AIPE (محرك خط أنابيب AI) هو أداة مرنة وقوية لإنشاء وتنفيذ مهام سير العمل المعقدة AI. يتيح لك سلسلة من مهام الذكاء الاصطناعى المختلفة مثل البحث على الويب ، وتوليد النصوص ، ومعالجة الكلام ، وتوليد الصور إلى خط أنابيب متماسك ، وكلها قابلة للتكوين من خلال ملف YAML بسيط.
AIPE (محرك خط أنابيب AI) هو أداة متعددة الاستخدامات يمكن تطبيقها على مختلف المجالات والمهام. فيما يلي بعض حالات الاستخدام المحتملة:
مساعد البحث الآلي : قم بإنشاء خط أنابيب يبحث عن الويب عن موضوع معين ، ويلخص النتائج ، وإنشاء تقرير شامل مع الاستشهادات.
سير عمل إنشاء المحتوى : تصميم خط أنابيب يولد أفكار المقالات ، ويكتب مسودة المحتوى ، ويقوم بإنشاء صور مصاحبة ، ويعد منشورات وسائل التواصل الاجتماعي للترقية.
تحليل المشاعر ومراقبة العلامة التجارية : قم بإعداد خط أنابيب يقوم بإخلاص وسائل التواصل الاجتماعي ومواقع الأخبار لإشارات العلامة التجارية ، ويقوم بتحليل المعنويات ، ويولد تقارير يومية مع رؤى.
دعم العملاء الآلي : قم بتطوير خط أنابيب يعالج استفسارات العملاء ، ويبحث في قاعدة المعرفة للمعلومات ذات الصلة ، وإنشاء ردود شخصية.
تحليل البيانات وتصورها : قم بإنشاء خط أنابيب يجمع البيانات من مصادر مختلفة ، ويقوم بتحليل إحصائي ، ويقوم بإنشاء رؤى ، وإنشاء تصورات البيانات.
خدمة ترجمة اللغة : قم بإنشاء خط أنابيب يأخذ النص بلغة واحدة ، وترجمته إلى لغات مستهدفة متعددة ، ويولد النطق الصوتي لكل ترجمة.
مراجعة التعليمات البرمجية الآلية : تصميم خط أنابيب يحلل مستودعات الكود ، ويحدد المشكلات أو التحسينات المحتملة ، وإنشاء تقارير مفصلة لمراجعة التعليمات البرمجية.
تحليل اتجاه السوق : إنشاء خط أنابيب يراقب الأخبار المالية ، ويحلل بيانات السوق ، ويولد تقارير تنبؤية عن اتجاهات السوق المحتملة.
توليد المحتوى التعليمي : قم بإنشاء خط أنابيب يأخذ مجالًا موضوعًا ، ويولد المحتوى التعليمي ، والمسابقات ، والمواد التكميلية للدورات التدريبية عبر الإنترنت.
مجمع الأخبار المخصصة : قم بتطوير خط أنابيب يجمع الأخبار من مصادر مختلفة بناءً على تفضيلات المستخدم ، ويلخص المقالات ، وإنشاء مؤتمر صحفي يومي.
توضح حالات الاستخدام هذه المرونة وقوة AIPE في أتمتة سير العمل المعقدة عبر الصناعات والتطبيقات المختلفة. تتيح الطبيعة المعيارية لخط الأنابيب تخصيصًا وتوسيعًا سهلاً لتناسب احتياجات محددة.
يدعم محرك خط أنابيب وكيل AI Agent الخطوات التالية:
WebSearch : ابحث في الويب باستخدام DuckDuckgo أو Serper APIWebScrape : كشط المحتوى من عناوين URL المحددةRunInference : إنشاء نص باستخدام نماذج LLM (Ollama ، Openai)TextToSpeech : تحويل النص إلى خطابSpeechToText : نسخ الكلام إلى النصLoadImageModel : قم بتحميل نموذج نص إلى صورةGenerateImage : إنشاء صور من مطالبات النصCallWebhook : إجراء مكالمات API الخارجية استنساخ المستودع:
git clone https://github.com/yourusername/AIPE.git
cd AIPE
تثبيت التبعيات المطلوبة:
pip install -r app/requirements.txt
إعداد متغيرات البيئة لمفاتيح API (إذا لزم الأمر):
export OPENAI_API_KEY=your_openai_api_key
export SERPER_API_KEY=your_serper_api_key
قم بإنشاء ملف تكوين YAML لخط الأنابيب الخاص بك. مثال:
pipeline :
context :
topic : " artificial intelligence with crypto "
num_results : 5
model_name : " llama2 "
steps :
- name : " web_search "
type : " WebSearch "
query : " latest developments in {context.topic} "
search_type : " serper "
num_results : " {context.num_results} "
- name : " summarize_findings "
type : " RunInference "
source : " ollama "
model_name : " llama2 "
prompt : " Summarize the latest developments in {context.topic} based on the following information: {steps.web_search} "
- name : " text_to_speech "
type : " TextToSpeech "
text : " {steps.summarize_findings} "
result_path : " /app/output/summary_audio.wav "
- name : " generate_image "
type : " GenerateImage "
prompt : " A futuristic representation of {context.topic} "
result_path : " /app/output/ai_developments.png "
image_params :
num_inference_steps : 50
guidance_scale : 7.5
- name : " final_report "
type : " RunInference "
source : " ollama "
model_name : " llama2 "
prompt : " Create a final report on {context.topic} incorporating the following elements: n 1. Web search results: {steps.web_search} n 2. Summarized findings: {steps.summarize_findings} n 4. Generated image description: A futuristic representation of {context.topic} n 5. Transcription accuracy check: Compare the original summary with the transcribed text and comment on any discrepancies. "
result_path : " /app/output/final_report.txt "قم بتشغيل خط الأنابيب:
python app/main.py config/config.yaml
تحقق من الإخراج: سيحفظ خط الأنابيب مخرجاته في مجلد output . يتضمن ذلك ملفات تم إنشاؤها مثل الصوت والصور والتقارير النصية كما هو محدد في التكوين الخاص بك.
يتضمن المشروع Dockerfile لسهولة الحاوية. لبناء وتشغيل باستخدام Docker:
docker build -t AIPE .
docker run -it --gpus all --env-file .env AIPE
سيحفظ خط الأنابيب مخرجاته في مجلد output داخل حاوية Docker. يتضمن ذلك ملفات تم إنشاؤها مثل الصوت والصور والتقارير النصية كما هو محدد في التكوين الخاص بك.
لنشر مشروع AIPE الخاص بك على Spheron:
تحديث spheron.yaml في جذر مشروعك مع تفاصيل صورتك.
تثبيت spheronctl CLI: دليل التثبيت
إنشاء النشر:
sphnctl deployment create spheron.yaml تحقق من حالة النشر (استبدل <LID> بمعرف النشر الخاص بك):
sphnctl deployment get --lid < LID >عرض سجلات النشر:
sphnctl deployment logs --lid < LID >قذيفة نشر الوصول:
sphnctl deployment shell aipet /bin/sh --lid < LID > --stdin --ttyلمزيد من التفاصيل ، راجع مستندات Spheron.
المساهمات مرحب بها! لا تتردد في تقديم طلب سحب.
تم ترخيص هذا المشروع بموجب ترخيص معهد ماساتشوستس للتكنولوجيا - راجع ملف الترخيص للحصول على التفاصيل.
إذا كان لديك أي أسئلة ، فلا تتردد في الوصول إلى ميترا.