Prompt_Organizer
1.0.0
في مجال الهندسة السريعة ، يمكن أن تصبح إدارة إصدارات متعددة من المطالبات ساحقة. غالبًا ما يواجه الأفراد والفرق تحديات في تتبع وتنظيم أنواع مختلفة من المطالبات ، مما يؤدي إلى إمكانية فقدان بعض من أفضل الأحداث.
محاولة تجريبية مفتوحة المصدر لجعل الحياة سهلة للمهندسين والمطورين الفوريين. إن الطريقة غير المنظمة لإدارة المطالبات تجعل العمل صعبًا ، لذلك نقدم نهجًا منظمًا لمساعدة المهندسين والمطورين على تتبع ومشاركة ومطالبات بسهولة مع فريقهم. المنظم المطري .
المؤسسة المستندة إلى المهام : يمكن للمستخدمين تنظيم مطالبات بموجب مهام مختلفة (تلخيص ، اكتشاف الموضوع ، تحديد النية وما إلى ذلك) ، مما يسمح بمشاهدة عرض واضحة وتصنيف لكل موجه.
إدارة الإصدارات المطالبة : في كل مهمة ، يمكن للمستخدمين إنشاء وإدارة إصدارات متعددة من المطالبات ، ولكل منها مجموعة فريدة من المعلمات.
التصور الاختلاف : يمكن للمستخدمين الاستفادة من ميزة "عرض Diff" المتكاملة لتصور ومقارنة الاختلافات أو الإضافات أو الحذف بين الإصدارات المطالبة المختلفة ، التي تم تسليط الضوء عليها لسهولة اكتشافها.
تكوين المعلمات المطالبة : يمكن للمستخدمين بسهولة تكوين معلمات مختلفة مثل درجة الحرارة ، و TOP_P ، و MAX Tokens ، وعتبة كل إصدار من المطالبة.
تتبع الحالة : يتيح التطبيق للمستخدمين تعيين وتتبع حالة كل موجه ، والمساعدة في التقييم المطري والتحسين.
ميزة التعليق : يحتوي كل إصدار موجه على مربع تعليق مرتبط ، مما يسمح للمستخدمين بتعليق الملاحظات أو المعلومات المهمة المتعلقة بالمطالبة.
إدارة مطالبة النظام : إلى جانب مطالبات المستخدم ، يتيح التطبيق أيضًا إدارة مطالبات النظام ، ولكل منها ميزة التعليق.
حفظ وتنزيل : يمكن للمستخدمين حفظ تقدمهم وتنزيل المطالبات المنظمة بتنسيق YAML ، مما يسهل المشاركة والتخزين السهل.
تكامل YAML لخطوط أنابيب المطورين : يسهل هذا التطبيق بشكل سلس المطورين من خلال السماح بدمج ملفات YAML مباشرة في خطوط أنابيب التطوير الخاصة بهم ، مما يجعل عملية التطوير أكثر سهولة وأقل عرضة للخطأ.
تطبيق مستخدم واحد : تم تصميم هذا التطبيق حاليًا للاستخدام الفردي ، مع خطط للترقيات المستقبلية لدعم العديد من المستخدمين.
انتقل إلى المجلد "المنظم الموجه" وتشغيله:
python app.py
لقد استخدمت بيثون 3.8
قم بتنزيل ملف yaml من منظم المطالبة وتحميله باستخدام هذه الطريقة:
import yaml
def read_template():
directory_path = "data.yaml"
yaml_content = ''
with open(directory_path, "r") as f:
try:
yaml_content = yaml.safe_load(f)
except yaml.YAMLError as e:
print(f"Error parsing {directory_path}: {e}")
return yaml_content
def get_prompt(task, version):
yaml_content = read_template()
version = "version"+"_"+str(version)
return yaml_content[task]['prompts']['version_1']["prompt"]
prompt = get_prompt("Intent",1)
def get_parameters(task, version):
yaml_content = read_template()
version = "version"+"_"+str(version)
temp = yaml_content[task]['prompts'][version]['temperature']
top_p = yaml_content[task]['prompts'][version]['top_p']
max_tokens = yaml_content[task]['prompts'][version]['max_tokens']
threshold = yaml_content[task]['prompts'][version]['threshold']
return {"temperature":temp, "top_p":top_p, "max_tokens":max_tokens, "threshold":threshold}
params = get_parameters('Intent',1)
داخل موجه الاستخدام النائب واستبدلهم بالمحتويات الصحيحة:
مثال موجه:
أعطيك مقطعًا وعليك أن تجد أهم النوايا التي لها قيمة مناقشة عالية. يجب أن تكون جميع النوايا بتنسيق السلسلة ويجب أن تكون درجة الصلة بتنسيق عوامات. أي تفسيرات .
استبدل ## النحاس _1 ## بشكل ديناميكي مع مقطع الإدخال.
passage_content = "Your passage data"
prompt_passage = get_prompt('Intent',1)
prompt_passage = prompt_passage.replace("##placeholder_1##", passage_content)
استخدم ملف Helper.py لاستخدام كل هذه الطرق.
openai.api_key = 'your-api-key-here'
passage_content = "Your data"
prompt_passage = get_prompt("Intent", 1) # This will provide you the prompt for the specified version and task.
system_prompt = get_sysprompt("Intent", 1) # This will provide you the system prompt for the specified version and task.
prompt_param = get_parameters("Intent", 1) # This will provide you the all parameters for the specified version and task.
prompt_passage = prompt_passage.replace("##placeholder_1##", passage_content)
response = openai.ChatCompletion.create(
model = "gpt-3.5-turbo",
temperature = prompt_param["temperature"],
top_p = prompt_param["top_p"],
max_tokens = prompt_param["max_tokens"],
messages=[
{"role": "system", "content": prompt_passage},
{"role": "user", "content": system_prompt},
]
)
# Extracting response
answer = response['choices'][0]['message']['content']
print(answer)
من خلال الالتزام بالخطوات المحددة ، يمكنك تبني نهج منظم ومنهجي. يمكّنك المنظم الموجه من تصميم ودراسة ومطالباتك بدقة وتنفيذ المطالبات الخاصة بك مع ضمان. هذا يؤدي إلى تطوير تطبيقات AI المتقدمة والموثوقة.
في الوقت الحالي ، أقوم بتشغيل هذا التطبيق من مشروعي لتجنب الذهاب ذهابًا وإيابًا مع ملف Yaml. كل تعديلات بلدي تبقى على مستوى المشروع. الفكرة هي ، في المستقبل القريب ، جعل هذا التكامل سلسًا.
وأكثر ...
كل شيء مع سهولة الاستخدام.
مطالبة سعيدة ،: التصفيق: منظم موجه ؟
