Download omniplex - download do código-fonte omniplex

omniplex

Outro código-fonte

Baixar

herói

Omniplex

Perplexidade de código aberto

Site · Discord · Reddit

? Sob Desenvolvimento Ativo

Nosso foco está em estabelecer funcionalidades básicas e recursos essenciais. À medida que continuamos a desenvolver o Omniplex, estamos comprometidos em implementar as melhores práticas, refinar a base de código e introduzir novos recursos para aprimorar a experiência do usuário.

Comece

Para executar o projeto, modifique o código no componente Chat para usar o // Development Code .

Bifurque e clone o repositório

git clone [email protected]:[YOUR_GITHUB_ACCOUNT]/omniplex.git

Instale as dependências

yarn

Preencha segredos em .env.local

BING_API_KEY=
OPENAI_API_KEY=

OPENWEATHERMAP_API_KEY=
ALPHA_VANTAGE_API_KEY=
FINNHUB_API_KEY=

Execute o servidor de desenvolvimento

yarn dev

Abra http://localhost:3000 no seu navegador para ver o aplicativo.

Desenvolvimento de plug-ins

Esta é apenas uma maneira hackeada, mas muito fácil de implementar. Adicionaremos uma maneira mais robusta de adicionar plug-ins no futuro. Sinta-se à vontade para entender o plugin de exemplo que adicionamos.

Atualize os tipos em types.ts para incluir os novos tipos de dados do plugin.
Atualize a API tools na api para incluir a nova chamada de função do plugin.
Atualize o api.ts no arquivo utils para incluir os novos dados do plugin.
Atualize o chatSlice.ts na store para incluir o novo redutor de plugin.
Crie uma nova pasta no diretório components para a UI do plugin.
Atualize chat.tsx para lidar com o novo plugin em useEffect .
Chame a função do plugin e retorne os dados como acessórios para a fonte.
Atualize o source.ts para usar a IU do plugin.
Por último, atualize o data.ts em utils para mostrar na aba do plugin.

Suporte Multi-LLM: Exemplo

Adicione o novo LLM apiKey em env e adicione o pacote npm relacionado.

ANTHROPIC_API_KEY= ******

Atualize o chat na api

 import Anthropic from "@anthropic-ai/sdk" ;
import { OpenAIStream , StreamingTextResponse } from "ai" ;

const anthropic = new Anthropic ( {
  apiKey : process . env . ANTHROPIC_API_KEY ,
} ) ;

export const runtime = "edge" ;

export async function POST ( req : Request ) {
  const {
    messages ,
    model ,
    temperature ,
    max_tokens ,
    top_p ,
    frequency_penalty ,
    presence_penalty ,
  } = await req . json ( ) ;

  const response = await anthropic . messages . create ( {
    stream : true ,
    model : model ,
    temperature : temperature ,
    max_tokens : max_tokens ,
    top_p : top_p ,
    frequency_penalty : frequency_penalty ,
    presence_penalty : presence_penalty ,
    messages : messages ,
  } ) ;

  const stream = OpenAIStream ( response ) ;
  return new StreamingTextResponse ( stream ) ;
}

Atualize os data em utils

 export const MODELS = [
  { label : "Claude 3 Haiku" , value : "claude-3-haiku-20240307" } ,
  { label : "Claude 3 Sonnet" , value : "claude-3-sonnet-20240229" } ,
  { label : "Claude 3 Opus" , value : "claude-3-opus-20240229" } ,
] ;

Isenção de responsabilidade

Recentemente, fizemos a transição do diretório de páginas para o diretório de aplicativos, o que envolveu mudanças significativas na estrutura e arquitetura do projeto. Como resultado, você pode encontrar algumas inconsistências ou arestas na base de código.