Sync v2.0 version of code to github repo

docs/zh/features/reasoning_output.md

@@ -0,0 +1,76 @@
+# 思考链内容
+
+思考模型在输出中返回 `reasoning_content` 字段，表示思考链内容,即得出最终结论的思考步骤.
+
+##目前支持思考链的模型
+| 模型名称          | 解析器名称       | 默认开启思考链 |
+|---------------|-------------|---------|
+| ernie-45-vl   | ernie-45-vl | ✓       |
+| ernie-lite-vl | ernie-45-vl |    ✓    |
+
+思考模型需要指定解析器,以便于对思考内容进行解析. 通过`enable_thinking=False` 参数可以关闭模型思考模式.   
+
+可以支持思考模式开关的接口:
+1. OpenAI 服务中 `/v1/chat/completions`  请求.
+2. OpenAI Python客户端中 `/v1/chat/completions`  请求.
+3. Offline 接口中 `llm.chat`请求.
+
+同时在思考模型中，支持通过```reasoning_max_tokens```控制思考内容的长度，在请求中添加```metadata={"reasoning_max_tokens": 1024}```即可。
+
+
+### 快速使用
+在启动模型服务时, 通过`--reasoning-parser`参数指定解析器名称.
+该解析器会解析思考模型的输出, 提取`reasoning_content`字段.
+```bash
+python -m fastdeploy.entrypoints.openai.api_server \
+    --model /path/to/your/model \
+    --enable-mm \
+    --tensor-parallel-size 8 \
+    --port 8192 \
+    --quantization wint4 \
+    --reasoning-parser ernie-45-vl
+```
+接下来, 向模型发送  `chat completion` 请求
+```bash
+curl -X POST "http://0.0.0.0:8192/v1/chat/completions" \
+-H "Content-Type: application/json" \
+-d '{
+  "messages": [
+    {"role": "user", "content": [
+      {"type": "image_url", "image_url": {"url": "https://paddlenlp.bj.bcebos.com/datasets/paddlemix/demo_images/example2.jpg"}},
+      {"type": "text", "text": "图中的文物属于哪个年代"}
+    ]}
+  ],
+  "metadata": {"enable_thinking": true}
+}'
+
+```
+字段`reasoning_content`包含得出最终结论的思考步骤，而`content`字段包含最终结论。
+
+### 流式会话
+在流式会话中, `reasoning_content`字段会可以在`chat completion response chunks`中的 `delta` 中获取
+```python
+from openai import OpenAI
+# Set OpenAI's API key and API base to use vLLM's API server.
+openai_api_key = "EMPTY"
+openai_api_base = "http://localhost:8192/v1"
+client = OpenAI(
+    api_key=openai_api_key,
+    base_url=openai_api_base,
+)
+chat_response = client.chat.completions.create(
+    messages=[
+        {"role": "user", "content": [ {"type": "image_url", "image_url": {"url": "https://paddlenlp.bj.bcebos.com/datasets/paddlemix/demo_images/example2.jpg"}},
+        {"type": "text", "text": "图中的文物属于哪个年代"}]}
+    ],
+    model="vl",
+    stream=True,
+    metadata={"enable_thinking": True}
+)
+for chunk in chat_response:
+    if chunk.choices[0].delta is not None:
+        print(chunk.choices[0].delta, end='')
+        print("\n")
+
+```
+