gemini prompt engineer toolkit
1.0.0
⚡Anted durch die neuesten (27. August 2024) Gemini-1.5-Flash-EXP-0827-Gemini-1.5-Pro-EXP-0827-Gemini-1.5-Flash-8b-Exp-0827 Modelle
Die Gemini AI - Proportion Engineering Toolkit ist eine leistungsstarke Strom-, Python- und Gemini -AI -Anmeldung, mit der Ihre KI -Workflows für die technische und feine Einstellung von Datensatz -Datensatz -Workflows optimiert werden sollen und Sie dabei unterstützen können, ein prompt Engineeering Pro zu werden! Nutzen Sie die Kraft der neuesten Gemini-Modelle (Gemini-1.5-Flash-EXP-0827) von Google (27. August 2024). ) So generieren Sie hochwertige Eingabeaufforderungen, analysieren Sie Dateien und erstellen Sie synthektische Datensätze für Feinabstimmungs-KI-Modelle. - Gregory Kennedy
Schnellgenerierung: Erstellen Sie effektive Eingabeaufforderungen für eine Vielzahl von Aufgaben, vom kreativen Schreiben bis zur Codegenerierung.
Dateianalyse: Gewinnen Sie Erkenntnisse aus Ihren Daten, indem Sie CSV, TXT, Markdown (MD) und Bilddateien hochladen und analysieren.
Testerdatenerzeugung: Erstellen Sie synthetische Datensätze für die Feinabstimmung Ihrer KI-Modelle und stellen Sie sicher, dass sie optimal funktionieren.
Support für Multi-Model: Wählen Sie aus Gemini-1.5-Flash-EXP-0827-Gemini-1.5-PRO-EXP-0827-Gemini-1.5-Flash-8b-EXP-0827-Modelle, um verschiedene Funktionen zu nutzen.
Benutzerfreundliche Schnittstelle: Die intuitive optimale Schnittstelle macht die App sowohl für Anfänger als auch für erfahrene Benutzer zugänglich.
Streamlit bietet ein intuitives Framework zum Erstellen interaktiver Webanwendungen mit minimalem Code, sodass wir uns auf die Bereitstellung einer nahtlosen Benutzererfahrung konzentrieren können.
Langsmith ist ein Tool zum Beobachten, Debuggen, Datensatzerstellen, Kostenanalyse und Verbesserung Ihrer AI/LLM -Anwendungen.
Holen Sie sich hier die Langsmith -API -Schlüssel hier https://smith.langchain.com/
Zu den wichtigsten Funktionen gehören:
Echtzeit-Debugging und Leistungsoptimierung
Kollaborationswerkzeuge zum Teilen von Kettenspuren
Hub zum Handwerk, Versioning und Kommentieren zu Eingabeaufforderungen
Annotation Warteschlangen für menschliche Kennzeichnung und Feedback
Datensatzerstellung für Bewertungen, wenige Schüsse und Feinabstimmungen
Umfassende Test- und Bewertungsfunktionen, einschließlich AI-unterstützter Bewertung
Python herunterladen und installieren
https://www.python.org/downloads/macos/
https://www.python.org/downloads/windows/
Git herunterladen und installieren
https://git-scm.com/download/mac
https://git-scm.com/download/win
Laden Sie Conda herunter und installieren Sie
Wir empfehlen, conda für ein einfaches und sicheres Umgebungsmanagement zu verwenden
Laden Sie es von https://docs.conda.io/en/latest/miniconda.html herunter.
Scrollen Sie nach unten auf die Seite Miniconda *** in den Abschnitt "Neueste Miniconda Installer Links", um für Windows, MacOS und Linux *** herunterzuladen
Erstellen Sie eine sichere Conda -Umgebung:
conda erstellen -n gpe -env python = 3,12 Conda aktivieren GPE-ENV
Abhängigkeiten installieren:
PIP Installation -r Anforderungen.txt
Google Gemini API -Schlüssel: Mit diesem speziellen Schlüssel können Sie das leistungsstarke KI -Modell von Google nutzen. Holen Sie sich Ihren kostenlosen Schlüssel unter https: // https: //aistudio.google.com/.
So verwenden Sie die Gemini -API -Taste: Geben Sie diesen speziellen Schlüssel in der linken Seite der Stromnutzungs -UI ein, um die App zu verwenden.
Erstellen Sie eine .env -Datei: Erstellen Sie im Ordner Ihres Projekts eine neue Textdatei mit dem Namen .env .
Fügen Sie Ihre Langsmith/Langchain -API -Taste hinzu: Öffnen Sie die Datei .env und fügen Sie in Ihre Langsmith -API -Taste ein:
LANGCHAIN_TRACING_V2=true LANGCHAIN_ENDPOINT="https://api.smith.langchain.com" LANGCHAIN_API_KEY="your api key goes here" # LANGCHAIN_PROJECT="gem-engr"
Bewahren Sie diese Datei und Ihre API -Schlüssel sicher und teilen Sie sie nicht weiter!
Navigieren Sie zum Projektverzeichnis:
CD/Pfad/to/Ihr/Projekt
Führen Sie die Streamlit -App aus:
Streamlit Run V1.8-Gemini-Prompt-Engineer.py
Ihre App wird in Ihrem Webbrowser geöffnet und bereit für Sie zu erkunden!
Geben Sie Ihre Frage oder Aufgabe ein: Beschreiben Sie die Aufgabe, die die KI ausführen soll (zB "??????").
Fügen Sie Variablen hinzu (optional): Geben Sie spezifische Details oder Einschränkungen an (z. B. "Thema: Abenteuer, Publikum: Kinder, Ton: humorvoll").
Klicken Sie auf "Eingabeaufforderung generieren": Die App generiert eine Eingabeaufforderung, die auf Ihre Eingabe zugeschnitten ist.
Download -Optionen: Laden Sie die Eingabeaufforderung als TXT- oder JSONL -Datei für die spätere Verwendung herunter.
Laden Sie eine Datei hoch: Wählen Sie einen CSV-, TXT-, Markdown (MD) oder eine Bilddatei von Ihrem Computer aus.
Eingabeaufforderung eingeben: Geben Sie die KI zur Analyse der Datei an (z. B. "Fassen Sie die wichtigsten Ergebnisse dieses Forschungsarbeits zusammen").
Klicken Sie auf "Datei analysieren": Die App generiert eine Analyse basierend auf Ihrer Eingabeaufforderung und dem Dateiinhalt.
Geben Sie Thema oder Text ein: Geben Sie ein Thema oder Text als Grundlage für die Generierung von Konversationspaaren an.
Geben Sie die Anzahl der Paare an: Wählen Sie, wie viele Konversationspaare Sie generieren möchten.
Klicken Sie auf "Testdaten generieren": Die App erstellt eine JSON- oder JSONL -Datei, die die generierten Konversationspaare enthält.
Seien Sie spezifisch: Je spezifischer Ihre Aufgabenbeschreibungen und Analyseaufforderungen sind, desto besser sind die Ergebnisse.
Experimentieren Sie mit Variablen: Versuchen Sie verschiedene Kombinationen von Eingangsvariablen, um Ihre Eingabeaufforderungen zu optimieren.
Iterer und verfeinern: Hab keine Angst davor, deine Eingabeaufforderungen anhand der generierten Ergebnisse zu experimentieren und zu verfeinern.
Google Gemini: Für die leistungsstarken und vielseitigen Sprachmodelle.
Streamlit: Um es einfach zu erstellen, interaktive Webanwendungen zu erstellen.
Langchains Langsmith: Verfolgung und Beobachtbarkeit für die LLM -Verfolgung und Beobachtung des Verhaltens großer Sprachmodelle (LLMs) s.
Lassen Sie uns die Schlüsseltechnologien und -techniken untersuchen, die diese Anwendung mit Strom versorgen.
1. Google Gemini: Die Gehirnkraft hinter der Magie
Google Gemini ist eine Familie von Großsprachemodellen (LLMs), die von Google AI entwickelt wurden. Diese Modelle werden auf massiven Datensätzen von Text und Code geschult, sodass sie eine Vielzahl von Aufgaben ausführen können, darunter:
Textgenerierung: Schreiben Sie Geschichten, Gedichte, Artikel und mehr.
Codegenerierung: Generieren Sie Code in verschiedenen Programmiersprachen.
Übersetzung: Text zwischen Sprachen übersetzen.
Frage Beantwortung: Geben Sie informative Antworten auf Fragen.
SUMPLISCHISCHE: Den großen Textmengen in präzise Zusammenfassungen kondensieren.
Diese App nutzt die Leistung von Gemini, um Eingabeaufforderungen zu generieren, Dateien zu analysieren und Testdaten zu erstellen.
2. Langsmith: Verfolgung und Beobachtbarkeit für LLMs
Diese Anwendung integriert sich in Langsmith, einem von Langchain entwickelten Rahmen, um das Verhalten von Großsprachmodellen (LLMs) zu verfolgen und zu beobachten. Mit Langsmith können Entwickler Einblicke in die Leistung ihrer LLMs erhalten, potenzielle Probleme identifizieren und die Gesamtqualität ihrer KI -Anwendungen verbessern.
3. Stromlit: Erstellen interaktiver Benutzeroberflächen
Streamlit ist eine Python -Bibliothek, die es unglaublich einfach macht, interaktive Webanwendungen für Datenwissenschaft und maschinelles Lernen zu erstellen. Die intuitive API und der Fokus auf Einfachheit ermöglichen es den Entwicklern, leistungsstarke Apps schnell zu erstellen und bereitzustellen, ohne dass ein umfangreiches Kenntnis der Webentwicklung von Frontendbenutzer erforderlich ist.
Diese App nutzt die Stromversorgung, um eine benutzerfreundliche Schnittstelle für die Interaktion mit den Gemini-Modellen und die Verwaltung Ihrer schnellen technischen und feinabstimmigen Workflows bereitzustellen.
4. Alles zusammenfügen: Der Workflow
Hier ist ein hochrangiger Überblick darüber, wie die App funktioniert:
Benutzereingabe: Sie geben eine Aufgabenbeschreibung, eine Analyse -Eingabeaufforderung oder ein Thema zur Erzeugung von Testdaten an.
Eingabeaufforderung (falls zutreffend): Die App verwendet Gemini, um eine Eingabeaufforderung basierend auf Ihrer Eingabe zu generieren.
Dateianalyse (falls zutreffend): Die App lädt und analysiert Ihre Datei mithilfe von Gemini und liefert Erkenntnisse basierend auf Ihrer Analyse -Eingabeaufforderung.
Testdatenerzeugung (falls zutreffend): Die App verwendet Gemini, um Konversationspaare für die Feinabstimmung Ihrer KI-Modelle zu generieren.
Ausgabe und Download: Die App zeigt die generierten Eingabeaufforderungen, Analyseergebnisse oder Testdaten an und bietet Download -Optionen für bequeme Speicherung und Wiederverwendung.
Diese Integration von Gemini, Langsmith und Stromlit ermöglicht es Ihnen, die Kraft der KI für Ihre schnellen technischen und feinen Aufgaben zu nutzen.
Ich begrüße Beiträge aus der Community! So können Sie sich engagieren:
Geben Sie das Repository auf: Klicken Sie oben rechts auf der Schaltfläche "Fork" oben rechts auf dieser Seite.
Erstellen Sie einen neuen Zweig: Nehmen Sie Ihre Änderungen in einem separaten Zweig vor, um die Dinge organisiert zu halten.
Git Checkout -B-Funktion/Ihr Feature-Name
Bestimmen Sie Ihre Änderungen: Fügen Sie klare und präzise Feststellungsnachrichten hinzu, um Ihre Arbeit zu erklären.
Git Commit -m "Fügen Sie hier Ihre beschreibende Commit -Nachricht hinzu"
Drücken Sie auf Ihre Gabel: Senden Sie Ihre Änderungen an Ihr Forked Repository auf GitHub.
Git Push Origin Feature/Ihr Feature-Name
Öffnen Sie eine Pull -Anfrage: Senden Sie eine Pull -Anfrage an das Hauptrepository und beschreiben Sie Ihre Änderungen und deren Vorteile.
Dieses Projekt ist unter der MIT -Lizenz lizenziert - Einzelheiten finden Sie in der Lizenzdatei.
Möchten Sie tiefer in die Technologien hinter diesem Projekt eintauchen? Hier sind einige hilfreiche Ressourcen:
Google Gemini: https://developers.google.com/gemini/
Streamlit -Dokumentation: https://docs.streamlit.io/
Langsmith -Dokumentation: https://docs.langchain.com/docs/ecosystem/integrations/langsmith
Wir glauben, dass dieses Projekt ein Sprungbrett für eine zugängliche und leistungsfähigere Zukunft für die KI -Entwicklung ist. Besuchen Sie uns auf dieser aufregenden Reise!
Star This Repository: Zeigen Sie Ihre Unterstützung und helfen Sie anderen, dieses Projekt zu entdecken.
Teilen Sie Ihre Kreationen: Wir würden gerne sehen, was Sie mit dieser App erstellen! Teilen Sie Ihre Projekte und Ideen mit der Community.
Beitrag und Zusammenarbeit: Lassen Sie uns zusammenarbeiten, um dieses Projekt noch besser zu machen!
Lassen Sie uns das Potenzial von KI zusammenschieben!
Okay, hier ist der letzte Teil der Readme, die Dinge mit einem Aufruf zum Handeln und Kontaktinformationen abwickelt:
Bereit, die Kraft von Gemini für Ihre KI-schnellen Ingenieur- und Feinabstimmungsaufgaben zu entfesseln?
Klonen Sie dieses Repository:
Git Clone https://github.com/your-username/your-repository-name.git
Befolgen Sie die obigen QuickStart -Handbuch, um Ihre Umgebung einzurichten und Ihren API -Schlüssel zu konfigurieren.
Erkunden Sie die App und sehen Sie, was Sie erstellen können!
Wir sind hier, um Sie auf Ihrer KI -Reise zu unterstützen. Fühlen Sie sich frei zu erreichen, wenn Sie auf Probleme stoßen oder Fragen zur App haben.
Öffnen Sie ein Problem: Melden Sie Fehler oder schlagen Sie neue Funktionen vor, indem Sie ein Problem im GitHub -Repository eröffnen.
Treten Sie der Community bei: Verbinden Sie sich mit anderen Nutzern und Entwicklern in unserem Community -Forum (Link, die bald hinzugefügt werden können).
Vielen Dank an die großartigen Teams von Google, Streamlit und Langchain !!!: Ich dankte den erstaunlichen Teams, die dieses Projekt möglich gemacht haben:
Google AI: Zur Entwicklung der leistungsstarken Gemini -Modelle.
Streamlit: Zum Erstellen eines intuitiven und benutzerfreundlichen Frameworks zum Erstellen von Webanwendungen.
Langchain: Für die Entwicklung des Langsmith -Verfolgungs- und Beobachtbarkeitsgerüsts.
Wir glauben, dass KI für alle zugänglich sein sollte, unabhängig von ihrem technischen Hintergrund. Dieses Projekt ist ein Schritt in Richtung dieser Vision. Machen Sie mit uns KI zugänglicher und stärker!
Happy prompt Engineering!
