AntSK
0.5.5
简体中文 | إنجليزي
kernel الدلالية : تستخدم تقنية معالجة اللغة الطبيعية المتقدمة لفهم الدقة والمعالجة والاستجابة بدقة للاستعلامات الدلالية المعقدة ، وتزويد المستخدمين بخدمات استرجاع وتوصيات دقيقة.
ذاكرة kernel : قادرة على التعلم المستمر وتخزين نقاط المعرفة ، لدى Antsk وظيفة ذاكرة طويلة الأجل ، وتتراكم التجربة ، وتوفر تجربة تفاعل أكثر تخصيصًا.
قاعدة المعرفة : استيراد قاعدة المعرفة من خلال المستندات (Word ، PDF ، Excel ، Txt ، Markdown ، JSON ، PPT) وأداء أسئلة وأجوبة قاعدة المعرفة.
GPT Generation : يدعم هذا النظام الأساسي إنشاء نماذج GPT مخصصة ، وتمكين المستخدمين من إنشاء نماذج GPT الخاصة بهم.
نشر واجهة API : يعرض الوظائف الداخلية في شكل واجهات برمجة التطبيقات ، مما يمكّن المطورين من دمج Antsk في تطبيقات أخرى وتعزيز ذكاء التطبيق.
نظام API Plugin : Open API Plugin System الذي يسمح لمطوري الطرف الثالث أو مقدمي الخدمات بدمج خدماتهم بسهولة في Antsk ، مما يعزز بشكل مستمر وظائف التطبيق.
.NET Plugin System : Open DLL Plugin System الذي يسمح لمطوري الطرف الثالث أو مقدمي الخدمات بدمج وظائف أعمالهم بسهولة عن طريق إنشاء DLL في رمز التنسيق القياسي ، مما يعزز وظائف التطبيق بشكل مستمر.
البحث عبر الإنترنت : Antsk ، وصول في الوقت الفعلي إلى أحدث المعلومات ، وضمان تلقي المستخدمين أكثر البيانات في الوقت المناسب وذات صلة.
إدارة النماذج : تتكيف وتدير تكامل نماذج مختلفة من مختلف الشركات المصنعة ، بما في ذلك أنواع GGUF التي تدعمها llama.cpp والموديلات غير المتصلة بالإنترنت التي تدعمها LlamaFactory و Ollama .
الابتكار المحلي : يدعم Antsk النماذج المحلية وقواعد البيانات ويمكن أن تعمل في ظل ظروف الابتكار المحلية.
النموذج النموذجي لضرب : المخطط له على أساس llamafactory للضوء النموذجي.
Antsk مناسب لمختلف سيناريوهات الأعمال ، مثل:
وثيقة
العرض التوضيحي والتوضيح
Default account: test
Default password: test
Due to the low configuration of the cloud server, the local model cannot be run, so the system settings permissions have been closed. You can simply view the interface. If you want to use the local model, please download and use it on your own.
عرض الفيديو
أنا هنا أستخدم Postgres كإجراء تخزين للبيانات وتخزين المتجهات لأن kernel الدلالية والذاكرة kernel تدعمها ، ولكن يمكنك أيضًا استخدام خيارات أخرى.
يدعم النموذج افتراضيًا النموذج المحلي لـ Openai و Azure Openai و Llama. إذا كنت بحاجة إلى استخدام نماذج أخرى ، فيمكنك دمجها باستخدام One-API.
تكوين تسجيل الدخول في ملف التكوين هو حساب تسجيل الدخول الافتراضي وكلمة المرور.
يجب تكوين ملف التكوين التالي
قدمت إصدار PG AppSettings.json و Simplified الإصدار (SQLite+Disk) Docker-corm.simple.yml
قم بتنزيل Docker-corm.yml من دليل جذر المشروع ووضع ملفات ملفات التكوين . json في نفس الدليل.
تم إعداد صورة PG بالفعل. يمكنك تعديل اسم المستخدم وكلمة المرور الافتراضية في Docker-corm.yml ، ثم اتصال قاعدة البيانات في Appsettings.json يجب أن يكون ثابتًا.
ثم يمكنك تنفيذ الأمر التالي في الدليل لبدء Antsk
docker-compose up -d
# Non-host version, do not use local proxy
version: '3.8'
services:
antsk:
container_name: antsk
image: registry.cn-hangzhou.aliyuncs.com/AIDotNet/antsk:v0.5.0
ports:
- 5000:5000
networks:
- antsk
depends_on:
- antskpg
restart: always
environment:
- ASPNETCORE_URLS=http://*:5000
volumes:
- ./appsettings.json:/app/appsettings.json # Local configuration file needs to be placed in the same directory
- D://model:/app/model
networks:
antsk:
مع أخذ هذا كمثال ، فهذا يعني تركيب مجلد النموذج D: // المحلي في Windows في الحاوية/التطبيق/الطراز. إذا كان الأمر كذلك ، فيجب تكوين عنوان النموذج في Appsettings.json كـ
litedockercormose
يتم نشر الإصدار المدمج باستخدام SQLite-Disk بنقرة واحدة
FullDockerCormose
يستخدم النسخة الكاملة PG+Aspire
{
"DBConnection": {
"DbType": "Sqlite",
"ConnectionStrings": "Data Source=AntSK.db;"
},
"KernelMemory": {
"VectorDb": "Disk",
"ConnectionString": "Host=;Port=;Database=antsk;Username=;Password=",
"TableNamePrefix": "km-"
},
"FileDir": {
"DirectoryPath": "D:\git\AntBlazor\model"
},
"Login": {
"User": "admin",
"Password": "xuzeyu"
},
"BackgroundTaskBroker": {
"ImportKMSTask": {
"WorkerCount": 1
}
}
}
// Supports various databases, you can check SqlSugar, MySql, SqlServer, Sqlite, Oracle, PostgreSQL, Dm, Kdbndp, Oscar, MySqlConnector, Access, OpenGauss, QuestDB, HG, ClickHouse, GBase, Odbc, OceanBaseForOracle, TDengine, GaussDB, OceanBase, Tidb, Vastbase, PolarDB, Custom
DBConnection.DbType
// Connection string, need to use the corresponding string according to the different DB types
DBConnection.ConnectionStrings
//The type of vector storage, supporting Postgres, Disk, Memory, Qdrant, Redis, AzureAISearch
//Postgres and Redis require ConnectionString configuration
//The ConnectionString of Qdrant and AzureAISearch uses Endpoint | APIKey
KernelMemory.VectorDb
//Local model path, used for quick selection of models under llama, as well as saving downloaded models.
FileDir.DirectoryPath
//Default admin account password
Login
//Import asynchronous processing thread count. A higher count can be used for online API, but for local models, 1 is recommended to avoid memory overflow issues.
BackgroundTaskBroker.ImportKMSTask.WorkerCount
قم بتشغيل ما يلي في Antsk/SRC/Antsk:
dotnet clean
dotnet build
dotnet publish "AntSK.csproj"
ثم انتقل إلى Antsk/SRC/Antsk/Bin/Release/Net8.0/Publish and Run:
dotnet AntSK.dll
يجب الآن تطبيق الأنماط بعد البدء.
أنا أستخدم وضع CodeFirst لقاعدة البيانات ، طالما تم تكوين اتصال قاعدة البيانات بشكل صحيح ، سيتم إنشاء بنية الجدول تلقائيًا.
1. First, ensure that Python and pip are installed in your environment. This step is not necessary if using an image, such as version v0.2.3.2, which already includes the complete Python environment.
2. Go to the model add page and select llamafactory.
3. Click "Initialize" to check whether the 'pip install' environment setup is complete.
4. Choose a model that you like.
5. Click "Start" to begin downloading the model from the tower. This may involve a somewhat lengthy wait.
6. After the model has finished downloading, enter http://localhost:8000/ in the request address. The default port is 8000.
7. Click "Save" and start chatting.
8. Many people ask about the difference between LLamaSharp and llamafactory. In fact, LLamaSharp is a .NET implementation of llama.cpp, but only supports local gguf models, while llamafactory supports a wider variety of models and uses Python implementation. The main difference lies here. Additionally, llamafactory has the ability to fine-tune models, which is an area we will focus on integrating in the future.
هذا المشروع موجود بفضل جميع الأشخاص الذين يساهمون.
يتبع هذا المستودع بروتوكول المصدر المفتوح لترخيص Antsk.
يتبع هذا المشروع اتفاقية Apache 2.0 ، بالإضافة إلى الشروط الإضافية التالية
يمكن استخدام هذا المشروع لأغراض تجارية ، لكن يحظر عليك استخدامه من استخدامه إذا انتهك الأحكام التالية
بدون إذن ، لا يُسمح لك بتعديل شعار Antsk ومعلومات العنوان
بدون إذن ، لا يُسمح لك بتعديل معلومات حقوق الطبع والنشر في أسفل الصفحة
إذا كنت بحاجة إلى إذن ، يمكنك الاتصال بـ WeChat: Xuzeyu91
إذا كنت تخطط لاستخدام Antsk في المشاريع التجارية ، فأنت بحاجة إلى التأكد من اتباع الخطوات التالية:
بيان حقوق الطبع والنشر يحتوي على رخصة Antsk. ترخيص Antsk.
إذا قمت بتعديل رمز مصدر البرنامج ، فأنت بحاجة إلى الإشارة بوضوح إلى هذه التعديلات في الكود المصدري.
تلبية المتطلبات المذكورة أعلاه
مساعدة تطبيق تطبيقات AI Enterprise ، نوصي Antblazor
إذا كان لديك أي أسئلة أو اقتراحات ، فيرجى الاتصال بي من خلال حساب WeChat الرسمي. لدينا أيضًا مجموعة مناقشة حيث يمكنك إرسال رسالة للانضمام ، وبعد ذلك سأضيفك إلى المجموعة.
بالإضافة إلى ذلك ، يمكنك أيضًا الاتصال بي عبر البريد الإلكتروني: [email protected]
نحن نقدر اهتمامك بـ Antsk ونتطلع إلى التعاون معك لإنشاء مستقبل ذكي!
