Prompt_Organizer下载 - Prompt_Organizer源代码下载

Prompt_Organizer

Ai源码

1.0.0

下载

➡️提示组织者

及时的组织者

轻松跟踪，共享，代码和集成提示。

在迅速的工程领域，管理多个提示的管理可能会变得压倒性。个人和团队经常在跟踪和组织不同类型的提示方面面临挑战，从而导致可能错过一些最好的提示。

实验性开源试图使迅速工程师和开发人员的生活变得容易。无组织的管理提示方式使工作变得艰难，因此我们带来了一种结构化的方法，以帮助工程师和开发人员轻松与团队轻松跟踪，共享和处理提示。及时的组织者。

及时组织者的功能。

基于任务的组织：用户可以在不同的任务（摘要，主题发现，意图身份等）下组织提示，从而可以清楚地分类每个提示。
提示版本管理：在每个任务中，用户可以创建和管理多个提示版本，每个版本都具有其唯一的参数集。
差异可视化：用户可以利用集成的“显示diff”功能来毫不费力地可视化和比较各种提示版本之间的差异，添加或删除，并突出显示以容易发现。
提示参数配置：用户可以轻松地配置各种参数，例如温度，top_p，max令牌以及提示的每个版本的阈值。
状态跟踪：该应用程序允许用户设置和跟踪每个提示的状态，从而帮助及时评估和优化。
评论功能：每个提示版本都有一个关联的评论框，允许用户注释与提示有关的重要说明或信息。
系统提示管理：与用户提示一起，该应用程序还可以启用系统提示的管理，每个提示都带有其评论功能。
保存和下载：用户可以节省其进度并以YAML格式下载有组织的提示，从而易于共享和存储。
开发人员管道的YAML集成：该应用程序通过将YAML文件直接合并到其开发管道中，从而无缝地促进了开发人员，从而使开发过程更加直观且易于错误。
单用户应用程序：此应用程序目前是为个人使用而设计的，并计划将来升级以支持多个用户。

及时的组织者

应用如何工作？

product_introduction.mp4

如何运行应用程序？

转到“提示组织者”文件夹并运行：

 python app.py

我使用了python 3.8

如何使用yaml文件？

如何阅读YAML的提示？

从提示组织者下载YAML文件，并使用此方法加载它：

 import yaml

def read_template():
	directory_path = "data.yaml"
	yaml_content = ''

	with open(directory_path, "r") as f:
		try:
			yaml_content = yaml.safe_load(f)
		except yaml.YAMLError as e:
			print(f"Error parsing {directory_path}: {e}")
	
	return yaml_content

如何从yaml文件中读取给定任务的提示？

 def get_prompt(task, version):
    yaml_content = read_template()
    version = "version"+"_"+str(version)
    return yaml_content[task]['prompts']['version_1']["prompt"]
	
prompt = get_prompt("Intent",1)

如何通过YAML文件获得给定任务的参数？

 def get_parameters(task, version):

    yaml_content = read_template()
    version = "version"+"_"+str(version)
    temp = yaml_content[task]['prompts'][version]['temperature']
    top_p = yaml_content[task]['prompts'][version]['top_p']
    max_tokens = yaml_content[task]['prompts'][version]['max_tokens']
    threshold = yaml_content[task]['prompts'][version]['threshold']

    return {"temperature":temp, "top_p":top_p, "max_tokens":max_tokens, "threshold":threshold}

params = get_parameters('Intent',1)

如何在提示中处理动态输入值？

在提示内使用占位符，并用正确的内容代替：

示例提示：

我给您段落，您必须找到具有很高讨论价值的最重要意图。所有意图必须以字符串格式，相关得分必须为浮点格式。 n n n n n n n ndo不加添加，以下是字典格式的输出。任何解释。

用输入段式动态替换##占位符_1 ## 。

 passage_content = "Your passage data"
prompt_passage = get_prompt('Intent',1)
prompt_passage = prompt_passage.replace("##placeholder_1##", passage_content)

使用helper.py文件使用所有这些方法。

如何使用及时管理器助手文件进行OpenAI呼叫？

 openai.api_key = 'your-api-key-here'

passage_content = "Your data"

prompt_passage = get_prompt("Intent", 1) # This will provide you the prompt for the specified version and task.
system_prompt = get_sysprompt("Intent", 1) # This will provide you the system prompt for the specified version and task.
prompt_param = get_parameters("Intent", 1) # This will provide you the all parameters for the specified version and task.

prompt_passage = prompt_passage.replace("##placeholder_1##", passage_content)

response = openai.ChatCompletion.create(
    model = "gpt-3.5-turbo",
    temperature = prompt_param["temperature"],
    top_p = prompt_param["top_p"],
    max_tokens = prompt_param["max_tokens"],
    messages=[
        {"role": "system", "content": prompt_passage},
        {"role": "user", "content": system_prompt},
    ]
)

# Extracting response
answer = response['choices'][0]['message']['content']
print(answer)