生成式人工智慧 (Gen AI) 正在憑藉其創造力、解決問題和自動化的潛力重塑產業。然而,由於 API 和配置分散,開發人員在整合來自不同提供者的大型語言模型 (LLM) 時經常面臨重大挑戰。互通性的缺乏使工作流程變得複雜,延長了開發時間,並阻礙了有效的 Gen AI 應用程式的創建。
為了解決這個問題,Andrew Ng 的團隊推出了 AISuite,這是一個開源 Python 庫,可以簡化 OpenAI、Anthropic 和 Ollama 等提供者之間的法學碩士整合。 AISuite 讓開發人員能夠使用簡單的「provider:model」字串(例如 openai:gpt-4o 或 anthropic:claude-3-5)在模型之間進行切換,因此無需進行大量程式碼重寫。透過提供統一的接口,AISuite 顯著降低了複雜性,加速了開發,並為構建多功能 Gen AI 應用程式開闢了新的可能性。
在本文中,我們將探討 AISuite 的工作原理、實際應用以及它在解決與不同法學碩士合作的挑戰方面的有效性。
入門
目錄
- 什麼是AISuite
- 為什麼AISuite很重要
- 使用 AISuite 進行實驗
- 建立聊天完成
- 建立通用查詢函數
什麼是AISuite
AISuite 是由 Andrew Ng 團隊開發的開源 Python 程式庫,用於簡化來自多個提供者的大型語言模型 (LLM) 的整合和管理。它抽象化了使用不同 API、配置和資料格式的複雜性,為開發人員提供了一個統一的框架來簡化他們的工作流程。
AISuite的主要特點:
- 簡單的介面:AISuite 提供了一個簡單且一致的介面來管理各種 LLM。開發者只需幾行程式碼就可以將模型整合到他們的應用程式中,大大降低了 Gen AI 專案的進入門檻。
- 統一框架:透過抽象化多個API之間的差異,AISuite無縫處理不同類型的請求和回應。這減少了開發開銷並加速了原型設計和部署。
- 輕鬆模型切換:使用AISuite,模型之間的切換就像更改程式碼中的單一字串一樣簡單。例如,開發人員可以指定「provider:model」組合,如 openai:gpt-4o 或 anthropic:claude-3-5,而無需重寫應用程式的重要部分。
- 可擴充性:AISuite 旨在適應不斷發展的 Gen AI 環境。開發人員可以在新模型和提供者可用時添加它們,確保應用程式保持最新的人工智慧功能。
為什麼AISuite很重要?
AISuite 解決了 Gen AI 生態系統中的關鍵痛點:不同供應商的法學碩士之間缺乏互通性。透過提供統一的接口,它簡化了開發過程,節省了時間並降低了成本。這種靈活性允許團隊透過為特定任務選擇最佳模型來優化效能。
早期基準測試和社群回饋凸顯了 AISuite 減少多模型應用程式整合時間、提高開發人員效率和生產力的能力。隨著 Gen AI 生態系統的發展,AISuite 降低了實驗、建構和擴展人工智慧驅動的解決方案的障礙。
試試 AISuite
讓我們透過安裝必要的依賴項來開始探索 AISuite。
安裝依賴項
- 透過執行以下命令來建立並啟動虛擬環境。
- 使用 pip 安裝 aisuite、openai 和 python-dotenv 函式庫。
設定環境和憑證
建立一個名為 .env 的檔案。該文件將儲存您的環境變量,包括 OpenAI 金鑰。
- 開啟 .env 檔案並新增以下程式碼來指定您的 OpenAI API 金鑰:
- 將 API 金鑰加入環境變數。
初始化AISuite客戶端
建立 AISuite 用戶端實例,實現與多個 LLM 的標準化互動。
查詢型號
使用者可以使用AISuite查詢模型,如下。
- model="openai:gpt-4o":指定模型的型別和版本。
- messages=messages:將先前定義的提示傳送到模型。
- 溫度=0.75:調整反應的隨機性。較高的數值鼓勵創造性產出,而較低的數值會產生更具確定性的結果。
- response.choices[0].message.content:從模型的回應中檢索文字內容。
建立聊天完成
讓我們使用 OpenAI 模型建立聊天完成程式碼。
- 使用以下命令運行應用程式。
您將得到以下輸出,
建立用於查詢的通用函數
與其編寫單獨的程式碼來呼叫不同的模型,不如建立一個通用函數來消除程式碼重複並提高效率。
ask 函數是一個可重複使用的實用程序,設計用於向 AI 模型發送查詢。它接受以下參數:
- 訊息:使用者的查詢或提示。 sys_message(可選):指導模型行為的系統層級指令。
- model:指定要使用的AI模型。 此函數處理輸入參數,將其發送到指定模型,並傳回 AI 的回應,使其成為與各種模型互動的多功能工具。
以下是使用通用詢問函數與 OpenAI 模型互動的完整程式碼。
運行程式碼將產生以下輸出。
與多個 API 交互
讓我們透過以下程式碼探索使用 AISuite 與多個模型進行互動。
與 Anthropic 或 Groq 等供應商互動時可能會遇到挑戰。希望 AISuite 團隊正在積極解決這些問題,以確保無縫整合和功能。
AISuite 是一款用於瀏覽大型語言模型的強大工具。它使用戶能夠利用多個人工智慧提供者的優勢,同時簡化開發並鼓勵創新。憑藉其開源基礎和直覺的設計,AISuite 成為現代人工智慧應用程式開發的基石。
感謝您閱讀這篇文章! !
感謝 Gowri M Bhatt 審閱內容。
如果您喜歡這篇文章,請點擊心形按鈕♥並分享以幫助其他人找到它!
本教學的完整原始碼可以在這裡找到,
GitHub - codemaker2015/aisuite-examples : github.com
資源
GitHub - andrewyng/aisuite:與多個生成式 AI 提供者的簡單、統一的介面:github.com
以上是AISuite:簡化跨多個 LLM 提供者的 GenAI 集成的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Tomergelistsinpython,YouCanusethe操作員,estextMethod,ListComprehension,Oritertools

在Python3中,可以通過多種方法連接兩個列表:1)使用 運算符,適用於小列表,但對大列表效率低;2)使用extend方法,適用於大列表,內存效率高,但會修改原列表;3)使用*運算符,適用於合併多個列表,不修改原列表;4)使用itertools.chain,適用於大數據集,內存效率高。

使用join()方法是Python中從列表連接字符串最有效的方法。 1)使用join()方法高效且易讀。 2)循環使用 運算符對大列表效率低。 3)列表推導式與join()結合適用於需要轉換的場景。 4)reduce()方法適用於其他類型歸約,但對字符串連接效率低。完整句子結束。

pythonexecutionistheprocessoftransformingpypythoncodeintoExecutablestructions.1)InternterPreterReadSthecode,ConvertingTingitIntObyTecode,whepythonvirtualmachine(pvm)theglobalinterpreterpreterpreterpreterlock(gil)the thepythonvirtualmachine(pvm)

Python的關鍵特性包括:1.語法簡潔易懂,適合初學者;2.動態類型系統,提高開發速度;3.豐富的標準庫,支持多種任務;4.強大的社區和生態系統,提供廣泛支持;5.解釋性,適合腳本和快速原型開發;6.多範式支持,適用於各種編程風格。

Python是解釋型語言,但也包含編譯過程。 1)Python代碼先編譯成字節碼。 2)字節碼由Python虛擬機解釋執行。 3)這種混合機制使Python既靈活又高效,但執行速度不如完全編譯型語言。

UseeAforloopWheniteratingOveraseQuenceOrforAspecificnumberoftimes; useAwhiLeLoopWhenconTinuingUntilAcIntiment.forloopsareIdealForkNownsences,而WhileLeleLeleLeleLeleLoopSituationSituationsItuationsItuationSuationSituationswithUndEtermentersitations。

pythonloopscanleadtoerrorslikeinfiniteloops,modifyingListsDuringteritation,逐個偏置,零indexingissues,andnestedloopineflinefficiencies


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

Safe Exam Browser
Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

Dreamweaver Mac版
視覺化網頁開發工具

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能