vllm0.8.5：自定义聊天模板qwen_nonthinking.jinja，从根本上避免模型输出＜think＞标签

一、环境

vllm:0.8.5

大语言模型：DeepSeek-R1-Distill-Qwen-1.5B

内存：128G

GPU:无

二、qwen_nonthinking.jinja内容如下：

2.1、内容解读

第一部分：如果存在可用工具（tools）

{%- if tools %}

判断是否存在外部提供的工具（函数），如果有，则进入工具模式。

显示系统头 + 工具说明

    {{- '<|System|>\n' }}    {%- if messages[0].role == 'system' %}

        {{- messages[0].content + '\n\n' }}

    {%- endif %}

• 输出 <|System|> 标记。
• 如果第一条消息是 system 角色，输出其内容，并加两个换行。

输出工具列表说明

    {{- "# Tools\n\nYou may call one or more functions..." }}    <tools>

    {%- for tool in tools %}

        {{- "\n" }}

        {{- tool | tojson }}

    {%- endfor %}

    </tools>

• 向模型说明可以使用的工具。
• 使用 <tools>...</tools> 包裹每个工具的 JSON 定义（如函数名、参数等）。
• tool | tojson 将 Python/JSON 对象转为标准 JSON 字符串。

指导模型如何调用函数

    {{- "\n</tools>\n\nFor each function call... within <tool_call><tool_call> XML tags:\n<tool_call>\n{\"name\": <function-name>, \"arguments\": ...}\n<tool_call>\n" }}

告诉模型：当你想调用函数时，请使用如下格式：

<tool_call>{"name": "get_weather", "arguments": {"city": "Beijing"}}</tool_call>

注意：这里的 <tool_call> 是一个自定义 XML-like 标签，用来清晰地标记函数调用的开始和结束，避免与普通文本混淆。

第二部分：如果没有工具

{%- else %}    {%- if messages[0].role == 'system' %}

        {{- '<|System|>\n' + messages[0].content + '\n<|End|>\n' }}

    {%- endif %}

{%- endif %}

• 不显示工具相关说明。
• 仅输出第一条 system 消息（如果有），并用 <|End|> 结束。

第三部分：设置命名空间变量（用于判断上下文）

{%- set ns = namespace(multi_step_tool=true, last_query_index=messages|length - 1) %}

创建一个命名空间 ns，用于在循环中跨迭代共享变量：

• multi_step_tool: 判断是否处于多步工具调用流程。
• last_query_index: 记录最后一次“用户主动提问”的位置。

向前遍历消息，判断是否为多步工具调用

{%- for message in messages[::-1] %}    {%- set index = (messages|length - 1) - loop.index0 %}

    {%- if ns.multi_step_tool and message.role == "user" and message.content is string and not(message.content.startswith('<tool_call>') and message.content.endswith('<tool_call>')) %}

        {%- set ns.multi_step_tool = false %}

        {%- set ns.last_query_index = index %}

    {%- endif %}

{%- endfor %}

• 倒序遍历 messages（从最新到最旧）。
• 找到第一个 role == "user" 且内容不是以 <tool_call> 开头/结尾的消息（即不是工具调用指令）。
• 把这个消息的索引记为 last_query_index，表示这是用户最后一次“真正提问”的位置。
• 用于后续判断哪些回复需要加上 <|End|>。

作用：防止在工具调用链中错误地终止对话流。

第四部分：主循环 —— 遍历每条消息并格式化输出

{%- for message in messages %}

对每条消息进行处理。

设置内容变量

    {%- if message.content is string %}        {%- set content = message.content %}

    {%- else %}

        {%- set content = '' %}

    {%- endif %}

安全获取 content，避免非字符串类型出错。

情况一：用户消息（User）

    {%- if message.role == "user" %}        {{- '<|User|>\n' + content + '\n<|End|>\n' }}

格式：

<|User|>[用户内容]

<|End|>

情况二：助手消息（Assistant）

    {%- elif message.role == "assistant" %}

处理 <think>...</think> 推理块（可选）

        {%- set reasoning_content = '' %}        {%- if '</think>' in content %}

            {%- set reasoning_content = content.split('</think>')[0].rstrip('\n').split('<think>')[-1].lstrip('\n') %}

            {%- set content = content.split('</think>')[-1].lstrip('\n') %}

        {%- endif %}

• 如果内容包含 <think>推理内容</think>，则提取推理部分（虽然这里没使用），并把剩余部分作为正式回复。
• 这是为了支持“先思考，再回答”的格式。

根据是否是“最后一问之后的回复”，决定是否加 <|End|>

        {%- if loop.index0 > ns.last_query_index %}            {{- '<|Assistant|>\n' + content.lstrip('\n') + '\n<|End|>\n' }}

        {%- else %}

            {{- '<|Assistant|>\n' + content + '\n<|End|>\n' }}

        {%- endif %}

• 如果该回复是在用户最后一次提问之前，不加 <|End|>（可能是中间步骤）。
• 如果是在之后，加上 <|End|> 表示回应完成。

处理工具调用（Tool Calls）

        {%- if message.tool_calls %}            {%- for tool_call in message.tool_calls %}

                {%- if (loop.first and content) or (not loop.first) %}

                    {{- '\n' }}

                {%- endif %}

                {%- if tool_call.function %}

                    {%- set tool_call = tool_call.function %}

                {%- endif %}

                {{- '<tool_call>\n{"name": "' }}

                {{- tool_call.name }}

                {{- '", "arguments": ' }}

                {%- if tool_call.arguments is string %}

                    {{- tool_call.arguments }}

                {%- else %}

                    {{- tool_call.arguments | tojson }}

                {%- endif %}

                {{- '}\n</tool_call>' }}

            {%- endfor %}

        {%- endif %}

• 如果助手要调用函数，生成如下格式：

<tool_call>{"name": "search_web", "arguments": {"query": "天气预报"}}</tool_call><tool_call>{"name": "get_time", "arguments": {}}</tool_call>

• 支持多个函数调用。
• arguments 可以是字符串或对象，自动处理。

情况三：工具执行结果（Tool）

    {%- elif message.role == "tool" %}        {%- if loop.first or (messages[loop.index0 - 1].role != "tool") %}

            {{- '<|User|>' }}

        {%- endif %}

        {{- '\n<tool_call>\n' }}

        {{- content }}

        {{- '\n</tool_call>' }}

        {%- if loop.last or (messages[loop.index0 + 1].role != "tool") %}

            {{- '\n<|End|>\n' }}

        {%- endif %}

• 工具返回的结果被视为“用户侧输入”，所以用 <|User|> 标记。
• 多个连续的 tool 消息会被合并到同一个 <|User|> 块中。
• 每个工具结果用 <tool_call>\ntool_result\n</tool_call> 包裹，与函数调用请求对称。
• 最后一个工具结果后加 <|End|>。

示例输出：

<|User|><tool_call>

{"result": "北京今天晴，气温25°C"}

</tool_call>

<tool_call>

{"result": "当前时间：2025-08-03 18:30"}

</tool_call>

<|End|>

 第五部分：生成提示（用于触发模型回复）

{%- if add_generation_prompt %}    {{- '<|Assistant|>\n<think>\n\n</think>\n\n' }}

{%- endif %}

• 如果设置了 add_generation_prompt=True，在最后加上：

<|Assistant|><think>

</think>

• 表示“现在轮到模型输出了”，并且鼓励模型先进行内部推理（<think>）。
• 这个标记不会被模型重复输出，而是作为生成起点。

总结：这个模板的作用