คำเตือน
ข้อควรสนใจ: llm.report ไม่ได้รับการดูแลอย่างแข็งขันอีกต่อไป โครงการนี้ไม่สามารถหารูปแบบธุรกิจที่ยั่งยืนได้ และผู้ก่อตั้งจึงย้ายไปโครงการอื่นต่อไป หากคุณสนใจที่จะรักษาหรือพัฒนาโครงการนี้ต่อไป ส่งข้อความหาฉันได้ที่ Twitter
แพลตฟอร์มการบันทึกและการวิเคราะห์โอเพ่นซอร์สสำหรับ OpenAI
บทนำ · การติดตั้งแบบโฮสต์ด้วยตนเอง · การติดตั้งบนคลาวด์ · Tech Stack · การสนับสนุน
llm.report เป็นแพลตฟอร์มการบันทึกและการวิเคราะห์แบบโอเพ่นซอร์สสำหรับ OpenAI: บันทึกคำขอ ChatGPT API วิเคราะห์ต้นทุน และปรับปรุงข้อความแจ้งของคุณ
ต่อไปนี้เป็นคุณลักษณะบางอย่างที่ llm.report มีให้ทันที:
โซลูชันแบบไม่ต้องเขียนโค้ดเพื่อวิเคราะห์ต้นทุน OpenAI API และการใช้โทเค็น
บันทึกคำขอ/การตอบกลับ OpenAI API ของคุณ และวิเคราะห์เพื่อปรับปรุงพร้อมท์ของคุณ
คำนวณต้นทุนต่อผู้ใช้สำหรับแอป AI ของคุณ
git clone https://github.com/dillionverma/llm.report.git
cd llm.report
yarn
cp .env.example .env
NEXTAUTH_SECRET
โดยใช้ openssl rand -base64 32
และเพิ่มลงใน .env
- จำเป็นต้องติดตั้ง Docker และ Docker Compose
- จะเริ่มอินสแตนซ์ Postgres ในเครื่องกับผู้ใช้ทดสอบสองสามราย - ข้อมูลรับรองจะถูกบันทึกไว้ในคอนโซล
yarn dx
เปิด http://localhost:3000 ด้วยเบราว์เซอร์ของคุณ!
คุณสามารถมีส่วนร่วมได้ดังนี้:
แรงบันดาลใจจาก Dub และ Plausible ทั้งสองเป็นโอเพ่นซอร์สภายใต้ GNU Affero General Public License เวอร์ชัน 3 (AGPLv3) หรือเวอร์ชันที่ใหม่กว่า คุณสามารถหาได้ที่นี่ เหตุผลก็คือเราเชื่อในหลักการโอเพ่นซอร์สและต้องการตอบแทนสังคม