Ava Mosaic AI

馬賽克-AI

 __   __  _______  _______  _______  ___   _______ 
|  |_|  ||       ||       ||   _   ||   | |       |
|       ||   _   ||  _____||  |_|  ||   | |       |
|       ||  | |  || |_____ |       ||   | |       |
|       ||  |_|  ||_____  ||       ||   | |      _|
| ||_|| ||       | _____| ||   _   ||   | |     |_ 
|_|   |_||_______||_______||__| |__||___| |_______|

關於 Ava-Mosaic-AI

Mosaic 是一個輕量級 Python 函式庫，它擴展了 Instructor 函式庫針對基於 LLM 的任務的功能。 Mosaic 誕生於一個旨在簡化 GenAI 開發中重複流程的個人項目，旨在減少 LLM/GenAI 項目中的開銷並簡化常見操作。

主要特點

• 擴充講師庫功能
• 簡化基於 LLM 的常見任務
• 減少 GenAI 專案中的程式碼重複
• 輕量且易於集成

安裝

pip install ava-mosaic-ai

快速入門

 import ava_mosaic_ai
from pydantic import BaseModel

# Initialize LLM
llm = ava_mosaic_ai . get_llm ( "openai" )

# Define response model
class ResponseModel ( BaseModel ):
    response : str

# Use Mosaic's simplified interface
response = llm . create_completion (
    response_model = ResponseModel ,
    messages = [{ "role" : "user" , "content" : "Tell me a joke about AI" }],
)
print ( response )

文件

如需完整文檔，請造訪我們的文件網站。

貢獻

我們歡迎貢獻！請參閱我們的貢獻指南以了解更多詳細資訊。

路線圖

• 添加對更多 LLM 提供者的支持
• 實施先進的提示工程工具
• 開發用於快速原型設計的 CLI

特別感謝

• 衷心感謝 @daveebbelaar 的llm_factory實現，這啟發了這個專案。在這裡查看他的作品。
• 非常感謝 Instructor 庫的創建者。他們的工作為 GenAI 專案開發節省了無數時間。

執照

Mosaic 是根據 MIT 許可證發布的。有關詳細信息，請參閱許可證文件。

---

由 [karan Singh Kochar] 使用 ❤️ 構建