Ghelper 使用流程指导

Mon, 01 Dec 2025 00:00:00 +0800

Ghelper 是一个浏览器插件，专门为科研、外贸、跨境电商、海淘人员、开发人员服务的上网加速工具，Chrome 内核浏览器专用！

它可以解决 Chrome 扩展无法自动更新的问题，同时可以访问 Google 搜索、Gmail 邮箱等谷歌产品。它可以帮助用户提高跨境访问网站的速度，突破地区限制，提高工作和学习的效率。

如何安装

支持 Chrome / Edge / 360 等 Chromium 内核浏览器。

方法一：手动安装（推荐）

下载插件：访问 Ghelper 官网，下载 CRX package。下载后是一个 zip 文件，请解压缩取得 .crx 文件。
打开扩展程序管理页面：
- 打开浏览器，点击地址栏最右边的三个点（菜单），选择 “更多工具” -> “扩展程序”。
- 或者直接在地址栏输入 chrome://extensions/ 并回车。
开启开发者模式：确保页面右上角的 Developer mode (开发者模式) 处于打开状态。
拖拽安装：将第一步解压得到的 .crx 文件拖放到浏览器的扩展程序页面上，浏览器会提示是否添加扩展，点击“添加扩展程序”即可安装完成。

方法二：在线安装（Edge 浏览器）

如果是 Edge 浏览器，可以直接访问 Microsoft Edge Addons 商店：

谷歌上网助手-VIP版

点击页面右上角的 “获取” 按钮即可自动安装完成。

使用说明

安装完成后，点击浏览器右上角的插件图标。
点击 “登录” 按钮进行账号登录（如果没有账号请先注册）。
登录成功后，可以看到插件主界面，以及当前 VIP 的有效期。

(请将登录界面截图命名为 login_interface.png 并放在本文件同级目录下)

Kubernetes上部署vLLM

Mon, 01 Dec 2025 00:00:00 +0800

1. vLLM Docker镜像与Kubernetes部署价值

vLLM是一个专为大语言模型推理设计的高性能服务框架，其核心优势在于创新的PagedAttention技术，能够显著提升GPU内存利用率和推理吞吐量。通过Docker容器化封装，vLLM实现了环境标准化和依赖隔离，而Kubernetes部署则进一步带来了：

弹性伸缩：根据负载自动调整副本数量
资源隔离：GPU资源的精细化管理和隔离
高可用性：自动故障恢复和负载均衡
简化运维：统一的部署、监控和管理界面

vLLM官方Docker镜像提供了开箱即用的模型服务环境，结合Kubernetes的编排能力，为生产级AI服务提供了坚实基础。

2. Qwen3-235B-A22B-Instruct-2507模型部署实践

2.1 从ModelScope下载模型

Qwen3-235B-A22B-Instruct-2507作为千问系列的最新大模型，首先需要从ModelSpace获取模型权重：

# 使用modelscope库下载模型
from modelscope import snapshot_download
model_dir = snapshot_download(
 'Qwen/Qwen3-235B-A22B-Instruct-2507',
 cache_dir='/workspace/models',
 revision='v1.0.0'
)

对于Kubernetes环境，推荐使用初始化容器进行模型下载，确保模型文件在Pod启动前准备就绪。

3. vLLM服务配置与Kubernetes部署

3.1 vLLM启动参数优化

针对Qwen3-235B大模型，vLLM需要特定配置以充分发挥性能：

vllm serve Qwen/Qwen3-235B-A22B-Instruct-2507 \
 --tensor-parallel-size 8 \
 --gpu-memory-utilization 0.9 \
 --max-model-len 32768 \
 --served-model-name qwen3-235b \
 --port 8000 \
 --host 0.0.0.0

关键参数说明：

--tensor-parallel-size 8：8路张量并行，充分利用多GPU
--gpu-memory-utilization 0.9：GPU内存利用率优化
--max-model-len 32768：支持32K上下文长度

3.2 Kubernetes Deployment配置

apiVersion: apps/v1
kind: Deployment
metadata:
 name: vllm-qwen3-235b
 namespace: ai-serving
spec:
 replicas: 1
 selector:
 matchLabels:
 app: vllm-qwen3-235b
 template:
 metadata:
 labels:
 app: vllm-qwen3-235b
 spec:
 initContainers:
 - name: download-model
 image: modelscope/model-downloader:latest
 command: ['/bin/sh', '-c']
 args:
 - |
 pip install modelscope &&
 python -c "
 from modelscope import snapshot_download;
 snapshot_download('Qwen/Qwen3-235B-A22B-Instruct-2507', 
 cache_dir='/models',
 revision='v1.0.0')
 "
 volumeMounts:
 - name: model-storage
 mountPath: /models
 containers:
 - name: vllm-server
 image: vllm/vllm-openai:latest
 command: ["python", "-m", "vllm.entrypoints.openai.api_server"]
 args:
 - --model
 - /models/Qwen/Qwen3-235B-A22B-Instruct-2507
 - --tensor-parallel-size
 - "8"
 - --gpu-memory-utilization
 - "0.9"
 - --served-model-name
 - qwen3-235b
 - --port
 - "8000"
 resources:
 limits:
 nvidia.com/gpu: 8
 memory: 160Gi
 requests:
 nvidia.com/gpu: 8
 memory: 160Gi
 ports:
 - containerPort: 8000
 volumeMounts:
 - name: model-storage
 mountPath: /models
 volumes:
 - name: model-storage
 persistentVolumeClaim:
 claimName: vllm-model-pvc

---
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
 name: vllm-model-pvc
 namespace: ai-serving
spec:
 accessModes:
 - ReadWriteMany
 resources:
 requests:
 storage: 500Gi
 storageClassName: nfs-client

3.3 存储与模型管理

通过PVC申请共享存储，确保模型文件持久化并可在多个Pod间共享。initContainer负责从S3对象存储下载模型到持久化存储，避免每次Pod重启重复下载。

技术分享 on Junge's Tech Life