gemini prompt engineer toolkit
1.0.0
⚡最新（2024年8月27日）Gemini-1.5-flash-exp-0827-gemini-1.5-pro-exp-0827-gemini-exp-0827-gemini-1.5-flash-8b-exp-0827型號
GEMINI AI-提示工程工具包是一種功能強大的簡化，Python和Gemini AI供電的應用程序，旨在簡化您的AI提示工程和微調數據集工作流程，並幫助您成為及時的Engineeering Pro！利用Google最新的功能（2024年8月27日）尖頭雙子座型號（Gemini-1.5-Flash-exp-0827，gemini-1.5-pro-exp-0827 ）生成高質量的提示，分析文件並創建用於微調AI模型的合成數據集。 - 格雷戈里·肯尼迪（Gregory Kennedy）
及時生成：從創意寫作到代碼生成的各種任務的工藝有效提示。
文件分析：通過上傳和分析CSV，TXT，Markdown（MD）和圖像文件，從您的數據中獲取洞察力。
測試數據生成：創建用於微調AI模型的合成數據集，以確保它們的性能最佳。
多模型支持：從Gemini-1.5-Flash-Exp-0827-gemini-1.5-pro-exp-0827-gemini-1.5-1.5-flash-8b-8b-exp-0827型號中選擇，以利用不同的功能。
用戶友好的接口：直觀的簡化界面使初學者和經驗豐富的用戶都可以訪問該應用程序。
簡化提供了一個直觀的框架，用於使用最小代碼構建交互式Web應用程序，從而使我們專注於提供無縫的用戶體驗。 
Langsmith是觀察，調試，創建數據集，成本分析和改進AI/LLM應用程序的工具。
在此處讓您langsmith api密鑰https://smith.langchain.com/
關鍵功能包括：
實時調試和性能優化
共享鏈跡線的協作工具
用於製作，版本控制和評論提示的樞紐
人類標籤和反饋的註釋隊列
用於評估的數據集創建，很少的提示和微調
全面的測試和評估功能，包括AI輔助評估
下載並安裝Python
https://www.python.org/downloads/macos/
https://www.python.org/downloads/windows/
下載並安裝git
https://git-scm.com/download/mac
https://git-scm.com/download/win
下載並安裝Conda
我們建議使用conda輕鬆且安全的環境管理
從https://docs.conda.io/en/latest/miniconda.html下載。
向下滾動在Miniconda頁面上***到“最新的Miniconda Installer鏈接”部分，用於下載Windows，MacOS和Linux *** ***
創建安全的Conda環境：
conda create -n gpe -env python = 3.12 Conda激活GPE-ENV
安裝依賴項：
pip install -r要求.txt
Google Gemini API密鑰：此特殊鍵使您可以利用Google功能強大的AI模型。 在https：// https：//aistudio.google.com/上獲取免費鍵。
如何使用Gemini API鍵：在簡化前端UI的左側輸入此特殊鍵，以便使用該應用程序。
創建一個.env文件：在您的項目文件夾中，創建一個名為.env的新文本文件。
添加您的langsmith/langchain api鍵：打開.env文件並粘貼在langsmith api密鑰中：
LANGCHAIN_TRACING_V2=true LANGCHAIN_ENDPOINT="https://api.smith.langchain.com" LANGCHAIN_API_KEY="your api key goes here" # LANGCHAIN_PROJECT="gem-engr"
保持此文件和您的API鍵安全，不要共享！
導航到項目目錄：
CD/PATH/TO/您的/您的項目
運行簡化應用程序：
簡化運行v1.8-gemini-prompt-engineer.py
您的應用程序將在您的Web瀏覽器中打開，準備開始探索！
輸入您的問題或任務：描述您希望AI執行的任務（例如，“ ??????”）。
添加變量（可選）：提供具體的細節或約束（例如，“主題：冒險，受眾：孩子，音調：幽默”）。
單擊“生成提示”：該應用將生成針對輸入的提示。
下載選項：將提示下載為TXT或JSONL文件，以供以後使用。
上傳文件：從計算機中選擇一個CSV，TXT，Markdown（MD）或圖像文件。
輸入分析提示：提供AI分析文件的說明（例如，“總結本研究論文的關鍵發現”）。
單擊“分析文件”：該應用將根據您的提示和文件內容生成分析。
輸入主題或文本：提供主題或文本作為生成對話對的基礎。
指定對數：選擇要生成多少個對話對。
單擊“生成測試數據”：該應用將創建一個包含生成對話對的JSON或JSONL文件。
要具體：您的任務描述和分析提示越具體，結果就越好。
實驗變量：嘗試使用輸入變量的不同組合來微調提示。
迭代和完善：不要害怕根據生成的結果來實驗並完善您的提示。
Google Gemini：用於功能強大且通用的語言模型。
簡化：使其易於構建交互式Web應用程序。
Langchain的Langsmith：LLMS追踪和觀察大語模型（LLMS）s行為的追踪和可觀察性。
讓我們探索為該應用程序提供動力的關鍵技術和技術。
1。GoogleGemini：魔術背後的腦力
Google Gemini是由Google AI開發的大型語言模型（LLMS）家族。 這些模型經過大量文本和代碼數據集的培訓，使它們能夠執行各種任務，包括：
文本生成：寫故事，詩歌，文章等。
代碼生成：以各種編程語言生成代碼。
翻譯：在語言之間翻譯文本。
問題回答：為問題提供信息的答案。
摘要：將大量文本凝結成簡潔的摘要。
該應用程序利用雙子座的力量生成提示，分析文件並創建測試數據。
2。Langsmith：LLMS的追踪和可觀察性
該應用程序與Langsmith集成，該框架是由Langchain開發的，用於追踪和觀察大語言模型（LLMS）的行為。 Langsmith使開發人員可以深入了解其LLM的性能，識別潛在問題並提高其AI應用程序的整體質量。
3。簡化：構建交互式用戶界面
簡化是一個Python庫，它使為數據科學和機器學習創建交互式Web應用程序變得非常容易。 它的直觀API和專注於簡單性使開發人員無需廣泛的前端用戶Inteface Web開發知識即可快速構建和部署強大的應用程序。
該應用程序利用簡化的方式提供了一個用戶友好的界面，用於與雙子座型號進行交互並管理及時的工程和微調工作流程。
4。將所有內容放在一起：工作流程
這是該應用程序如何工作的高級概述：
用戶輸入：您為測試數據生成提供任務說明，分析提示或主題。
提示生成（如果適用）：該應用使用Gemini根據您的輸入來生成提示。
文件分析（如果適用）：應用程序使用Gemini上傳並分析您的文件，並根據您的分析提示提供見解。
測試數據生成（如果適用）：該應用使用Gemini生成對話對，以微調AI模型。
輸出和下載：該應用顯示生成的提示，分析結果或測試數據，並提供下載選項，以方便存儲和重複使用。
雙子座，蘭斯史密斯和簡化的這種集成使您能夠利用AI的力量來迅速的工程和微調任務。
我歡迎社區的貢獻！這是您可以參與的方式：
叉子存儲庫：單擊此頁面右上角的“叉”按鈕。
創建一個新的分支：在單獨的分支中進行更改以保持組織的井井有條。
git Checkout -B功能/您的功能名稱
提交您的更改：添加清晰而簡潔的提交信息來解釋您的工作。
git commit -m“在此處添加您的描述性提交消息”
推到叉子：將更改發送到Github上的叉子存儲庫。
git推送起源功能/您的功能名稱
打開拉動請求：向主要存儲庫提交拉動請求，描述您的更改及其收益。
該項目是根據MIT許可證獲得許可的 - 有關詳細信息，請參見許可證文件。
是否想深入研究該項目背後的技術？這裡有一些有用的資源：
Google Gemini： https：//developers.google.com/gemini/
簡化文檔： https：//docs.streamlit.io/
langsmith文檔： https：//docs.langchain.com/docs/ecosystem/integrations/integrations/langsmith
我們認為，這個項目是通往AI開發更容易獲得和強大的未來的墊腳石。 加入我們的激動人心的旅程！
明星這個存儲庫：向您的支持並幫助其他人發現該項目。
分享您的創作：我們很想看到您使用此應用程序構建的內容！與社區分享您的項目和想法。
貢獻與協作：讓我們共同努力，使這個項目變得更好！
讓我們一起解鎖AI的潛力！
好的，這是README的最後一部分，用調用電話包裝並聯繫信息：
準備釋放Gemini的力量來完成您的AI及時工程和微調任務嗎？
克隆這個存儲庫：
git克隆https://github.com/your-username/your-repository-name.git
請按照上面的快速啟動指南設置您的環境並配置API鍵。
開始探索應用程序，看看您可以創建什麼！
我們在這里為您的AI旅程提供支持。 如果您遇到任何問題或對該應用程序有疑問，請隨時接觸。
打開一個問題：通過在GitHub存儲庫上打開問題來報告錯誤或建議新功能。
加入社區：在我們的社區論壇中與其他用戶和開發人員建立聯繫（鏈接將很快添加）。
感謝Google，Sparlit和Langchain的出色團隊！！：我對使這些項目成為可能的了不起的團隊表示感謝：
Google AI：用於開發功能強大的雙子座模型。
簡化：用於創建一個直觀且用戶友好的框架來構建Web應用程序。
Langchain：用於開發Langsmith的追踪和可觀察性框架。
我們認為，無論他們的技術背景如何，每個人都應該可以訪問AI。 這個項目是朝著該願景邁出的一步。 加入我們，使AI更容易獲得和授權！
快樂的及時工程！
