Transformez votre texte avec Lyzr.ai : un guide étape par étape

L'écriture fait partie intégrante de notre quotidien. Qu'il s'agisse de rédiger des e-mails, de créer des documents ou de raconter des histoires, nous visons la clarté et l'exactitude. Pourtant, corriger les erreurs avec les correcteurs orthographiques peut être difficile.

Entrez dans la relecture IA, un outil fantastique conçu pour peaufiner votre texte. Aujourd'hui, nous allons explorer un code simple qui utilise l'IA pour améliorer votre écriture, en corrigeant la grammaire, l'orthographe, la ponctuation et la mise en forme.

Énoncé du problème

Créer un texte grammaticalement correct est crucial mais souvent difficile. La relecture manuelle prend du temps et peut manquer des erreurs. Ce code utilise Lyzr.ai pour vérifier et modifier le texte, améliorant ainsi l'efficacité de l'écriture.

Prérequis

Avant de commencer, vous devez comprendre la programmation Python et avoir accès à l'API OpenAI avec une clé API. La familiarité avec l'installation et l'importation de bibliothèques Python et du framework Lyzr.ai sera également utile.

Installation du framework Lyzr Automata

pip install lyzr-automata

# For Google Colab or notebook
!pip install lyzr-automata

Code et explication

Décomposons le code étape par étape.

from lyzr_automata.ai_models.openai import OpenAIModel
from lyzr_automata import Agent, Task
from lyzr_automata.tasks.task_literals import InputType, OutputType
from lyzr_automata.pipelines.linear_sync_pipeline import LinearSyncPipeline
from lyzr_automata import Logger

API_KEY = input('Enter OpenAI API Key')
text = input('Enter the Text Here: ')

Nous commençons par importer les outils nécessaires de la bibliothèque Lyzr.ai et demandons à l'utilisateur sa clé API OpenAI et son texte à relire.

open_ai_model_text = OpenAIModel(
    api_key=API_KEY,
    parameters={
        "model": "gpt-4-turbo-preview",
        "temperature": 0.5,
        "max_tokens": 1500,
    },
)

Nous configurons le modèle d'IA avec la clé et les paramètres API, contrôlant le comportement et la longueur de réponse de l'IA.

def ai_proofreader(text):
    ProofReader = Agent(
        prompt_persona="""You are an expert proofreader who can find grammatical errors, and you excel at checking for grammar, spelling, punctuation, and formatting errors.""",
        role="AI Proofreader",
    )

    rephrase_text = Task(
        name="Rephrasing Text",
        agent=ProofReader,
        output_type=OutputType.TEXT,
        input_type=InputType.TEXT,
        model=open_ai_model_text,
        instructions=f"Check the entire text: '{text}' and rephrase it according to grammar, spelling, punctuation, and formatting errors. [Important] Avoid introduction and conclusion in the response.",
        log_output=True,
        enhance_prompt=False,
        default_input=text
    )

    remarks = Task(
        name="Remarks",
        agent=ProofReader,
        output_type=OutputType.TEXT,
        input_type=InputType.TEXT,
        model=open_ai_model_text,
        instructions=f"Check the entire text: '{text}' and provide remarks in bullet points according to grammar, spelling, punctuation, and formatting errors. [Important] Avoid introduction and conclusion in the response.",
        log_output=True,
        enhance_prompt=False,
        default_input=text
    )

    logger = Logger()

    main_output = LinearSyncPipeline(
        logger=logger,
        name="AI ProofReader",
        completion_message="App Generated all things!",
        tasks=[
            rephrase_text,
            remarks,
        ],
    ).run()

    return main_output

Nous définissons une fonction appelée ai_proofreader. À l’intérieur, nous créons un agent nommé ProofReader, agissant comme un relecteur expert. Deux tâches sont créées : une pour reformuler le texte et une autre pour fournir des remarques. Les deux tâches utilisent l'agent ProofReader et le modèle IA.

Un enregistreur surveille le processus. Nous établissons ensuite un pipeline qui exécute séquentiellement les tâches, produisant du texte et des remarques corrigés.

generated_output = ai_proofreader(text=text)
rephrased_text = generated_output[0]['task_output']
remarks = generated_output[1]['task_output']

Nous appelons la fonction avec le texte de l'utilisateur et obtenons le texte reformulé et les remarques en sortie.

Exemple d'entrée

text = """ I Rajesh have 2+ years of experience in python developer, 
I know to create backend applications, 
I am seeking a new role for new learnings """

Sortie

""" 
My name is Rajesh, and I possess over two years of experience as a Python developer. 
I am skilled in creating backend applications and am currently seeking a new role to further my learning 

- The phrase "I Rajesh have 2+ years of experience in python developer" should be corrected to "I, Rajesh, have over two years of experience as a Python developer." This correction addresses a punctuation issue (adding commas around "Rajesh"), a numerical expression ("2+" to "over two"), and clarifies the role ("in python developer" to "as a Python developer").
- "python" should be capitalized to "Python" to properly denote the programming language.
- The phrase "I know to create backend applications" could be more fluidly expressed as "I know how to create backend applications" or "I am skilled in creating backend applications" for clarity and grammatical correctness.
- The phrase "I am seeking a new role for new learnings" could be improved for clarity and professionalism. A better alternative might be "I am seeking a new role to further my learning" or "I am seeking a new role to continue my professional development."
- The entire passage could benefit from better punctuation and formatting for clarity and flow. For instance, using semicolons or periods to separate independent clauses can improve readability: "My name is Rajesh, and I possess over two years of experience as a Python developer; I am skilled in creating backend applications and am currently seeking a new role to further my learning."
- Consistency in tense and style would improve the professional tone of the passage.
"""

À propos de Lyzr.ai

Lyzr.ai propose un kit de développement d'agents low-code pour créer rapidement des applications GenAI. Avec ce cadre d'agent simple, vous pouvez créer des applications d'IA générative sécurisées et fiables pour diverses utilisations, notamment la relecture et l'écriture.

Références

Pour plus d'informations, visitez le site Web de Lyzr, réservez une démo ou rejoignez les chaînes communautaires sur Discord et Slack.

• Site Web Lyzr
• Réservez une démo
• Chaînes communautaires Lyzr : Discord, Slack

Lecteur d'épreuves IA : GitHub

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!