marvin下載 - marvin源代碼下載

marvin

其他源碼

v2.3.8

下載

馬文

AI工程工具包

Marvin是一種輕巧的AI工具包，用於構建可靠，可擴展且易於信任的自然語言接口。

Marvin的每種工具都是簡單而自我記錄的，使用AI來解決常見但複雜的挑戰，例如實體提取，分類和生成合成數據。每個工具都是獨立的，可以逐步採用，因此您可以自行使用它們或與任何其他庫結合使用它們。 Marvin也是多模式的，支持圖像和音頻生成，並使用圖像作為提取和分類的輸入。

Marvin是針對更關心AI而不是建立AI的開發人員，我們專注於創造出色的開發人員體驗。 Marvin用戶應該有能力將緊密分割的“ AI Magic”帶入任何傳統軟件項目，並提供幾行代碼。

Marvin的目標是將可靠的，可觀察到的軟件與生成AI建立的最佳實踐合併為單個易於使用的庫。這是一個嚴肅的工具，但我們希望您對此有所樂趣。

Marvin是開源的，可以免費使用，並與？由隊長組成。

安裝

使用pip安裝最新版本：

pip install marvin -U

要驗證您的安裝，請在終端中運行marvin version 。

工具

Marvin由各種有用的工具組成，所有這些工具都旨在獨立使用。每個代表一個常見的LLM用例，並將其供電到簡單的自我文獻界面。

一般的

？在沒有源代碼的情況下編寫自定義AI功能的功能

文字

？將文本分類為類別

？從文本中提取結構化實體

？將文本轉換為結構化數據

從模式中生成合成數據

圖像

？從文本或函數中創建圖像

用自然語言描述圖像

？將圖像分類為類別

？從圖像中提取結構化實體

？將圖像轉換為結構化數據

聲音的

從文本或功能中產生語音

✍️從錄製的音頻中轉錄演講

？娘不斷錄製用戶或單個短語

影片

？持續錄製視頻

相互作用

？與助手聊天並使用自定義工具

？構建管理持續狀態的應用程序

Quickstart

這是Marvin的一些主要特徵的旋風之旅。有關更多信息，請檢查文檔！

？分類文本

Marvin可以使用一組標籤對文本classify ：

 import marvin

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

#  "positive"

在此處了解有關分類的更多信息。

？提取結構化實體

Marvin可以從文本中extract結構化實體：

 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")
# ]

幾乎所有Marvin功能都可以得到更多控制的instructions 。在這裡，我們僅提取貨幣價值：

 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]

在此處了解有關實體提取的更多信息。

生成數據

Marvin可以按照說明和可選架構為您generate合成數據：

 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'),
# ]

在此處了解有關數據生成的更多信息。

？通過鑄型標準化文本

Marvin可以將任意文本cast到任何python類型：

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

#  [1, 2, 3]

這對於標準化文本輸入或將自然語言與模式匹配很有用：

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


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

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

對於基於班級的方法，可以將Marvin的@model Decorator應用於任何Pydantic模型，以使其從文本進行實例化：

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


Location ( "The Big Apple" )

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

在此處了解有關鑄造類型的更多信息。

？構建AI驅動的功能

MARVIN功能可讓您組合所有輸入，指令和輸出類型，以創建自定義AI驅動的行為...而無需源代碼。這些功能可以遠遠超出extract或classify的功能，並且非常適合將輸入輸入到輸出的複雜自然語言處理或映射組合。

 @ 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功能看起來完全像常規Python功能，只是您不必編寫任何源代碼。當調用這些功能時，AI會解釋其描述並輸入並生成輸出。

請注意，Marvin無法通過生成或執行源代碼來工作，對於大多數用例而言，這將是不安全的。相反，它將LLM本身用作“運行時”來預測功能輸出。這實際上是其力量的來源：Marvin功能可以處理很難或不可能作為代碼表達的複雜用例。

您可以在此處了解有關功能的更多信息。

？從文本中生成圖像

Marvin可以從文字中paint圖像：

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

在此處了解有關圖像生成的更多信息。

？將圖像轉換為數據

除文本外，Marvin還支持使用GPT-4 Vision Model從圖像中的字幕，分類，轉換和提取實體：

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

# "drink"

記錄用戶，修改內容並將其播放

Marvin可以轉錄語音並在開箱即用，但可選的audio額外提供了用於錄製和播放音頻的實用程序。

 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 ()