ผู้ช่วยพร้อมท์แบบไดนามิก - ตัวแทนเดี่ยว
Automate repetitive tasks using gen AI.
$0 subscription fee. 100% data privacy.
โปรเจ็กต์นี้แสดงให้เห็นถึงความเข้าใจของฉันเกี่ยวกับวิศวกรรมที่รวดเร็วและการเขียนโค้ดใน Python โดยใช้ gen AI
เป็นเครื่องมือสำหรับการทำงานซ้ำๆ โดยอัตโนมัติ ลดเวลาที่ใช้ในกระบวนการที่ไม่เพิ่มมูลค่า และเพิ่มประสิทธิภาพการทำงาน
นี่เป็นโครงการหลังจากที่ฉันจบ AI Python course
และ Prompt Engineering with Llama course
จาก deeplearning.ai
ดาวน์โหลดและติดตั้ง Ollama จาก https://ollama.com/download
ในอาคารผู้โดยสาร:
pip install ollama
ollama pull llama3.1:latest
pip install pandas
prompt_var
คือเนื้อหาของงานของคุณ
วางแต่ละรายการลงในคอลัมน์ prompt_var
โดยแยกแถวกัน
แก้ไขพรอมต์ของคุณภายใต้ส่วน Base prompt
ใน app.py
ใช้เทคนิคทางวิศวกรรมที่รวดเร็วเพื่อให้ได้ผลลัพธ์ที่ต้องการ
กรณีการใช้งานตัวอย่าง:
เครื่องมือแยกข้อความสำหรับอีเมล
prompt = f"""
Given is an email from contains product code and corresponding remarks. Identify the product code and remarks within the original text.
Provide the product code and remark only in csv format, ready to save. Exclude the "```csv" declaration, don't add spaces after the comma, include column headers.
Format:
product_code, remark
product_code_1, remark_1
...
Email:
"""
ตัวแยกประเภทข้อความบทวิจารณ์ของลูกค้า
prompt = f"""
Respond with "Positve" or "Negative":
the comment is a product reivew, describing an user experience.
Comment:
"""
แหล่งข้อมูลด้านวิศวกรรมที่รวดเร็ว:
cd DynPrompt-1a
python app.py
responses.csv
ถูกบันทึกไว้ในโฟลเดอร์เดียวกัน เปิดใน Excel
การตอบสนองส่วนใหญ่ขึ้นอยู่กับ LLM ที่ใช้งานอยู่ และเทคนิคทางวิศวกรรมที่รวดเร็ว
เทคนิคทางวิศวกรรมที่รวดเร็วสามารถปรับปรุงได้ด้วยทรัพยากรที่กล่าวถึงข้างต้น
LLM รุ่นใดที่สามารถใช้ได้ขึ้นอยู่กับฮาร์ดแวร์ของคุณ ยิ่งรุ่น LLM ดีกว่า ความต้องการ RAM และ VRAM ก็จะยิ่งสูงขึ้น
ในสคริปต์นี้โดยเฉพาะ ฉันใช้ Llama 3.1 8B
บน MacBook M3 Pro 18GB RAM
คุณอาจพบข้อผิดพลาดหาก VRAM ของคุณไม่เพียงพอ
เช็คอินเทอร์มินัลเพื่อดูว่า Ollama ทำงานอย่างถูกต้องหรือไม่ หรือแก้ไขสคริปต์สำหรับ LLM ที่เล็กลงตามลำดับ
ollama run llama3.1:latest
ฉันสนใจ:
Langflow -- เครื่องมือที่ใช้โค้ดน้อยสำหรับเวิร์กโฟลว์แบบหลายตัวแทนช่วยให้งานที่ซับซ้อนมากขึ้น
n8n -- เครื่องมือเวิร์กโฟลว์อัตโนมัติที่ทำงานบนแอปต่างๆ
หากคุณมีข้อเสนอแนะหรือข้อเสนอแนะสำหรับการปรับปรุง หรือหากคุณทราบบทเรียนดีๆ เกี่ยวกับ Langflow และ n8n โปรดแจ้งให้เราทราบ! มาเชื่อมต่อกัน
ฉันขอขอบคุณชุมชนโอเพ่นซอร์สและผู้สอนจาก deeplearning.ai