codefuse chatbot

Другой исходный код

1.0.0

Скачать

китайский | английский

CodeFuse-ChatBot: разработка путем расширения частных знаний

CodeFuse-ChatBot — это интеллектуальный помощник с искусственным интеллектом с открытым исходным кодом, разработанный командой Ant CodeFuse и предназначенный для упрощения и оптимизации всех аспектов жизненного цикла разработки программного обеспечения. Этот проект сочетает в себе механизм совместного планирования Multi-Agent и интегрирует богатую библиотеку инструментов, библиотеку кода, базу знаний и среду «песочницы», что позволяет модели LLM эффективно выполнять и обрабатывать сложные задачи в области DevOps.

? продлить

[2024.01.29] Открытая и настраиваемая мультиагентная платформа: codefuse-muAgent, подробности см. в инструкции по использованию.
[2023.12.26] Открыта возможность доступа к приватизированным большим моделям с открытым исходным кодом и интерфейсам больших моделей на основе FastChat.
[2023.12.14] Специальный отчет публичного аккаунта Qubit: ссылка на статью
[2023.12.01] Открыты функции мультиагентного поиска и поиска по кодовой базе
[2023.11.15] Добавлен расширенный режим вопросов и ответов на основе локальной базы кода.
[2023.09.15] Открыта функция песочницы локальной/изолированной среды, и на основе сканера реализовано получение данных по указанному URL-адресу.

? представлять

Целью этого проекта является создание интеллектуального помощника с искусственным интеллектом для всего жизненного цикла разработки программного обеспечения посредством извлечения дополненной генерации (RAG), обучения инструментам и среды «песочницы», охватывающей этапы проектирования, кодирования, тестирования, развертывания, эксплуатации и обслуживания. Постепенно переходите от традиционной модели разработки и эксплуатации запроса данных повсюду и независимой и децентрализованной работы платформы к интеллектуальной модели разработки и эксплуатации большой модели вопросов и ответов, меняя привычки развития и работы людей.

Основными отличительными технологиями и функциональными моментами этого проекта являются:

? Интеллектуальное диспетчерское ядро: диспетчерское ядро с полными системными связями было создано для поддержки многорежимной конфигурации одним щелчком мыши и упрощения рабочего процесса. Инструкция по применению
Анализ всей библиотеки кода. Получите глубокое понимание кода на уровне хранилища, а также написание и генерацию кода на уровне файлов проекта, что повышает эффективность разработки.
? Улучшение анализа документов: оно объединяет базу знаний документов и граф знаний, а также обеспечивает более глубокую поддержку анализа документов посредством расширенного поиска и рассуждения.
? Эксклюзивные знания по вертикальным категориям: эксклюзивная база знаний, адаптированная для области DevOps, поддерживающая создание базы знаний по вертикальным категориям в режиме самообслуживания одним щелчком мыши, что удобно и практично.
Совместимость с вертикальными моделями: нацеленная на небольшие модели в области DevOps, она обеспечивает совместимость с платформами, связанными с DevOps, и способствует интеграции технологической экосистемы.

Опираясь на модели LLM и внедрения с открытым исходным кодом, этот проект может реализовать автономное частное развертывание на основе модели с открытым исходным кодом. Кроме того, этот проект также поддерживает вызовы API OpenAI. Доступ к демо-версии

Основная команда исследований и разработок уже давно занимается исследованиями в области AIOps + NLP. Мы запустили проект Codefuse-ai и надеемся, что все будут широко предоставлять высококачественную документацию по разработке, эксплуатации и техническому обслуживанию для совместного улучшения этого решения и достижения цели «облегчить разработку для всего мира».

? Демонстрационное видео

Чтобы помочь вам более интуитивно понять функции и использование Codefuse-ChatBot, мы записали серию демонстрационных видеороликов. Посмотрев эти видеоролики, вы сможете быстро понять основные функции и порядок работы этого проекта.

Импорт базы знаний и вопросы и ответы: демонстрационное видео
Импорт локального репозитория и вопросы и ответы: демонстрационное видео

?Технический маршрут

? Ядро многоагентного планирования: ядро многоагентного планирования, которое можно легко настроить для создания интерактивных агентов.
?️ Веб-сканирование с несколькими источниками: веб-сканер с несколькими источниками, который обеспечивает функцию сканирования определенных URL-адресов для сбора необходимой информации.
Обработчик данных. Обработчик данных может легко выполнять загрузку документов, очистку данных и сегментацию текста, а также интегрировать данные из разных источников.
? Встраивание текста и индекс:: Индекс встраивания текста позволяет пользователям легко загружать файлы для поиска документов, оптимизируя процесс анализа документов.
?️ База данных векторов и база данных графиков: база данных векторов и графов, предоставляющая гибкие и мощные решения для управления данными.
Оперативный контроль и управление: Оперативный контроль и управление точно определяют контекст агента.
? SandBox:: Среда-песочница для безопасной компиляции кода и действий.
LLM:: Мозг агента, поддерживающий несколько моделей с открытым исходным кодом и интерфейсов LLM.
Управление API:: инструмент управления API для быстрой интеграции компонентов с открытым исходным кодом и платформ эксплуатации и обслуживания.

Подробные сведения о реализации см. в разделе: Детали технического маршрута и выполнение плана проекта: Проекты.

Доступ к модели

Если вам необходимо интегрировать конкретную модель, сообщите нам о своих потребностях, отправив сообщение о проблеме.

имя_модели	model_size	gpu_memory	количественно оценить	HFhub	МодельОбъем
чатgpt	-	-	-	-	-
коделлама-34b-int4	34б	20 г	int4	вскоре	связь

Быстрый в использовании

Муагент-py

Полную документацию см.: CodeFuse-muAgent.

 pip install codefuse-muagent

Использование чат-бота

Установите драйвер nvidia самостоятельно. Этот проект был протестирован в среде Python 3.9.18, среде CUDA 11.7, Windows и системах macOS с архитектурой X86.

Информацию об установке Docker, приватизированном доступе к LLM и связанных с этим проблемах с запуском см. в разделе Краткие сведения об использовании.

Для Apple Silicon вам может потребоваться сначала выполнить установку qpdf.

1. подготовка среды Python

Рекомендуется использовать conda для управления средой Python (необязательно).

 # 准备 conda 环境
conda create --name devopsgpt python=3.9
conda activate devopsgpt

Установите связанные зависимости

 cd codefuse-chatbot
# python=3.9，notebook用最新即可，python=3.8用notebook=6.5.6
pip install -r requirements.txt

2. Запустите службу

 # 完成server_config.py配置后，可一键启动
cd examples
bash start.sh
# 开始在页面进行相关配置，然后打开`启动对话服务`即可

Или запустите старую версию через start.py Дополнительные способы доступа к LLM см. подробнее...

Руководство по вкладу

Большое спасибо за ваш интерес к проекту Codefuse. Мы очень приветствуем ваши предложения, мнения (включая критику), комментарии и вклад в проект Codefuse.

Ваши различные предложения, мнения и комментарии о Codefuse можно отправлять непосредственно через раздел Issues на GitHub.

Есть много способов принять участие и внести свой вклад в проект Codefuse: реализация кода, написание тестов, улучшение инструментов обработки, улучшение документации и многое другое. Любые вклады приветствуются, и вы будете добавлены в список участников. Подробнее см. в Руководстве по вкладу...