Di bidang rekayasa cepat , mengelola berbagai versi petunjuk dapat menjadi luar biasa. Individu dan tim sering menghadapi tantangan dalam melacak dan mengatur berbagai jenis petunjuk, yang mengarah pada kemungkinan kehilangan beberapa yang terbaik.
Upaya sumber terbuka eksperimental untuk membuat hidup mudah bagi insinyur & pengembang yang cepat. Cara yang tidak terorganisir dalam mengelola petunjuk membuat pekerjaan sulit, jadi kami membawa pendekatan terstruktur untuk membantu insinyur & pengembang melacak, berbagi, dan menangani petunjuk dengan mudah dengan tim mereka. Penyelenggara yang cepat .
Organisasi berbasis tugas : Pengguna dapat mengatur petunjuk di bawah tugas yang berbeda (ringkasan, penemuan topik, identifikasi niat dll), memungkinkan untuk tampilan yang jelas dan dikategorikan dari setiap prompt.
Manajemen Versi Prompt : Dalam setiap tugas, pengguna dapat membuat dan mengelola beberapa versi prompt, masing -masing dengan set parameter yang unik.
Visualisasi Perbedaan : Pengguna dapat memanfaatkan fitur 'Show Diff' terintegrasi untuk memvisualisasikan dengan mudah dan membandingkan perbedaan, penambahan, atau penghapusan antara berbagai versi prompt, disorot agar mudah bercak.
Konfigurasi Parameter Prompt : Pengguna dapat dengan mudah mengkonfigurasi berbagai parameter seperti suhu, top_p, token maks, dan ambang batas untuk setiap versi prompt.
Pelacakan Status : Aplikasi ini memungkinkan pengguna untuk mengatur dan melacak status setiap prompt, membantu evaluasi dan optimasi yang cepat.
Fitur Komentar : Setiap versi prompt memiliki kotak komentar terkait, yang memungkinkan pengguna untuk memberi anotasi catatan penting atau informasi yang terkait dengan prompt.
Manajemen Prompt Sistem : Di samping petunjuk pengguna, aplikasi ini juga memungkinkan manajemen prompt sistem, masing -masing dengan fitur komentar.
Simpan dan Unduh : Pengguna dapat menyimpan kemajuan mereka dan mengunduh prompt yang terorganisir dalam format YAML, memfasilitasi berbagi dan penyimpanan yang mudah.
Integrasi YAML untuk pipa pengembang : Aplikasi ini dengan mulus memfasilitasi pengembang dengan memungkinkan penggabungan langsung file YAML ke dalam pipa pengembangan mereka, membuat proses pengembangan lebih intuitif dan lebih sedikit rentan kesalahan.
Aplikasi Pengguna Tunggal : Aplikasi ini saat ini dirancang untuk penggunaan individual, dengan rencana untuk peningkatan di masa mendatang untuk mendukung banyak pengguna.
Buka folder "Prompt Organizer" dan jalankan:
python app.py
Saya telah menggunakan Python 3.8
Unduh file YAML dari penyelenggara prompt dan muatkan menggunakan metode ini:
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)
Di dalam prompt menggunakan placeholder dan menggantinya dengan konten yang tepat:
Contoh prompt:
Saya memberi Anda bagian dan Anda harus menemukan maksud paling penting yang memiliki nilai diskusi yang tinggi. Semua maksud harus dalam format string dan skor relevansi harus dalam format flats. N nyour response harus berisi output dalam format kamus, berikut adalah beberapa contoh: [{intents: niat skor}, {}]. Ndo tidak menambahkan Penjelasan apa pun. n npassage: n n ## placeholder_1 ##
Ganti ## placeholder_1 ## secara dinamis dengan bagian input.
passage_content = "Your passage data"
prompt_passage = get_prompt('Intent',1)
prompt_passage = prompt_passage.replace("##placeholder_1##", passage_content)
Gunakan file helper.py untuk menggunakan semua metode ini.
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)
Dengan mematuhi langkah -langkah yang diuraikan, Anda dapat mengadopsi pendekatan terstruktur dan sistematis. Penyelenggara cepat memberdayakan Anda untuk merancang, dengan cermat memeriksa, dan mengimplementasikan petunjuk Anda dengan jaminan. Hal ini mengarah pada pengembangan aplikasi AI tingkat lanjut dan andal.
Untuk saat ini, saya menjalankan aplikasi ini dari proyek saya untuk menghindari bolak -balik dengan file YAML. Semua modifikasi saya tetap di tingkat proyek. Idenya adalah, dalam waktu dekat, untuk membuat integrasi ini mulus.
Dan lebih banyak ...
Semua dengan kemudahan penggunaan.
Happy Pronehing ,: Clap: Prompt Organizer ?