AI tamagoダウンロード - AI tamagoソースコードダウンロード

AI tamago

その他のソースコード

1.0.0

ダウンロード

AIたまご??

100% ローカルで LLM が生成し、思考、感情、フィードバックを備えた仮想ペットです。たまごっちの懐かしい思い出が甦ります！ https://ai-tamago.fly.dev/

すべての ASCII アニメーションは、chatgpt を使用して生成されます (リポジトリにプロンプトが含まれています)。

ご質問がありますか? AI Stack 開発者に参加して、#ai-tamago チャンネルで私を見つけてください。

デモ？

ai-tamago-demo.mov

スタック

ローカルモード

?推論: Ollama、OpenAI または Replicate を使用するオプションあり
?ゲームの状態: インジェスト
トランザクションおよびベクターデータベース: Supabase pgvector
? LLM オーケストレーション: Langchain.js
⁉️ アプリロジック: Next.js
?埋め込みの生成: Transformer.js および all-MiniLM-L6-v2
⁉️ UI: マジックパターンと Vercel v0

製品モード

上記すべてに加えて:

?認証とユーザー管理: 事務員
☁️ 主催: フライ
?レート制限: Upstash

概要

クイックスタート
導入ガイド

前提条件

Dockerをインストールする

クイックスタート

1. フォークとクローンのリポジトリ

リポジトリを Github アカウントにフォークし、次のコマンドを実行してリポジトリのクローンを作成します。

 git clone [email protected]:[YOUR_GITHUB_ACCOUNT_NAME]/AI-tamago.git

2. 依存関係をインストールする

 cd ai-tamago
npm install

クライアント側のすべてのたまごっちコードは、Tamagotchi.tsx にあります。

3.Ollamaをインストールする

手順はこちらです。

4. Supabaseをローカルで実行する

Supabase CLI をインストールする

 brew install supabase/tap/supabase

スーパーベースを開始する

/ai-tamagoディレクトリの下にいることを確認して、次を実行します。

 supabase start

ヒント: 移行を実行するかデータベースをリセットするには、seed.sql と移行によりsupabase db resetが実行されます。

5. 秘密を入力します

注: ここでのシークレットは、ローカルのsupabase インスタンス用です。

 cp .env.local.example .env.local

次に、実行してSUPABASE_PRIVATE_KEYを取得します。

 supabase status

service_role keyをコピーし、 SUPABASE_PRIVATE_KEYとして.env.localに保存します。

6. インジェストの設定

npx inngest-cli@latest dev

アプリが起動して実行中であることを確認してください -- インジェスト関数 (ゲームの状態を制御するために使用される) は自動的に登録されるはずです。

7. アプリをローカルで実行する

これで、アプリをローカルでテストする準備が整いました。これを行うには、プロジェクトルートでnpm run dev実行し、 http://localhost:3000にアクセスします。

導入ガイド

これで、AI たまごをローカルで試しました。今度は、AI たまごをより永続的な場所にデプロイして、いつでもアクセスできるようにします。

0. 本番環境で使用するモデルを選択します

製品で Chatgpt を使用してテストしたい場合は、 .env.localからLLM_MODEL=ollamaを削除し、 OPENAI_API_KEYを入力します。
Replicate を試したい場合は、 LLM_MODEL=replicate_llamaを設定し、 REPLICATE_API_TOKENを入力します。
Ollama を自分でデプロイしたい場合は、この素晴らしいガイド「Ollama を使用して大規模言語モデルをゼロに拡張する」を参照してください。 100gbボリュームを備えたperformance-4x Fly VM (CPU) で Ollama を実行することは可能ですが、GPU にアクセスできればはるかに高速になります。まだアクセスしていない場合は、ここから Fly の GPU 待機リストに参加してください。

1. deployブランチに切り替えます -- このブランチには、このようなアプリをデプロイするために必要なものがすべて含まれています。

git co deploy

このブランチには、マルチテナント対応の (Clerk のおかげで) アプリが含まれています。つまり、すべてのユーザーが独自の AI たまごを取得でき、トークン制限が組み込まれています。ユーザーがアプリでリクエストを送信できる回数を設定できます。 ( ratelimit.ts参照)

2. Supabase クラウドに移動します。

ここで Supabase プロジェクトを作成し、[プロジェクト設定] -> [API] に移動します。 .env.localにシークレットを入力します
SUPABASE_URL 「プロジェクト URL」の URL 値です。
SUPABASE_PRIVATE_KEYは、プロジェクト API キーの下のeyで始まるキーです。
Supabase プロジェクト ID をコピーします。これは URL https://supabase.com/dashboard/project/[project-id] から見つけることができます。

Ai-tamago プロジェクトのルートから、次を実行します。

 supabase link --project-ref [insert project-id]
supabase migration up
supabase db reset --linked

3. レート制限用の Upstash Redis インスタンスを作成する

これにより、ユーザーが API を何度も呼び出してすべての推論ワークロードを占有することがなくなります。ここでは Upstash の素晴らしいレート制限 SDK を使用しています。

Upstash にサインインする
上部ナビゲーションの「Redis」の下で「データベースの作成」をクリックします。
名前を付けて、好みに応じて地域やその他のオプションを選択します。「作成」をクリックします
「REST API」セクションまで下にスクロールし、「.env」をクリックします。これで、両方の環境変数 ( UPSTASH_REDIS_REST_URLとUPSTASH_REDIS_REST_TOKEN ) を .env.local にコピーして貼り付けることができます。

4. これで、Fly.io にすべてをデプロイする準備が整いました。

fly.ioにアカウントを登録し、flyctlをインストールします。
プロジェクトのルートでfly launch実行します。これにより、必要なすべての設定を含むfly.tomlが生成されます。
fly scale memory 512実行して、このアプリのフライ VM メモリをスケールアップします。
fly deploy --ha=false実行してアプリをデプロイします。 --ha フラグにより、fly は無料プランに含まれる 1 つのインスタンスのみを起動するようになります。
その他の非ローカルホスト環境の場合は、既存の Clerk 開発インスタンスが引き続き動作する必要があります。 cat .env.local | fly secrets import実行すると、シークレットを Fly にアップロードできます。 cat .env.local | fly secrets import
これを実際の製品にしたい場合は、現在の Clerk インスタンスの下に本番環境を作成する必要があります。 Clerk を使用した実稼働アプリのデプロイの詳細については、ここでドキュメントを確認してください。独自のドメインを管理し、プロセスの一部としてドメインの検証を行う必要がある場合があることに注意してください。
新しいファイル.env.prodをローカルに作成し、実稼働環境のシークレットをすべて入力します。 Clerk の実稼働インスタンス - cat .env.prod | fly secrets importからシークレットをコピーして、 NEXT_PUBLIC_CLERK_PUBLISHABLE_KEYとCLERK_SECRET_KEY忘れずに更新してください。 cat .env.prod | fly secrets import 。