marvin下载 - marvin源代码下载

marvin

其他源码

v2.3.8

下载

马文

AI工程工具包

Marvin是一种轻巧的AI工具包，用于构建可靠，可扩展且易于信任的自然语言接口。

Marvin的每种工具都是简单而自我记录的，使用AI来解决常见但复杂的挑战，例如实体提取，分类和生成合成数据。每个工具都是独立的，可以逐步采用，因此您可以自行使用它们或与任何其他库结合使用它们。 Marvin也是多模式的，支持图像和音频生成，并使用图像作为提取和分类的输入。

Marvin是针对更关心AI而不是建立AI的开发人员，我们专注于创造出色的开发人员体验。 Marvin用户应该有能力将紧密分割的“ AI Magic”带入任何传统软件项目，并提供几行代码。

Marvin的目标是将可靠的，可观察到的软件与生成AI建立的最佳实践合并为单个易于使用的库。这是一个严肃的工具，但我们希望您对此有所乐趣。

Marvin是开源的，可以免费使用，并与？由队长组成。

安装

使用pip安装最新版本：

pip install marvin -U

要验证您的安装，请在终端中运行marvin version 。

工具

Marvin由各种有用的工具组成，所有这些工具都旨在独立使用。每个代表一个常见的LLM用例，并将其供电到简单的自我文献界面。

一般的

？在没有源代码的情况下编写自定义AI功能的功能

文本

？将文本分类为类别

？从文本中提取结构化实体

？将文本转换为结构化数据

从模式中生成合成数据

图像

？从文本或函数中创建图像

用自然语言描述图像

？将图像分类为类别

？从图像中提取结构化实体

？将图像转换为结构化数据

声音的

从文本或功能中产生语音

✍️从录制的音频中转录演讲

？娘不断录制用户或单个短语

视频

？持续录制视频

相互作用

？与助手聊天并使用自定义工具

？构建管理持续状态的应用程序

Quickstart

这是Marvin的一些主要特征的旋风之旅。有关更多信息，请检查文档！

？分类文本

Marvin可以使用一组标签对文本classify ：

 import marvin

marvin . classify (
    "Marvin is so easy to use!" ,
    labels = [ "positive" , "negative" ],
)

#  "positive"

在此处了解有关分类的更多信息。

？提取结构化实体

Marvin可以从文本中extract结构化实体：

 import pydantic


class Location ( pydantic . BaseModel ):
    city : str
    state : str


marvin . extract ( "I moved from NY to CHI" , target = Location )

# [
#     Location(city="New York", state="New York"),
#     Location(city="Chicago", state="Illinois")
# ]

几乎所有Marvin功能都可以得到更多控制的instructions 。在这里，我们仅提取货币价值：

 marvin . extract (
    "I paid $10 for 3 tacos and got a dollar and 25 cents back." ,
    target = float ,
    instructions = "Only extract money"
)

#  [10.0, 1.25]

在此处了解有关实体提取的更多信息。

生成数据

Marvin可以按照说明和可选架构为您generate合成数据：

 class Location ( pydantic . BaseModel ):
    city : str
    state : str


marvin . generate (
    n = 4 ,
    target = Location ,
    instructions = "cities in the United States named after presidents"
)

# [
#     Location(city='Washington', state='District of Columbia'),
#     Location(city='Jackson', state='Mississippi'),
#     Location(city='Cleveland', state='Ohio'),
#     Location(city='Lincoln', state='Nebraska'),
# ]

在此处了解有关数据生成的更多信息。

？通过铸型标准化文本

Marvin可以将任意文本cast到任何python类型：

 marvin . cast ( "one two three" , list [ int ])

#  [1, 2, 3]

这对于标准化文本输入或将自然语言与模式匹配很有用：

 class Location ( pydantic . BaseModel ):
    city : str
    state : str


marvin . cast ( "The Big Apple" , Location )

# Location(city="New York", state="New York")

对于基于班级的方法，可以将Marvin的@model Decorator应用于任何Pydantic模型，以使其从文本进行实例化：

 @ marvin . model
class Location ( pydantic . BaseModel ):
    city : str
    state : str


Location ( "The Big Apple" )

# Location(city="New York", state="New York")

在此处了解有关铸造类型的更多信息。

？构建AI驱动的功能

MARVIN功能可让您组合所有输入，指令和输出类型，以创建自定义AI驱动的行为...而无需源代码。这些功能可以远远超出extract或classify的功能，并且非常适合将输入输入到输出的复杂自然语言处理或映射组合。

 @ marvin . fn
def sentiment ( text : str ) -> float :
    """
    Returns a sentiment score for `text`
    between -1 (negative) and 1 (positive).
    """

sentiment ( "I love working with Marvin!" ) # 0.8
sentiment ( "These examples could use some work..." ) # -0.2

Marvin功能看起来完全像常规Python功能，只是您不必编写任何源代码。当调用这些功能时，AI会解释其描述并输入并生成输出。

请注意，Marvin无法通过生成或执行源代码来工作，对于大多数用例而言，这将是不安全的。相反，它将LLM本身用作“运行时”来预测功能输出。这实际上是其力量的来源：Marvin功能可以处理很难或不可能作为代码表达的复杂用例。

您可以在此处了解有关功能的更多信息。

？从文本中生成图像

Marvin可以从文字中paint图像：

 marvin . paint ( "a simple cup of coffee, still warm" )

在此处了解有关图像生成的更多信息。

？将图像转换为数据

除文本外，Marvin还支持使用GPT-4 Vision Model从图像中的字幕，分类，转换和提取实体：

 marvin . classify (
    marvin . Image . from_path ( "docs/images/coffee.png" ),
    labels = [ "drink" , "food" ],
)

# "drink"

记录用户，修改内容并将其播放

Marvin可以转录语音并在开箱即用，但可选的audio额外提供了用于录制和播放音频的实用程序。

 import marvin
import marvin . audio

# record the user
user_audio = marvin . audio . record_phrase ()

# transcribe the text
user_text = marvin . transcribe ( user_audio )

# cast the language to a more formal style
ai_text = marvin . cast ( user_text , instructions = 'Make the language ridiculously formal' )

# generate AI speech
ai_audio = marvin . speak ( ai_text )

# play the result
ai_audio . play ()