chidori
v0.1.24
Сыграйте нас на GitHub! Присоединяйтесь к нам на Discord.
Chidori-это оркестратор с открытым исходным кодом, время выполнения и IDE для создания программного обеспечения в симбиозе с современными инструментами искусственного интеллекта. Он особенно обслуживается для создания агентов ИИ, предоставляя решения следующих проблем:
При использовании CHIDORI вы кодируете с Python или JavaScript, мы предоставляем слой для взаимодействия со сложностями моделей ИИ в длительных рабочих процессах. Мы избежали необходимости объявления нового языка или SDK, чтобы предоставить эти возможности, чтобы вы могли использовать шаблоны программного обеспечения, с которыми вы уже знакомы.
Функции:
Chidori доступен на Crates.io и может быть установлен с помощью груза. Наша ожидаемая точка входа для разработки прототипа-это chidori-debugger , который завершает нашу среду выполнения в полезном визуальном интерфейсе.
# Install the rust toolchain and the nightly channel
curl --proto ' =https ' --tlsv1.2 -sSf https://sh.rustup.rs | sh
rustup toolchain install nightly
# Required for building dependencies
xcode-select --install
# These dependencies are necessary for a successful build
brew install cmake
# We are investigating if this is necessary or can be removed
brew install [email protected]
# Chidori uses uv for handling python dependencies
brew install uv
# We depend on features only supported by nightly at the moment
cargo +nightly install chidori-debugger --lockedЕсли вы предпочитаете использовать другой интерпретатор Python, вы можете установить pyo3_python = python3.12 (или какую бы версию> 3.7) во время вашей установки для изменения, с которой связано.
Взаимодействие Чидори с LLMS по умолчанию с http: // localhost: 4000, чтобы зацепить доверенность Лителма. Если вы хотите использовать GPT-3.5-Turbo, включенный файл конфигурации поддержат это. Вам нужно будет установить pip install litellm[proxy] чтобы запустить ниже:
export OPENAI_API_KEY=...
uv pip install " litellm[proxy] "
uv run litellm --config ./litellm_config.yamlВ следующем примере показано, как построить простого агента, который получает лучшие истории из Hacker News, и вызывает API OpenAI для фильтрации в запуски, связанные с ИИ, а затем форматируют эти данные в Markdown.
Агенты Chidori могут быть одним файлом или коллекцией файлов, структурированных в виде типичного проекта TypeScript или Python. Следующим примером является единый агент файла. Считайте, что это похоже на что -то вроде ноутбука Jupyter/ipython, представленной в качестве файла разметки.
`` javascript (load_hacker_news)
const axios = require ('https://deno.land/x/axiod/mod.ts');
const hn_url_top_stories = "https://hacker-news.firebaseio.com/v0/topstories.json";
Функция FetchStory (id) {
return axios.get (`https://hacker-news.firebaseio.com/v0/item/$ {id} .json? print = pretty`)
.then (response => response.data);
}
Async fretchn () {
const stories = await axios.get (hn_url_top_stories);
const storyids = stories.data;
// только первые 30
const tasks = storyids.slice (0, 30) .map (id => fetchstory (id));
вернуть обещание. Все (задачи)
.then (Stories => {
вернуть Story.map (story => {
const {title, url, счет} = story;
return {title, url, счет};
});
});
}
`` `
Приглашение "rotport_the_group"
`` `reffice (roptrol_the_group)
На основе следующего списка потоков HackerNews,
Отфильтруйте этот список только запуска
Новые проекты ИИ: {{efetched_articles}}
`` `
Приглашение "format_and_rank"
`` `reffice (format_and_rank)
Форматируйте этот список новых проектов искусственного интеллекта в Маркдауне, ранжируя больше всего
Интересные проекты от самых интересных до наименьших.
{{sporture_the_group}}
`` `
Используя ячейку Python в качестве нашей точки входа, демонстрируя межязычное выполнение:
`` Python
Статьи = ждать fetchhn ()
format_and_rank (статьи = статьи)
`` `
По своей сути, Chidori приносит реактивное время выполнения, которое организует взаимодействие между различными агентами и их компонентами. Chidori принимает произвольный код Python или JavaScript, принимая посредничество и выполнение его, чтобы обеспечить прерывания и реактивность. Это позволяет вам получить преимущества этих поведений во время выполнения, используя при этом образцы, с которыми вы уже знакомы.
Чидори обеспечивает комплексный мониторинг и наблюдение ваших агентов. Мы записываем все входные данные и выходы, испускаемые функциями на протяжении всего выполнения вашего агента, что позволяет нам точно объяснить, что привело к тому, что приводило к тому, что улучшая ваш опыт отладки и понимание производственного поведения системы.
С помощью Chidori вы можете сделать снимки своей системы и исследовать различные возможные результаты с этой точки (разветвление) или перемотать систему в предыдущее состояние (путешествие во времени). Эта функциональность улучшает обработку, отладку и надежность системы, предлагая альтернативные пути и пропусков.
Chidori поставляется с первоклассной поддержкой для интерпретации кода как для Python, так и для Javascript. Вы можете выполнить код непосредственно в вашей системе, обеспечивая быстрый запуск, простоту использования и безопасное выполнение. Мы постоянно работаем над дополнительными гарантиями от запуска ненадежного кода, причем в ближайшее время появится поддержка в контейнерной среде.
С нашим графом выполнения, сохранением состояния и инструментами для отладки - Chidori является исключительной средой для создания кода во время оценки вашего агента. Вы можете использовать это для использования LLM для достижения более обобщенного поведения и для развития ваших агентов с течением времени.
Это ранний релиз с открытым исходным кодом, и мы ищем сотрудников из сообщества. Хорошим местом для начала было бы присоединиться к нашему разногласию!
Наша структура вдохновлена работой многих других, в том числе:
Чидори находится под лицензией MIT. Смотрите лицензию для получения дополнительной информации.
Пожалуйста, снимайте репо Github и присоединяйтесь к нашему разногласию!
