可达数倍,首 token 延迟也有明显下降。调度灵活。支持动态批处理(Continuous Batching),新的请求可以随时插入正在进行的批次,GPU 算力始终被充分占用。二、环境准备与安装vLLM 依赖 CUDA 和 PyTorch 生态,安装前先确认环境匹配:# 硬件建议 # 推理场景:A10 40GB / L40S / A100 80GB 等,单卡或双卡 # 训练微调场景:A100 80GB × 4(NVLink 互联) # 软件依赖 # CUDA 12.x # Python 3.10 pip install vllm如果网络条件允许,推荐直接安装预编译的 wheel 包,避免从源码编译耗时。中国大陆用户可以使用国内镜像源加速。安装完成后,用以下命令快速验证:python-cimport vllm; print(vllm.__version__)三、启动服务:一行命令跑通推理vLLM 提供了两种使用方式:Python 库方式和 OpenAI 兼容的 HTTP 服务方式。生产部署几乎都走 HTTP 服务方式,因为 OpenAI 兼容接口意味着你现有的 LangChain、OpenAI SDK 等工具链可以直接切换接入,无需任何改动。python-mvllm.entrypoints.openai.api_server\--modelQwen/Qwen2.5-14B-Instruct\--dtypebfloat16\--max-model-len32768\--gpu-memory-utilization0.90\--tensor-parallel-size1\--port8000参数说明: ---model:模型名称或本地路径。首次运行会自动从 HuggingFace 下载权重,也可以用--download-dir指定本地缓存目录。 - ---dtype:精度设置。新显卡优先 bfloat16,兼容性更好;老架构用 float16。 - ---max-model-len:最大上下文长度。这个参数直接决定 KV Cache 的预分配上限,设置过大浪费显存,设置过小会被长请求拒绝。 - ---gpu-memory-utilization:显存使用上限,默认0.9。调高可提升吞吐,但要注意给驱动和其他进程留余量。 - ---tensor-parallel-size:张量并行度。单卡放不下的模型,用多卡切分,比如 70B 模型在2×80GB 卡上设为2。 服务启动后,用 OpenAI SDK 访问:python from openaiimportOpenAI clientOpenAI(base_urlhttp://localhost:8000/v1,api_keyEMPTY,# vLLM 默认不校验 key)respclient.chat.completions.create(modelQwen/Qwen2.5-14B-Instruct,messages[{role:user,content:用三句话解释什么是量子纠缠}],max_tokens512,temperature0.7,)print(resp.choices[0].message.content)## 四、性能调优:四个维度逐个击破部署跑通只是开始,真正的工作在调优。以下是按优先级排序的调优清单:### 1. 批处理与并发:吞吐的第一杠杆vLLM 的 Continuous Batching 让并发请求共享 GPU 算力。实践中,把单请求的超时放宽、提高--max-num-seqs(单批次最大序列数),能显著提升吞吐。但要注意:并发过高会导致每个请求的等待时间变长,延迟敏感场景要控制并发上限,用--max-num-seqs做天花板。### 2. 前缀缓存:让相似请求白嫖计算--enable-prefix-caching是高频请求场景的隐藏福利。当多个请求共享相同的前缀(比如同一个 System Prompt、同一段 RAG 检索资料),vLLM 会复用已计算的 KV Cache,跳过重复的预填充计算。Agent 应用、RAG 应用大量命中此特性,开启后延迟和成本双双下降。### 3. KV Cache 量化:显存换容量KV Cache 是显存大户。--kv-cache-dtype fp8可以把 KV Cache 从 FP16 压缩到 FP8,显存占用减半,精度损失在多数场景下可以接受。这是显存不够用时的首选方案。此外,MLA(Multi-head Latent Attention)等新型注意力机制通过降低 KV 表示维度减少存储占用,采用此类架构的新模型天然省显存。### 4. 投机解码:用小模型猜答案Speculative Decoding(投机解码)的思路:让一个又快又小的小模型先猜测输出,大模型只负责验证。因为猜测往往正确,验证一个 token 的成本远低于生成一个 token,整体速度可以提升1.5~3 倍。vLLM 内置了对该功能的支持,--speculative-config配置即可。需要注意的是,投机解码的效果依赖小模型与大模型的默契程度,需要实测评估。### 5. 注意力后端的选择vLLM 为注意力计算提供了 FlashAttention2、FlashInfer、Triton Attention 等后端,不同后端在不同硬件和模型上表现不同。默认配置通常已经不错,但如果追求极致性能,值得逐个切换实测。要提醒的是:切换后端可能引起解码 token 的选择变化(业界称之为Top-1 翻转),在 Agent、代码生成等对输出确定性敏感的场景,变更后端前务必做回归验证。## 五、分布式部署:模型放不下怎么办单卡显存放不下的模型,用张量并行切分。70B 模型 FP16 权重约 140GB,需要2~4 张 80GB 卡。张量并行把每一层的权重切分到多张卡上,通过高速互联(NVLink)通信,单请求延迟与单卡差异不大,是超大模型部署的首选。bashpython-mvllm.entrypoints.openai.api_server\--modelmeta-llama/Llama-3-70B-Instruct\--tensor-parallel-size4\--gpu-memory-utilization0.92多机部署(管线并行 张量并行)适合千亿级模型,但工程复杂度陡增,需要高性能网络(RDMA/InfiniBand),一般团队不建议轻易尝试。## 六、观测与容量规划:别让服务裸奔上线后必须建立观测体系。核心指标包括: - **吞吐量:** 每秒输出 token 数(Tokens/s),衡量系统效率 - - **TTFT(Time To First Token):** 首 token 延迟,决定用户体感 - - **TPOT(Time Per Output Token):** 每输出一个 token 的耗时 - - **P99 延迟:** 尾部延迟,比平均值更能反映体验 - - **显存利用率与 KV Cache 命中率:** 反映资源配置是否合理 用 Prometheus Grafana 采集 vLLM 暴露的指标,设置告警阈值。容量规划的要点是按并发规划而非按模型参数规划:估算 DAU × 单用户请求频率 × 平均序列长度,反推需要的 GPU 规模。缓存命中率高的场景(RAG 为主),相同的流量所需的 GPU 容量明显更小。## 七、常见问题排查清单实战中高频遇到以下问题,附排查思路:1. **OOM(显存溢出):** 优先调低--gpu-memory-utilization,或开启--kv-cache-dtype fp8;还不行就换更大显存的卡或张量并行。2.2. **长请求被拒(400):** 检查--max-model-len是否小于请求长度,或请求超过模型本身的上下文上限。3.3. **首 token 慢:** 检查是否是预填充阶段过长(长输入),开启前缀缓存;检查是否存在排队(并发打满)。4.4. **输出乱码/重复:** 多为采样参数问题,调低 temperature、开启 repetition_penalty。5.5. **下载模型失败:** 配置镜像源或离线导入权重文件。## 八、写在最后vLLM 这类推理引擎的价值,是把大模型从能跑变成跑得快、跑得稳、跑得起。部署是起点,调优是常态,观测是底线。建议团队从小模型 保守配置起步,跑通业务后再逐步调优,每一次参数变更都做好 A/B 对比和回归验证。推理基础设施的投入产出比,往往决定了整个 AI 应用的成本结构——这一课,越早补上越划算。 **Markdown编辑器** 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。## 新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客1. **全新的界面设计** 将会带来全新的写作体验2. 在创作中心设置你喜爱的代码高亮样式Markdown **将代码片显示选择的高亮样式** 进行展示3. 增加了 **图片拖拽** 功能你可以将本地的图片直接拖拽到编辑区域直接展示4. 全新的 **KaTeX数学公式** 语法5. 增加了支持**甘特图的mermaid语法[^1]** 功能6. 增加了 **多屏幕编辑** Markdown文章功能7. 增加了 **焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置** 等功能功能按钮位于编辑区域与预览区域中间8. 增加了 **检查列表** 功能。[^1]:[mermaid语法说明](https://mermaid.js.org/intro/)## 功能快捷键撤销kbdCtrl/Command/kbdkbdZ/kbd重做kbdCtrl/Command/kbdkbdY/kbd加粗kbdCtrl/Command/kbdkbdB/kbd斜体kbdCtrl/Command/kbdkbdI/kbd标题kbdCtrl/Command/kbdkbdShift/kbdkbdH/kbd无序列表kbdCtrl/Command/kbdkbdShift/kbdkbdU/kbd有序列表kbdCtrl/Command/kbdkbdShift/kbdkbdO/kbd检查列表kbdCtrl/Command/kbdkbdShift/kbdkbdC/kbd插入代码kbdCtrl/Command/kbdkbdShift/kbdkbdK/kbd插入链接kbdCtrl/Command/kbdkbdShift/kbdkbdL/kbd插入图片kbdCtrl/Command/kbdkbdShift/kbdkbdG/kbd查找kbdCtrl/Command/kbdkbdF/kbd替换kbdCtrl/Command/kbdkbdG/kbd## 合理的创建标题有助于目录的生成直接输入1次kbd#/kbd并按下kbdspace/kbd后将生成1级标题。输入2次kbd#/kbd并按下kbdspace/kbd后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。## 如何改变文本的样式*强调文本* _强调文本_ **加粗文本** __加粗文本__标记文本~~删除文本~~引用文本 H~2~O is是液体。2^10^ 运算结果是1024.## 插入链接与图片链接:[link](https://www.csdn.net/). 图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。## 如何插入一段漂亮的代码片去[博客设置](https://mp.csdn.net/console/configBlog)页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的代码片.javascript // An highlighted block var foobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。1注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 KaTeX:Gamma公式展示Γ ( n ) ( n − 1 ) ! ∀ n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n−1)!∀n∈N是通过欧拉积分Γ ( z ) ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞tz−1e−tdt.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。注脚的解释 ↩︎ vLLM 推理部署全流程实战：从环境搭建到性能调优
这里写自定义目录标题欢迎使用Markdown编辑器一、vLLM 凭什么成为主流二、环境准备与安装三、启动服务:一行命令跑通推理生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能丰富你的文章UML图表流程图FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好 这是你第一次使用# vLLM 推理部署全流程实战从环境搭建到性能调优大模型应用落地,推理引擎是承上启下的关键一环。同一个模型,用不同的推理框架部署,吞吐量和延迟可能相差数倍;而同一个框架,参数调优与否,性能同样天差地别。vLLM 作为当前最主流的开源推理引擎,凭借 PagedAttention 机制和高效的批处理调度,已经成为生产部署的事实标准之一。本文从环境准备、模型部署、性能调优到疑难排障,完整走一遍 vLLM 的生产实践流程。一、vLLM 凭什么成为主流要理解 vLLM 的价值,先要知道传统推理框架的痛点。大模型推理是内存密集型任务——模型参数、激活值、KV Cache 都要占用显存。其中 KV Cache(键值缓存)是最容易被忽视的吞显存大户:每次生成一个 token,都要把该 token 对应的 Key 和 Value 向量缓存下来,供后续 token 的注意力计算使用。序列越长、并发越高,KV Cache 占用越大,而且它是动态增长的。传统框架为 KV Cache 预分配连续显存,存在两大问题:一是预分配过头导致显存浪费——即使当前序列很短,也要按最大长度预留;二是碎片化——不同序列的缓存大小不一,连续分配导致显存空洞。这两大问题直接限制了单卡能承载的并发数。vLLM 的核心创新 PagedAttention 借鉴了操作系统虚拟内存的分页思想:把 KV Cache 划分为固定大小的页,按需分配、非连续存储。效果是:显存利用率大幅提升。分页机制让显存碎片率降到极低水平,单卡可承载的并发请求数成倍增加。吞吐量显著领先。在 GPT-175B 等大模型的推理测试中,vLLM 相比常见方案吞吐量提升可达数倍,首 token 延迟也有明显下降。调度灵活。支持动态批处理(Continuous Batching),新的请求可以随时插入正在进行的批次,GPU 算力始终被充分占用。二、环境准备与安装vLLM 依赖 CUDA 和 PyTorch 生态,安装前先确认环境匹配:# 硬件建议 # 推理场景:A10 40GB / L40S / A100 80GB 等,单卡或双卡 # 训练微调场景:A100 80GB × 4(NVLink 互联) # 软件依赖 # CUDA 12.x # Python 3.10 pip install vllm如果网络条件允许,推荐直接安装预编译的 wheel 包,避免从源码编译耗时。中国大陆用户可以使用国内镜像源加速。安装完成后,用以下命令快速验证:python-cimport vllm; print(vllm.__version__)三、启动服务:一行命令跑通推理vLLM 提供了两种使用方式:Python 库方式和 OpenAI 兼容的 HTTP 服务方式。生产部署几乎都走 HTTP 服务方式,因为 OpenAI 兼容接口意味着你现有的 LangChain、OpenAI SDK 等工具链可以直接切换接入,无需任何改动。python-mvllm.entrypoints.openai.api_server\--modelQwen/Qwen2.5-14B-Instruct\--dtypebfloat16\--max-model-len32768\--gpu-memory-utilization0.90\--tensor-parallel-size1\--port8000参数说明: ---model:模型名称或本地路径。首次运行会自动从 HuggingFace 下载权重,也可以用--download-dir指定本地缓存目录。 - ---dtype:精度设置。新显卡优先 bfloat16,兼容性更好;老架构用 float16。 - ---max-model-len:最大上下文长度。这个参数直接决定 KV Cache 的预分配上限,设置过大浪费显存,设置过小会被长请求拒绝。 - ---gpu-memory-utilization:显存使用上限,默认0.9。调高可提升吞吐,但要注意给驱动和其他进程留余量。 - ---tensor-parallel-size:张量并行度。单卡放不下的模型,用多卡切分,比如 70B 模型在2×80GB 卡上设为2。 服务启动后,用 OpenAI SDK 访问:python from openaiimportOpenAI clientOpenAI(base_urlhttp://localhost:8000/v1,api_keyEMPTY,# vLLM 默认不校验 key)respclient.chat.completions.create(modelQwen/Qwen2.5-14B-Instruct,messages[{role:user,content:用三句话解释什么是量子纠缠}],max_tokens512,temperature0.7,)print(resp.choices[0].message.content)## 四、性能调优:四个维度逐个击破部署跑通只是开始,真正的工作在调优。以下是按优先级排序的调优清单:### 1. 批处理与并发:吞吐的第一杠杆vLLM 的 Continuous Batching 让并发请求共享 GPU 算力。实践中,把单请求的超时放宽、提高--max-num-seqs(单批次最大序列数),能显著提升吞吐。但要注意:并发过高会导致每个请求的等待时间变长,延迟敏感场景要控制并发上限,用--max-num-seqs做天花板。### 2. 前缀缓存:让相似请求白嫖计算--enable-prefix-caching是高频请求场景的隐藏福利。当多个请求共享相同的前缀(比如同一个 System Prompt、同一段 RAG 检索资料),vLLM 会复用已计算的 KV Cache,跳过重复的预填充计算。Agent 应用、RAG 应用大量命中此特性,开启后延迟和成本双双下降。### 3. KV Cache 量化:显存换容量KV Cache 是显存大户。--kv-cache-dtype fp8可以把 KV Cache 从 FP16 压缩到 FP8,显存占用减半,精度损失在多数场景下可以接受。这是显存不够用时的首选方案。此外,MLA(Multi-head Latent Attention)等新型注意力机制通过降低 KV 表示维度减少存储占用,采用此类架构的新模型天然省显存。### 4. 投机解码:用小模型猜答案Speculative Decoding(投机解码)的思路:让一个又快又小的小模型先猜测输出,大模型只负责验证。因为猜测往往正确,验证一个 token 的成本远低于生成一个 token,整体速度可以提升1.5~3 倍。vLLM 内置了对该功能的支持,--speculative-config配置即可。需要注意的是,投机解码的效果依赖小模型与大模型的默契程度,需要实测评估。### 5. 注意力后端的选择vLLM 为注意力计算提供了 FlashAttention2、FlashInfer、Triton Attention 等后端,不同后端在不同硬件和模型上表现不同。默认配置通常已经不错,但如果追求极致性能,值得逐个切换实测。要提醒的是:切换后端可能引起解码 token 的选择变化(业界称之为Top-1 翻转),在 Agent、代码生成等对输出确定性敏感的场景,变更后端前务必做回归验证。## 五、分布式部署:模型放不下怎么办单卡显存放不下的模型,用张量并行切分。70B 模型 FP16 权重约 140GB,需要2~4 张 80GB 卡。张量并行把每一层的权重切分到多张卡上,通过高速互联(NVLink)通信,单请求延迟与单卡差异不大,是超大模型部署的首选。bashpython-mvllm.entrypoints.openai.api_server\--modelmeta-llama/Llama-3-70B-Instruct\--tensor-parallel-size4\--gpu-memory-utilization0.92多机部署(管线并行 张量并行)适合千亿级模型,但工程复杂度陡增,需要高性能网络(RDMA/InfiniBand),一般团队不建议轻易尝试。## 六、观测与容量规划:别让服务裸奔上线后必须建立观测体系。核心指标包括: - **吞吐量:** 每秒输出 token 数(Tokens/s),衡量系统效率 - - **TTFT(Time To First Token):** 首 token 延迟,决定用户体感 - - **TPOT(Time Per Output Token):** 每输出一个 token 的耗时 - - **P99 延迟:** 尾部延迟,比平均值更能反映体验 - - **显存利用率与 KV Cache 命中率:** 反映资源配置是否合理 用 Prometheus Grafana 采集 vLLM 暴露的指标,设置告警阈值。容量规划的要点是按并发规划而非按模型参数规划:估算 DAU × 单用户请求频率 × 平均序列长度,反推需要的 GPU 规模。缓存命中率高的场景(RAG 为主),相同的流量所需的 GPU 容量明显更小。## 七、常见问题排查清单实战中高频遇到以下问题,附排查思路:1. **OOM(显存溢出):** 优先调低--gpu-memory-utilization,或开启--kv-cache-dtype fp8;还不行就换更大显存的卡或张量并行。2.2. **长请求被拒(400):** 检查--max-model-len是否小于请求长度,或请求超过模型本身的上下文上限。3.3. **首 token 慢:** 检查是否是预填充阶段过长(长输入),开启前缀缓存;检查是否存在排队(并发打满)。4.4. **输出乱码/重复:** 多为采样参数问题,调低 temperature、开启 repetition_penalty。5.5. **下载模型失败:** 配置镜像源或离线导入权重文件。## 八、写在最后vLLM 这类推理引擎的价值,是把大模型从能跑变成跑得快、跑得稳、跑得起。部署是起点,调优是常态,观测是底线。建议团队从小模型 保守配置起步,跑通业务后再逐步调优,每一次参数变更都做好 A/B 对比和回归验证。推理基础设施的投入产出比,往往决定了整个 AI 应用的成本结构——这一课,越早补上越划算。 **Markdown编辑器** 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章了解一下Markdown的基本语法知识。## 新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持除了标准的Markdown编辑器功能我们增加了如下几点新功能帮助你用它写博客1. **全新的界面设计** 将会带来全新的写作体验2. 在创作中心设置你喜爱的代码高亮样式Markdown **将代码片显示选择的高亮样式** 进行展示3. 增加了 **图片拖拽** 功能你可以将本地的图片直接拖拽到编辑区域直接展示4. 全新的 **KaTeX数学公式** 语法5. 增加了支持**甘特图的mermaid语法[^1]** 功能6. 增加了 **多屏幕编辑** Markdown文章功能7. 增加了 **焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置** 等功能功能按钮位于编辑区域与预览区域中间8. 增加了 **检查列表** 功能。[^1]:[mermaid语法说明](https://mermaid.js.org/intro/)## 功能快捷键撤销kbdCtrl/Command/kbdkbdZ/kbd重做kbdCtrl/Command/kbdkbdY/kbd加粗kbdCtrl/Command/kbdkbdB/kbd斜体kbdCtrl/Command/kbdkbdI/kbd标题kbdCtrl/Command/kbdkbdShift/kbdkbdH/kbd无序列表kbdCtrl/Command/kbdkbdShift/kbdkbdU/kbd有序列表kbdCtrl/Command/kbdkbdShift/kbdkbdO/kbd检查列表kbdCtrl/Command/kbdkbdShift/kbdkbdC/kbd插入代码kbdCtrl/Command/kbdkbdShift/kbdkbdK/kbd插入链接kbdCtrl/Command/kbdkbdShift/kbdkbdL/kbd插入图片kbdCtrl/Command/kbdkbdShift/kbdkbdG/kbd查找kbdCtrl/Command/kbdkbdF/kbd替换kbdCtrl/Command/kbdkbdG/kbd## 合理的创建标题有助于目录的生成直接输入1次kbd#/kbd并按下kbdspace/kbd后将生成1级标题。输入2次kbd#/kbd并按下kbdspace/kbd后将生成2级标题。以此类推我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。## 如何改变文本的样式*强调文本* _强调文本_ **加粗文本** __加粗文本__标记文本~~删除文本~~引用文本 H~2~O is是液体。2^10^ 运算结果是1024.## 插入链接与图片链接:[link](https://www.csdn.net/). 图片:带尺寸的图片:居中的图片:居中并且带尺寸的图片:当然我们为了让用户更加便捷我们增加了图片拖拽功能。## 如何插入一段漂亮的代码片去[博客设置](https://mp.csdn.net/console/configBlog)页面选择一款你喜欢的代码片高亮样式下面展示同样高亮的代码片.javascript // An highlighted block var foobar;生成一个适合你的列表项目项目项目项目1项目2项目3计划任务完成任务创建一个表格一个简单的表格是这么创建的项目Value电脑$1600手机$12导管$1设定内容居中、居左、居右使用:---------:居中使用:----------居左使用----------:居右第一列第二列第三列第一列文本居中第二列文本居右第三列文本居左SmartyPantsSmartyPants 是一个文本转换工具主要功能是将普通的 ASCII 标点符号自动转换为更美观的印刷体标点符号。例如原始符号转换后说明引号“引号”直引号变弯引号单引号‘单引号’直单引号变弯单引号--–两个连字符变短破折号---—三个连字符变长破折号...…三个点变省略号创建一个自定义列表MarkdownText-to-HTMLconversion toolAuthorsJohnLuke如何创建一个注脚一个具有注脚的文本。1注释也是必不可少的Markdown将文本转换为HTML。KaTeX数学公式您可以使用渲染LaTeX数学表达式 KaTeX:Gamma公式展示Γ ( n ) ( n − 1 ) ! ∀ n ∈ N \Gamma(n) (n-1)!\quad\forall n\in\mathbb NΓ(n)(n−1)!∀n∈N是通过欧拉积分Γ ( z ) ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) \int_0^\infty t^{z-1}e^{-t}dt\,.Γ(z)∫0∞tz−1e−tdt.你可以找到更多关于的信息LaTeX数学表达式here.新的甘特图功能丰富你的文章2014-01-072014-01-092014-01-112014-01-132014-01-152014-01-172014-01-192014-01-21已完成进行中计划一计划二现有任务Adding GANTT diagram functionality to mermaid关于甘特图语法参考 这儿,UML图表可以使用UML图表进行渲染例如下面产生的一个序列图王五李四张三王五李四张三李四想了很长时间, 文字太长了不适合放在一行.你好李四, 最近怎么样?你最近怎么样王五我很好谢谢!我很好谢谢!打量着王五...很好... 王五, 你怎么样?关于UML图表语法参考 这儿,流程图链接长方形圆圆角长方形菱形关于Mermaid语法参考 这儿,FLowchart流程图我们依旧会支持flowchart.js的流程图语法Created with Raphaël 2.3.0开始我的操作确认结束yesno关于Flowchart流程图语法参考 这儿.导出与导入导出如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到文章导出生成一个.md文件或者.html文件进行本地保存。导入如果你想加载一篇你写过的.md文件在上方工具栏可以选择导入功能进行对应扩展名的文件导入继续你的创作。注脚的解释 ↩︎