AISuite:簡化跨多個 LLM 提供者的 GenAI 集成
生成式人工智慧 (Gen AI) 正在憑藉其創造力、解決問題和自動化的潛力重塑產業。然而,由於 API 和配置分散,開發人員在整合來自不同提供者的大型語言模型 (LLM) 時經常面臨重大挑戰。互通性的缺乏使工作流程變得複雜,延長了開發時間,並阻礙了有效的 Gen AI 應用程式的創建。
為了解決這個問題,Andrew Ng 的團隊推出了 AISuite,這是一個開源 Python 庫,可以簡化 OpenAI、Anthropic 和 Ollama 等提供者之間的法學碩士整合。 AISuite 讓開發人員能夠使用簡單的「provider:model」字串(例如 openai:gpt-4o 或 anthropic:claude-3-5)在模型之間進行切換,因此無需進行大量程式碼重寫。透過提供統一的接口,AISuite 顯著降低了複雜性,加速了開發,並為構建多功能 Gen AI 應用程式開闢了新的可能性。
在本文中,我們將探討 AISuite 的工作原理、實際應用以及它在解決與不同法學碩士合作的挑戰方面的有效性。
入門
目錄
- 什麼是AISuite
- 為什麼AISuite很重要
- 使用 AISuite 進行實驗
- 建立聊天完成
- 建立通用查詢函數
什麼是AISuite
AISuite 是由 Andrew Ng 團隊開發的開源 Python 程式庫,用於簡化來自多個提供者的大型語言模型 (LLM) 的整合和管理。它抽象化了使用不同 API、配置和資料格式的複雜性,為開發人員提供了一個統一的框架來簡化他們的工作流程。
AISuite的主要特點:
- 簡單的介面:AISuite 提供了一個簡單且一致的介面來管理各種 LLM。開發者只需幾行程式碼就可以將模型整合到他們的應用程式中,大大降低了 Gen AI 專案的進入門檻。
- 統一框架:透過抽象化多個API之間的差異,AISuite無縫處理不同類型的請求和回應。這減少了開發開銷並加速了原型設計和部署。
- 輕鬆模型切換:使用AISuite,模型之間的切換就像更改程式碼中的單一字串一樣簡單。例如,開發人員可以指定「provider:model」組合,如 openai:gpt-4o 或 anthropic:claude-3-5,而無需重寫應用程式的重要部分。
- 可擴充性:AISuite 旨在適應不斷發展的 Gen AI 環境。開發人員可以在新模型和提供者可用時添加它們,確保應用程式保持最新的人工智慧功能。
為什麼AISuite很重要?
AISuite 解決了 Gen AI 生態系統中的關鍵痛點:不同供應商的法學碩士之間缺乏互通性。透過提供統一的接口,它簡化了開發過程,節省了時間並降低了成本。這種靈活性允許團隊透過為特定任務選擇最佳模型來優化效能。
早期基準測試和社群回饋凸顯了 AISuite 減少多模型應用程式整合時間、提高開發人員效率和生產力的能力。隨著 Gen AI 生態系統的發展,AISuite 降低了實驗、建構和擴展人工智慧驅動的解決方案的障礙。
試試 AISuite
讓我們透過安裝必要的依賴項來開始探索 AISuite。
安裝依賴項
- 透過執行以下命令來建立並啟動虛擬環境。
- 使用 pip 安裝 aisuite、openai 和 python-dotenv 函式庫。
設定環境和憑證
建立一個名為 .env 的檔案。該文件將儲存您的環境變量,包括 OpenAI 金鑰。
- 開啟 .env 檔案並新增以下程式碼來指定您的 OpenAI API 金鑰:
- 將 API 金鑰加入環境變數。
初始化AISuite客戶端
建立 AISuite 用戶端實例,實現與多個 LLM 的標準化互動。
查詢型號
使用者可以使用AISuite查詢模型,如下。
- model="openai:gpt-4o":指定模型的型別和版本。
- messages=messages:將先前定義的提示傳送到模型。
- 溫度=0.75:調整反應的隨機性。較高的數值鼓勵創造性產出,而較低的數值會產生更具確定性的結果。
- response.choices[0].message.content:從模型的回應中檢索文字內容。
建立聊天完成
讓我們使用 OpenAI 模型建立聊天完成程式碼。
- 使用以下命令運行應用程式。
您將得到以下輸出,
建立用於查詢的通用函數
與其編寫單獨的程式碼來呼叫不同的模型,不如建立一個通用函數來消除程式碼重複並提高效率。
ask 函數是一個可重複使用的實用程序,設計用於向 AI 模型發送查詢。它接受以下參數:
- 訊息:使用者的查詢或提示。 sys_message(可選):指導模型行為的系統層級指令。
- model:指定要使用的AI模型。 此函數處理輸入參數,將其發送到指定模型,並傳回 AI 的回應,使其成為與各種模型互動的多功能工具。
以下是使用通用詢問函數與 OpenAI 模型互動的完整程式碼。
運行程式碼將產生以下輸出。
與多個 API 交互
讓我們透過以下程式碼探索使用 AISuite 與多個模型進行互動。
與 Anthropic 或 Groq 等供應商互動時可能會遇到挑戰。希望 AISuite 團隊正在積極解決這些問題,以確保無縫整合和功能。
AISuite 是一款用於瀏覽大型語言模型的強大工具。它使用戶能夠利用多個人工智慧提供者的優勢,同時簡化開發並鼓勵創新。憑藉其開源基礎和直覺的設計,AISuite 成為現代人工智慧應用程式開發的基石。
感謝您閱讀這篇文章! !
感謝 Gowri M Bhatt 審閱內容。
如果您喜歡這篇文章,請點擊心形按鈕♥並分享以幫助其他人找到它!
本教學的完整原始碼可以在這裡找到,
GitHub - codemaker2015/aisuite-examples : github.com
資源
GitHub - andrewyng/aisuite:與多個生成式 AI 提供者的簡單、統一的介面:github.com
以上是AISuite:簡化跨多個 LLM 提供者的 GenAI 集成的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。
