ai-fun es una biblioteca de funciones experimental impulsada por LLM. Le permite definir el propósito de la función, los parámetros y el esquema de salida y genera y ejecuta el código en segundo plano. Piense en Cursor/GitHub Copilot pero como una biblioteca conectable.
npm i ai-fun
Ejemplo completo:
example.ts
import { z } from 'zod'
import AIFunctionBuilder from 'ai-fun'
import NodeExec from 'ai-fun/src/backends/node'
import { anthropic } from '@ai-sdk/anthropic'
// Provide a LLM model
const llm = anthropic . chat ( 'claude-3-5-sonnet-20240620' )
// Create a new AI Function Builder using Node/exec backend
const backend = new NodeExec ( )
const ai = new AIFunctionBuilder ( llm , backend )
// Define the input parameters and output parameters of the function
const parameters = z . object ( { a : z . number ( ) , b : z . number ( ) } )
const output = z . number ( )
// Generate the function
const f = await ai . function ( 'add values provided' , parameters , output )
// Call the function and log the result
const result = await f ( { a : 1 , b : 2 } )
console . log ( result )
Producción:
> bun example.ts
3
Más ejemplos encontrados en ejemplos/
Lea este comentario de Reddit antes de continuar:
El almacenamiento en caché de funciones está habilitado de forma predeterminada para medidas de ahorro de costos. De forma predeterminada, las funciones se almacenan en un archivo llamado .ai-fun.json
.
Opciones que puede proporcionar a AIFunctionBuilder
:
{
debug ?: boolean
esModules?: boolean
cache?: boolean
cacheFile?: string
}
Puede crear sus propios backends implementando la clase AIFunctionBackend
:
export abstract class AIFunctionBackend {
abstract init ( codeContent : CodeContent ) : Promise < void >
abstract exec ( params : any ) : Promise < any >
}
Consulte src/backends/node, por ejemplo.
Ejecuta las funciones generadas por IA utilizando la función ejecutiva node:vm
.
Opciones:
{
debug ?: boolean
packageFile?: string
installPackages?: boolean
}
Como proyecto de código abierto, agradecemos las contribuciones de la comunidad. Si experimenta algún error o desea agregar algunas mejoras, no dude en abrir un problema o una solicitud de extracción.