llm-chain
adalah kumpulan peti karat yang dirancang untuk membantu Anda membuat aplikasi LLM canggih seperti chatbots, agen, dan banyak lagi. Sebagai platform LLM-OPS yang komprehensif, kami memiliki dukungan kuat untuk Cloud dan LLM yang di-host lokal. Kami juga memberikan dukungan yang kuat untuk template prompt dan merantai dengan cepat dalam rantai multi-langkah, memungkinkan tugas kompleks yang tidak dapat ditangani oleh LLMS dalam satu langkah. Kami juga menyediakan integrasi toko vektor sehingga mudah untuk memberikan model memori jangka panjang dan pengetahuan materi pelajaran Anda. Ini memberdayakan Anda untuk membangun aplikasi canggih.
Untuk membantu Anda memulai, berikut adalah contoh yang menunjukkan cara menggunakan llm-chain
. Anda dapat menemukan lebih banyak contoh di folder contoh di repositori.
let exec = executor ! ( ) ? ;
let res = prompt ! (
"You are a robot assistant for making personalized greetings" ,
"Make a personalized greeting for Joe"
)
. run ( parameters ( ) ! , & exec )
. await ? ;
println ! ( "{}" , res ) ;
➡️ Tutorial: Mulailah dengan Rantai LLM ➡️ Quick-Start : Buat Proyek Berdasarkan Template Kami
llm.rs
: Gunakan LLMS di Rust tanpa dependensi pada kode C ++ dengan dukungan kami untuk llm.rs
llm-chain
. Untuk mulai menggunakan llm-chain
, tambahkan sebagai ketergantungan dalam Cargo.toml
Anda.
[ dependencies ]
llm-chain = " 0.12.0 "
llm-chain-openai = " 0.12.0 "
Contoh untuk llm-chain-openai
mengharuskan Anda untuk mengatur variabel lingkungan OPENAI_API_KEY
yang dapat Anda lakukan seperti ini:
export OPENAI_API_KEY= " sk-YOUR_OPEN_AI_KEY_HERE "
Kemudian, lihat dokumentasi dan contoh untuk mempelajari cara membuat templat yang cepat, rantai, dan banyak lagi.
Kami sangat menyambut kontribusi dari semua orang! Jika Anda tertarik untuk membantu meningkatkan llm-chain
, silakan periksa file CONTRIBUTING.md
kami untuk pedoman dan praktik terbaik.
llm-chain
dilisensikan di bawah lisensi MIT.
Jika Anda memiliki pertanyaan, saran, atau umpan balik, jangan ragu untuk membuka masalah atau bergabung dengan perselisihan komunitas kami. Kami selalu senang mendengar dari pengguna kami dan belajar tentang pengalaman Anda dengan llm-chain
.
Kami harap Anda menikmati menggunakan llm-chain
untuk membuka potensi penuh model bahasa besar dalam proyek Anda. Happy Coding! ?