


Membina AI Chatbot Terdesentralisasi dengan MimirLLM: Tutorial Langkah demi Langkah
Teroka Landskap Chatbot Terdesentralisasi dengan MimirLLM
Tutorial ini membimbing anda membina bot sembang terdesentralisasi menggunakan MimirLLM, perpustakaan komunikasi rakan ke rakan untuk model bahasa AI. Anda akan mencipta sistem di mana nod menjadi hos dan berinteraksi dengan Model Bahasa Besar (LLM) merentas rangkaian terdesentralisasi.
Objektif Pembelajaran Utama:
- Menyediakan MimirLLM dalam mod Nod dan Klien.
- Menggunakan protokol
/mimirllm/1.0.0
untuk penemuan rakan sebaya dan komunikasi LLM. - Menyepadukan OpenAI atau model tersuai seperti Ollama.
Prasyarat:
- Node.js v22.13.0 (LTS) atau lebih baru (muat turun daripada nodejs.org).
- Pilihan: Kunci API Ollama atau OpenAI (untuk penyepaduan model OpenAI atau Ollama).
Langkah 1: Pengklonan Repositori dan Pemasangan Kebergantungan
Klon repositori MimirLLM dan pasang kebergantungannya:
git clone https://github.com/your-repo/mimirllm.git cd mimirllm npm install
Ini memasang libp2p
(untuk komunikasi peer-to-peer) dan openai
(untuk interaksi model OpenAI).
Langkah 2: Menyediakan Nod Pengehosan LLM
Konfigurasikan nod untuk menjadi hos LLM dan jadikannya boleh ditemui pada rangkaian.
Membuat Skrip Nod (node.ts
):
import { createLibp2p } from './createNode'; import libp2pConfig from '../../shared/libp2p'; import { MimirP2PClient } from '../../shared/mimir'; createLibp2p(libp2pConfig).then(async (node) => { console.log('Node listening on:'); node.getMultiaddrs().forEach((ma) => console.log(ma.toString())); const mimir = new MimirP2PClient(node, { mode: "node", openaiConfig: { baseUrl: process.env.OLLAMA_ENDPOINT || "https://api.openai.com/v1", apiKey: process.env.OPENAI_API_KEY || null } }); await mimir.start(); }).catch((e) => { console.error(e); });
Menjalankan Nod:
tsx node.ts
Nod akan mula mendengar dan mengiklankan LLM yang dihoskannya. Output akan menunjukkan alamat pendengarannya (cth., /ip4/127.0.0.1/tcp/12345/p2p/QmPeerId
).
Langkah 3: Membina Pelanggan Interaksi LLM
Buat pelanggan untuk menemui dan berinteraksi dengan LLM yang dihoskan.
Membuat Skrip Pelanggan (client.ts
):
import { createLibp2p } from "libp2p"; import libp2pConfig from "../../shared/libp2p"; import { MimirP2PClient } from "../../shared/mimir"; import { createInterface } from "readline"; import { streamToConsole } from "../utils/stream"; // ... (rest of the client.ts code remains the same)
Menjalankan Pelanggan:
tsx client.ts
Klien menggesa untuk mesej, menemui nod, menghantar mesej dan menstrim respons.
Langkah 4: Gambaran Keseluruhan Protokol
MimirLLM menggunakan:
-
Protokol Penemuan (
/mimirllm/1.0.0/identify
): Untuk penemuan rakan sebaya dan komunikasi awal. Pertanyaan pelanggan untuk LLM; nod bertindak balas dengan model dihoskan mereka. -
Protokol Interaksi LLM (
/mimirllm/1.0.0
): Untuk pertukaran mesej. Pelanggan menghantar mesej; nod memajukannya ke LLM dan menstrimkan kembali respons.
Langkah 5: Penyesuaian LLM
MimirLLM menyokong OpenAI dan Ollama. Konfigurasikan MimirP2PClient
untuk menggunakan LLM pilihan anda. Untuk Ollama, tetapkan baseUrl
ke titik akhir anda; untuk OpenAI, berikan kunci API anda.
Langkah 6: Penambahbaikan Masa Depan
Potensi penambahbaikan pada masa hadapan termasuk mekanisme penemuan yang mantap, penyepaduan rantaian blok untuk memberi insentif kepada penyertaan nod dan sokongan untuk LLM tambahan.
MimirLLM memperkasakan AI terdesentralisasi. Terokai keupayaannya, menyumbang kepada pembangunannya, dan kongsi aplikasi AI terdesentralisasi anda. Selamat mengekod! ?
Atas ialah kandungan terperinci Membina AI Chatbot Terdesentralisasi dengan MimirLLM: Tutorial Langkah demi Langkah. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Aplikasi JavaScript di dunia nyata termasuk pengaturcaraan sisi pelayan, pembangunan aplikasi mudah alih dan Internet of Things Control: 1. Pengaturcaraan sisi pelayan direalisasikan melalui node.js, sesuai untuk pemprosesan permintaan serentak yang tinggi. 2. Pembangunan aplikasi mudah alih dijalankan melalui reaktnatif dan menyokong penggunaan silang platform. 3. Digunakan untuk kawalan peranti IoT melalui Perpustakaan Johnny-Five, sesuai untuk interaksi perkakasan.

Saya membina aplikasi SaaS multi-penyewa berfungsi (aplikasi edTech) dengan alat teknologi harian anda dan anda boleh melakukan perkara yang sama. Pertama, apakah aplikasi SaaS multi-penyewa? Aplikasi SaaS Multi-penyewa membolehkan anda melayani beberapa pelanggan dari Sing

Artikel ini menunjukkan integrasi frontend dengan backend yang dijamin oleh permit, membina aplikasi edtech SaaS yang berfungsi menggunakan Next.Js. Frontend mengambil kebenaran pengguna untuk mengawal penglihatan UI dan memastikan permintaan API mematuhi dasar peranan

JavaScript adalah bahasa utama pembangunan web moden dan digunakan secara meluas untuk kepelbagaian dan fleksibiliti. 1) Pembangunan front-end: Membina laman web dinamik dan aplikasi satu halaman melalui operasi DOM dan kerangka moden (seperti React, Vue.js, sudut). 2) Pembangunan sisi pelayan: Node.js menggunakan model I/O yang tidak menyekat untuk mengendalikan aplikasi konkurensi tinggi dan masa nyata. 3) Pembangunan aplikasi mudah alih dan desktop: Pembangunan silang platform direalisasikan melalui reaktnatif dan elektron untuk meningkatkan kecekapan pembangunan.

Trend terkini dalam JavaScript termasuk kebangkitan TypeScript, populariti kerangka dan perpustakaan moden, dan penerapan webassembly. Prospek masa depan meliputi sistem jenis yang lebih berkuasa, pembangunan JavaScript, pengembangan kecerdasan buatan dan pembelajaran mesin, dan potensi pengkomputeran IoT dan kelebihan.

JavaScript adalah asas kepada pembangunan web moden, dan fungsi utamanya termasuk pengaturcaraan yang didorong oleh peristiwa, penjanaan kandungan dinamik dan pengaturcaraan tak segerak. 1) Pengaturcaraan yang didorong oleh peristiwa membolehkan laman web berubah secara dinamik mengikut operasi pengguna. 2) Penjanaan kandungan dinamik membolehkan kandungan halaman diselaraskan mengikut syarat. 3) Pengaturcaraan Asynchronous memastikan bahawa antara muka pengguna tidak disekat. JavaScript digunakan secara meluas dalam interaksi web, aplikasi satu halaman dan pembangunan sisi pelayan, sangat meningkatkan fleksibiliti pengalaman pengguna dan pembangunan silang platform.

Python lebih sesuai untuk sains data dan pembelajaran mesin, manakala JavaScript lebih sesuai untuk pembangunan front-end dan penuh. 1. Python terkenal dengan sintaks ringkas dan ekosistem perpustakaan yang kaya, dan sesuai untuk analisis data dan pembangunan web. 2. JavaScript adalah teras pembangunan front-end. Node.js menyokong pengaturcaraan sisi pelayan dan sesuai untuk pembangunan stack penuh.

JavaScript tidak memerlukan pemasangan kerana ia sudah dibina dalam pelayar moden. Anda hanya memerlukan editor teks dan penyemak imbas untuk memulakan. 1) Dalam persekitaran penyemak imbas, jalankan dengan memasukkan fail HTML melalui tag. 2) Dalam persekitaran Node.js, selepas memuat turun dan memasang node.js, jalankan fail JavaScript melalui baris arahan.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

PhpStorm versi Mac
Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

Pelayar Peperiksaan Selamat
Pelayar Peperiksaan Selamat ialah persekitaran pelayar selamat untuk mengambil peperiksaan dalam talian dengan selamat. Perisian ini menukar mana-mana komputer menjadi stesen kerja yang selamat. Ia mengawal akses kepada mana-mana utiliti dan menghalang pelajar daripada menggunakan sumber yang tidak dibenarkan.

Dreamweaver Mac版
Alat pembangunan web visual

MinGW - GNU Minimalis untuk Windows
Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.