Gensokyo llm
Release 166
نسخة بنقرة واحدة من النماذج الكبيرة المناسبة لـ Gensokyo وOnebotv11
وصول بسيط للمبتدئين إلى الروبوت: ما عليك سوى توصيل الروبوت بـ 6 منصات رئيسية بما في ذلك QQ
متوسط - برنامج تعليمي لواجهة برمجة تطبيقات واحدة لرسو السفن: الإدارة المرئية لواجهة برمجة تطبيقات النماذج الكبيرة
مثال على تكوين واجهة برمجة التطبيقات (API) للنموذج المتوسط والكبير - النموذج الكبير المحلي
مثال لتكوين واجهة برمجة التطبيقات (API) للنموذج المتوسط والكبير - الفصل الدولي
جاهز للاستخدام - نشر سريع على Telegram
ابدأ - انشر بسرعة على Discord
جاهز للانطلاق - نشر سريع في كوك
بسيطة-سخيفة-حانة-هونيوان
حقيبة فول بسيطة-سخيفة
يدعم جميع أطر عمل Onebotv11 القياسية، ويدعم http-api وreverse ws، ويدعم البث، وملفات التكوين المتعددة (كلمات مطالبة متعددة).
حجم صغير جدًا، سياق صيانة SQLite مدمج، يدعم الوكيل،
يتطلب الالتحام بنقرة واحدة بإطار عمل Gensokyo فقط تكوين عنوان http العكسي لتلقي المعلومات وعنوان http الأمامي لاستدعاء واجهة برمجة تطبيقات الإرسال.
الحفاظ على السياق تلقائيًا استنادًا إلى قاعدة بيانات sqlite. في وضع المحادثة، استخدم أمر إعادة التعيين لإعادة التعيين
يمكن ضبط النظام وبطاقة الدور وطول السياق،
في الوقت نفسه، يتم توفير واجهة برمجة التطبيقات ذات النكهة الأصلية لـ openai مع السياق التلقائي للعالم الخارجي (3 معلمات كلاسيكية، المعرف، معرف الأصل، الرسائل)
يمكن تشغيله كواجهة برمجة التطبيقات (API)، ويمكن أيضًا توصيله بمنصة روبوت QQ المفتوحة لروبوت قناة QQ بنقرة واحدة.
يمكن تحويل نوع sse إلى gpt أو زيادة أو إرسال sse جديد فقط
يدعم أمان ذاكرة SSE في بيئة متزامنة الحفاظ على إرسال SSE ثنائي الاتجاه في وقت واحد لعدة مستخدمين
تينسنت هونيوان
تينسنت يوانكي
بايدو ونشين
علي تونجى
طيف الحكمة تسينغهوا
بايت بركان (بين باج)
OpenAI
groQ
عداء روكف
واجهة برمجة تطبيقات واحدة
تحويل واجهات برمجة التطبيقات (APIs) لهذه الأنظمة الأساسية إلى بنية موحدة لواجهة برمجة التطبيقات (API)، وتوفير السياق، ودعم إرجاع SSE
من خلال تعيين الرمز المميز للنظام الأساسي المقابل في yml وإعداد AllApi=true، يمكن إجراء تبديل المكالمات في نفس الوقت.
منصة Gensokyo Framework-QQ المفتوحة
إطار جينسوكيو-الخلاف
إطار جينسوكيو-كوك
إطار عمل Gensokyo-حساب الاشتراك في WeChatالحساب العام
إطار جينسوكيو-برقية
جميع تطبيقات Onebotv11
إجراءات أمنية كاملة متعددة لضمان سلامة المطورين وتطبيقات العلوم قدر الإمكان.
يمكن ضبط جولات متعددة من محاكاة ضمان الجودة لتعزيز الكلمات الموجهة للأدوار، وإعادة تعيين الردود، والردود الآمنة على الكلمات، ويمكن تخصيص تدابير السلامة من المستوى الأول
يدعم العديد من الترابطات البينية لـ gsk-llm لتشكيل تطبيقات AI-agent، مثل فرز الكلمات السريعة لمادة أخرى، وتدقيق الكلمات السريعة، وإجراءات الأمان الثانوية
قائمة الكلمات الآمنة الموجهة، قائمة كلمات الاعتراض الحساسة بناءً على تشابه المتجهات، يتم تنفيذها قبل استبدال النص، وهو الإجراء الأمني الثالث
يمكن لقاعدة استبدال النص فائقة الكفاءة التي تنفذها خوارزمية AhoCorasick استبدال عدد كبير من الكلمات الرئيسية n بالكلمات الرئيسية الجديدة المقابلة لها. المستوى الرابع من التدابير الأمنية
يمكن تمرير النتائج من خلال Baidu-Tencent مرة أخرى، وواجهة مراجعة النص، والطبقة الخامسة من التدابير الأمنية
يتم تسجيل السجل بالكامل، ويمكن لمعلمة سطر الأوامر -test تشغيل البرنامج النصي للاختبار الذاتي للأمان بسرعة من test.txt.
سيقوم سطر الأوامر -mlog بإجراء تنسيق ضمان الجودة على جميع السجلات المخزنة حاليًا، ومراجعتها يوميًا، واستخراج قواعد أمان جديدة من السيناريوهات الفعلية، وزيادة الأمان بشكل مستمر
تسمح تصفية اللغة لشركة llm بقبول اللغة المحددة فقط، وتحويل اللغة الصينية التقليدية إلى اللغة الصينية المبسطة تلقائيًا، وتطبيق قواعد الأمان، والدفاع في مجالات خبرتها الخاصة بالمستوى السابع من التدابير الأمنية
الحد الأقصى لطول الكلمة السريعة، والتحكم في الأمان بالطريقة الأكثر أصالة، ومنع المستخدمين الضارين من إنشاء كلمات سريعة طويلة، والمستوى الثامن من التدابير الأمنية
من خلال هذه الأساليب، قم بإنشاء روبوت محادثة آمن قدر الإمكان.
استبدال الطبقة المزدوجة للنص الداخلي والخارجي، يمكنك تحقيق الاستبدال الديناميكي وتعديل الكلمات السريعة الداخلية بنفسك، وهو أكثر أمانًا وقوة
استنادًا إلى بنية جدول بيانات المتجهات التي صممتها SQLite، يمكن استخدام التخزين المؤقت لتوفير المال لتخصيص معدل ضربات ذاكرة التخزين المؤقت ودقتها.
تطبيق سيناريو متخصص تم تحسينه لسيناريوهات الكفاءة العالية والأداء العالي وQPS، ولا يحتوي على وظائف وتعليمات زائدة عن الحاجة، وهو مصمم بالكامل حول البشر الرقميين.
قم بتشغيل البرنامج القابل للتنفيذ gensokyo-llm باستخدام سطر الأوامر
قم بتكوين config.yml للبدء، ثم استمع إلى منفذ المنفذ لتوفير /conversation api
يدعم تطوير البرامج الوسيطة بين طبقة إطار عمل gensokyo وطلب http الخاص بـ gensokyo-llm، يمكن تطوير البرامج الوسيطة لتنفيذ توسيع المتجهات وتوسيع قاعدة البيانات والتعديل الديناميكي لمشكلات المستخدم.
دعم اتصال ws العكسي ودعم الاتصال المتزامن بعدة Onebotv11 http-api
يوفر هذا المستند إرشادات حول طريقة استدعاء واجهة API وتنسيق ملف التكوين لمساعدة المستخدمين على استخدامه وتكوينه بشكل صحيح.
تدعم نقاط نهاية conversation و gensokyo لهذا النظام تحديد تكوينات معينة من خلال معلمة الاستعلام ?prompt=xxx .
تسمح معلمة prompt للمستخدم بتحديد ملف التكوين YAML الموجود في مجلد prompts للملف القابل للتنفيذ (exe). استخدم هذه المعلمة لضبط سلوك واجهة برمجة التطبيقات ديناميكيًا وإرجاع المحتوى.
يجب أن يحتوي مجلد المطالبات على ملف Keyboard.yml افتراضي لإنشاء الفقاعات، ويجب أن تتبع كلمات مطالبات النظام الخاصة به قواعد المطالبات الخاصة بمولد الفقاعات json.
يجب أن تتبع ملفات التكوين تنسيق YAML التالي. يتم توفير مثال لملف التكوين هنا يوضح كيفية تحديد محتوى الحوار لأدوار مختلفة:
Prompt :
- role : " system "
content : " Welcome to the system. How can I assist you today? "
- role : " user "
content : " I need help with my account. "
- role : " assistant "
content : " I can help you with that. What seems to be the problem? "
- role : " user "
content : " aaaaaaaaaa! "
- role : " assistant "
content : " ooooooooo? "
settings :
# 以下是通用配置项 和config.yml相同
useSse : true
port : 46233 /gensokyo نقطة النهاية يدعم النظام معلمات prompt الإضافية ومعلمات واجهة api عند تقديم طلبات إلى نقطة النهاية /gensokyo . تسمح معلمات api بتحديد نقاط النهاية الكاملة مثل /conversation_ernie . لتمكين هذه الميزة، تحتاج إلى تمكين خيار allapi في التكوين.
طلب مثال:
GET /gensokyo?prompt=example&api=conversation_ernieقائمة نقاط النهاية المدعومة: (يتطلب التكوين: allApi: صحيح)
http . HandleFunc ( "/conversation_gpt" , app . ChatHandlerChatgpt )
http . HandleFunc ( "/conversation_hunyuan" , app . ChatHandlerHunyuan )
http . HandleFunc ( "/conversation_ernie" , app . ChatHandlerErnie )
http . HandleFunc ( "/conversation_rwkv" , app . ChatHandlerRwkv )
http . HandleFunc ( "/conversation_tyqw" , app . ChatHandlerTyqw )
http . HandleFunc ( "/conversation_glm" , app . ChatHandlerGlm )/conversation كما هو الحال مع /gensokyo ، تدعم نقطة النهاية /conversation معلمات prompt الإضافية.
طلب مثال:
GET /conversation?prompt=example prompt ستشير معلمة prompt المتوفرة إلى ملف YAML المقابل في المجلد /prompts في الدليل القابل للتنفيذ (على سبيل المثال، xxxx.yml ، حيث xxxx هي قيمة معلمة prompt ).
من خلال كتابة عدد كبير من ملفات yml مع المطالبات، يمكنك تبديل بطاقات الشخصيات بنفس الشخصية، ويمكنك تبديل الوقائع المنظورة والمشاهد المختلفة.
للحصول على تنسيق ملف YAML، يرجى الرجوع إلى قسم تنسيق ملف تكوين YAML . تدعم عناصر التكوين المدرجة أدناه التجاوز الديناميكي في الطلبات:
تنفذ كل معلمة تغطية التكوين
إذا كان هناك أي إغفالات وتحتاج تغطية التكوين إلى الدعم، فيرجى إرسال المشكلة.
يجب تحديد جميع القيم المنطقية في ملف yml الذي يغطيه ملف التكوين، وإلا فسيتم اعتبارها خاطئة.
تعد ميزة تجاوز التكوين الديناميكي ميزة ابتكرتها بنفسي. باستخدام هذه الميزة، يمكنك تحقيق التكرار بين ملفات التكوين، على سبيل المثال، يمكنك تمرير المطالبة=a في برنامجك الوسيط، وتحديد Lotus لاستدعاء نفسه في ملف a.yml، وتحديد التالي. معلمة المطالبة في عنوان اللوتس مثل b، b تحدد c، c تحدد d، وهكذا.
ينفذ هذا المشروع تدفقًا سريعًا للتحكم في الكلمات وطريقة إنشاء سياق يمكن التحكم فيها، استنادًا إلى ملفات التكوين المتعددة المطبقة في هذا المشروع، يمكن تحقيق القفزات الشرطية والتبديل بين ملفات التكوين.
إنه يمكّن المستخدمين من التنقل بين مجموعات متعددة من الكلمات السريعة وفقًا لبعض الشروط، وبالترتيب، واختياريًا، ويحقق ألعاب الحب النصية، وألعاب المغامرات، والقصص غير المستمرة متعددة الفروع، وغيرها من الأعمال.
- [x] promptMarks :
- BranchName : "去逛街路上"
Keywords : ["坐车", "走路", "触发"]
- BranchName : "在家准备"
Keywords : ["等一下", "慢慢", "准备"]
- [x] enhancedQA : true
- [x] promptChoicesQ :
- Round : 1
ReplaceText : "回家吧"
Keywords : ["我累了", "不想去了"]
- Round : 2
ReplaceText : "我们打车去"
Keywords : ["快点去", "想去", "早点"]
- Round : 3
ReplaceText : "我们走着去"
Keywords : ["不着急", "等下"]
- Round : 1
ReplaceText : "放松一下"
Keywords : [] # 相当于 enhancedChoices = false
- [x] promptChoicesA : 同上。
- [x] promptCoverQ : 只有Q没有A，格式同上，Choices是附加，cover是覆盖。
- [x] promptCoverA : # 同上
- [x] switchOnQ :
- round : 1
switch : ["故事退出分支", "下一个分支"]
keywords : ["不想", "累了", "想", "不累"]
- [x] switchOnA :
- round : 1
switch : ["晚上分支"]
keywords : ["时间不早了"]
- [x] exitOnQ :
- round : 1
keywords : ["退出", "忘了吧", "重置", "无聊"]
- [x] exitOnA :
- round : 1
keywords : ["退出", "我是一个AI", "我是一个人工", "我是一个基于"]
- [x] envType : 0 # 0=不使用场景描述, 1=在本轮llm回复前发送场景描述, 2=在本轮llm回复后发送场景描述, 场景描述支持[image:xxx][pic:xxx][图片:xxx][背景:xxx]标签, xxx为相对或绝对路径, 需在exe运行目录下
- [x] envPics : [] # 现阶段ai速度太慢,人工指定,数组代表多个,每个数组成员以1: 2: 开始代表对应第几轮.
- [x] envContents : [] # 如果要跳过某个轮次,直接指定文字是2: 图片也是2: 代表本轮文图是空的.
- [x] promptChanceQ :
- probability : 50
text : "让我们休息一下"
- probability : 30
text : "继续前进"
- probability : 70
text : "停下来看看周围"
- probability : 10
text : "尝试一些新东西"توجد جميع المعلمات المذكورة أعلاه في قسم الإعدادات في ملف التكوين المتعدد. يمكنك تحديد طول كلمات المطالبة لكل مشهد وطول كل مشهد PromptMarksLength للتحكم في دقة الحبكة.
طريقة تشغيل وضع القصة 1، التحكم في البرامج الوسيطة، واستدعاء منفذ /gensokyo بنفسه وإرفاق معلمات مطالبة مختلفة، وقطع الاتصال يدويًا
قم بتعيين عنوان http API لإطار عمل الروبوت ob11 في gsk-llm. تطبيق المكون الإضافي ob11 ليس مسؤولاً عن إرسال الرسائل، فهو يصدر فقط أحكامًا مشروطة بناءً على محتوى الرسالة، باعتباره برنامجًا وسيطًا للتحكم السيطرة على الظروف نفسها.
تتمثل طريقة تشغيل وضع القصة الثانية في تبديل الفروع تلقائيًا بناءً على الكلمات الأساسية عن طريق تكوين SwitchOnQ وswitchOnA في ملف التكوين الافتراضي config.yml.
إلى جانب قدرة ملف التكوين في معلمات المطالبة على تطوير القصة، يمكن تحقيق قصة AI أساسية تركز على الكلمات السريعة، بالإضافة إلى ذلك، من الضروري أيضًا تصميم -keyboard.yml المطابق لكل موجه.yml توليد فقاعات.
الكلمات الأساسية لـ PromptMarks هي []، مما يعني الضغط على PromptMarksLength لتبديل ملفات الكلمات السريعة يمثل PromptMarksLength طول السياق الذي يحتفظ به ملف Word الفوري هذا.
عندما تكون قيمة PromptMarksLength أقل من 0، ستتم قراءة الفروع اللاحقة من PromptMarks والتبديل منها بشكل عشوائي.
1=يتم تشغيله بناءً على الشروط، ويتم تشغيله أيضًا عند الوصول إلى PromptMarksLength.
للحصول على تفاصيل التكوين، راجع عملية التحكم-promptmarks.md
سيتم تشغيل هذا الفرع عندما يتحدث المستخدم والنموذج بالعلامة (تحتاج إلى كتابة كلمة المطالبة بنفسك حتى يتمكن llm من نطقها وفقًا للشروط.)
يمكنك استخدام كلمات النظام السريعة وضمان الجودة لجزء القصة الحالية لتوجيه الذكاء الاصطناعي لإخراج كلمات التبديل المتفق عليها معك، وبالتالي تحقيق تصميم كلمات تشغيل متعددة لكل فرع مستهدف، مما يسمح للنموذج الكبير بتحديد التطوير اتجاه القصة من تلقاء نفسها.
عندما تكون جودة الجودة المحسنة خاطئة، ستتم إضافة ضمان الجودة المحدد مسبقًا في ملف التكوين إلى الجزء العلوي من ضمان الجودة الخاص بالمستخدم، الموجود في ذاكرة الدراسة (دون التأثير على اتجاه الحوار العام)، مما يشكل تأثيرًا ضعيفًا
عندما يكون EnhancedQA صحيحًا، حاولت نقل موضع ضمان الجودة المحدد مسبقًا في ملف التكوين من الأعلى إلى الأسفل إلى مقدمة المحادثة الحالية للمستخدم، لكن التأثير لم يكن مثاليًا.
حاليًا، سيتم مزجه ودمجه مع ضمان الجودة التاريخي للمستخدم الحالي لتوجيه مدخلات المستخدم إلى حد ما، وبالتالي التأثير على اتجاه عملية القصة.
تم تقديم معلمة "تدفق التحكم في التكوين"، وهي طريقة أقل مرونة من ai-agent، ولكنها تتمتع بقدرة أعلى على التحكم في المؤامرة، وسرعة توليد أقل وتكلفة أقل.
موجهالخياراتس & خيارات موجهةالوثائق: التحكم في العمليات-مطالبةالاختياراتQالتحكم في العمليات-موجهالتغطيةQالتحكم في العمليات-موجهفرصةQ
يعني SwitchOnQ تبديل الفرع الحالي عند العثور على نص مطابق في Q. وينطبق الشيء نفسه على SwitchOnA، وطريقة التكوين الخاصة به هي نفس طريقة PromptChoices.
التحكم في العملية-switchonQA
ExitOnQ يعني أنه سيتم الخروج من الفرع الحالي عند اكتشاف الكلمة الأساسية المحددة. التحكم في العملية-exitonQA
إن عمليات تنفيذ علامات الاستدعاء وswitchOnQ وswitchOnA متماثلة من الناحية الوظيفية، حيث يتم تنفيذ عمليات تنفيذ علامات التفعيل أولاً، بغض النظر عن جولات ضمان الجودة وswitchOnA، فهي أكثر تحديدًا، حيث تميز بين Q وA وجولات مميزة وتفاصيل التنفيذ. القفز.
إذا كانت هناك فروع ثابتة لا تحتاج إلى تبديل، فيرجى ضبط PromptMarksLength لـ yml على 99999
طول العلامات: 99999
وذلك لتجنب التبديل عن طريق الخطأ إلى فرع غير موجود، مما يتسبب في حدوث أخطاء في الجلسة.
إن تدفق التحكم في التكوين بسيط وبديهي. تتم إدارة منطق الحوار من خلال ملف التكوين. يمكن للموظفين غير الفنيين، مثل مؤلفي المؤامرة، تعلم قواعد ملف التكوين مباشرة وتعديل ملف التكوين تحديث منطق الحوار دون معرفة البرمجة.
درجة عالية من اليقين في الحبكة: بالنظر إلى نفس المدخلات والتكوين، يكون اتجاه الحبكة متسقًا بشكل عام، وهو أمر مهم للغاية لضمان تماسك حبكة الحوار وإمكانية التنبؤ بها.
التكلفة منخفضة، ويتم دمج السياق واستبداله بذكاء بدلاً من معالجته بواسطة عدة أنظمة ذكاء اصطناعي في نفس الوقت، وهو يستهلك تقريبًا نفس القدر من الرموز المميزة مثل المحادثة العادية، مما يوفر المال.
إنه سريع، ويولد نتائج مثل الحوار العادي لضمان الجودة، ويكتب المؤامرات مثل نصوص الألعاب.
قصة الذكاء الاصطناعي منخفضة التكلفة وحلول جديدة مناسبة للمطورين الأفراد وفرق التطوير الصغيرة. سوف يتحسن التأثير بشكل مباشر مع تحسين النموذج وتأثير الكلمات السريع.
بالنسبة لسيناريوهات الدردشة في مؤامرة الحوار، إذا كانت الحبكة ثابتة نسبيًا، وكان مسار الحوار محددًا مسبقًا، وتكرار التحديث ليس مرتفعًا، فمن الأفضل استخدام تدفق التحكم في التكوين، لأنه يوفر درجة عالية من التحكم وسهل الاستخدام - فهم أسلوب الإدارة.
إذا كان نظام الحوار يتطلب درجة عالية من التفاعل والتخصيص، أو كانت تغييرات الحبكة معقدة وتحتاج إلى تعديل ديناميكي بناءً على تعليقات المستخدم وسلوكه المحدد، فقد يكون من الأنسب استخدام حل وكيل قائم على الذكاء الاصطناعي، والذي يتطلب ارتفاع الاستثمار الفني وتكاليف الصيانة.
يصف هذا القسم معلومات محددة لنقطة النهاية للاتصال بواجهة برمجة التطبيقات (API).
| ملكية | تفاصيل |
|---|---|
| عنوان URL | http://localhost:46230/conversation |
| طريقة | POST |
يجب أن يكون نص الطلب الذي يجب على العميل إرساله إلى الخادم بتنسيق JSON. ويوضح الجدول التالي نوع البيانات ووصف كل حقل.
| اسم الحقل | يكتب | يصف |
|---|---|---|
message | خيط | محتوى الرسالة المرسلة من قبل المستخدم |
conversationId | خيط | المعرف الفريد لجلسة المحادثة الحالية |
parentMessageId | خيط | معرف الرسالة السابقة المرتبطة بهذه الرسالة |
يعرض كائن JSON التالي بنية نص الطلب عند إرسال طلب إلى نقطة نهاية API هذه:
{
"message" : "我第一句话说的什么" ,
"conversationId" : " 07710821-ad06-408c-ba60-1a69bf3ca92a " ,
"parentMessageId" : " 73b144d2-a41f-4aeb-b3bb-8624f0e54ba6 "
}يوضح هذا المثال كيفية إنشاء نص طلب يحتوي على محتوى الرسالة، ومعرف فريد لجلسة المحادثة الحالية، ومعرف للرسالة السابقة. يضمن هذا التنسيق أن البيانات المطلوبة لا تتوافق مع قواعد المعالجة الخاصة بالخادم فحسب، بل تسهل أيضًا الحفاظ على استمرارية سياق المحادثة.
ستعيد الاستجابة الناجحة رمز الحالة 200 وكائن JSON مع الحقول التالية:
| اسم الحقل | يكتب | يصف |
|---|---|---|
response | خيط | محتوى رسالة الاستجابة للواجهة |
conversationId | خيط | المعرف الفريد للمحادثة الحالية |
messageId | خيط | المعرف الفريد للرسالة الحالية |
details | هدف | قم بتضمين تفاصيل الاستخدام الإضافية |
usage | الكائن ( details ) | تفاصيل الاستخدام مثل عدد الرموز المميزة |
{
"response" : "回答内容" ,
"conversationId" : " c9b8746d-aa8c-44b3-804a-bb5ad27f5b84 " ,
"messageId" : " 36cc9422-da58-47ec-a25e-e8b8eceb47f5 " ,
"details" : {
"usage" : {
"prompt_tokens" : 88 ,
"completion_tokens" : 2
}
}
}يمكن تشغيله على بنيات مختلفة (لم يتم دعم Android الأصلي بعد، ويتطلب sqlitev3 cgo). نظرًا لأن تجميع cgo معقد، أو منصة ذراع، أو بنيات أخرى، يمكنك محاولة تجميعها محليًا ضمن بنية النظام المقابلة.
تستدعي طريقة API قناة QQ للوصول المباشر
معلمات طلب المراجع
عندما يلزم إرسال الطلب إلى شركة GSK LLM أخرى كمدقق، يكون تنسيق JSON الذي يجب إرجاعه كما يلي:
{ "result" : %s } يمثل %s هنا عنصرًا نائبًا سيتم استبداله بقيمة نقطة عائمة محددة.
نتائج طلب إنشاء الفقاعة
عند طلب GSK LLM أخرى لإنشاء فقاعات، يكون تنسيق JSON الذي يجب إرجاعه كما يلي:
[ " " , " " , " " ]وهذا يعني أن نتيجة إنشاء الفقاعة هي مصفوفة تحتوي على ثلاث سلاسل. يُستخدم هذا التنسيق لتحديد ثلاث فقاعات مختلفة عند عرض النتائج، أو أقل من أو يساوي 3.
لم يعد من الضروري فتح gsk-llm متعددة لتنفيذ وظائف تشبه الوكيل. استنادًا إلى تغطية التكوينات المتعددة الجديدة والمعلمات السريعة وميزات اللوتس، يمكنك طلب تنفيذ ميزات معقدة مثل إنشاء الفقاعات وتقدم القصة بنفسك.
يمكن أن يكون GetAIPromptkeyboardPath عنوانًا خاصًا به أو يمكن أن يحتوي على معلمات سريعة.
عند استخدام البرامج الوسيطة لتحديد معلمات الموجهات، يوجد التكوين في مجلد المطالبات ويكون تنسيقه هو xxx-keyboard.yml. إذا لم يتم استخدام البرامج الوسيطة، فيرجى تحديد معلمات المطالبات في المسار ووضع xxx.yml المقابل في المطالبات. مجلد.)
قم بتعيين عنوان / المحادثة للعمل المشترك gsk-llm لكلمات موجه النظام ومن المتفق عليه أن كلمات موجه النظام تحتاج إلى إرجاع مصفوفة json نصية (3).
يشير هذا المشروع إلى أفكار المشاريع المعروفة التالية وينفذ تنسيقًا مبسطًا لتكوين تدفق التحكم في النص بالذكاء الاصطناعي.
راسا
البرمة
كاتب الحبر
