Installation | Erste Schritte | Tutorial | Discord -Gemeinschaft
Langfun ist eine Bibliothek mit Pyglove -Antrieb, mit der Sprachmodelle (LM) Spaß machen sollen. Sein zentrales Prinzip ist es, eine nahtlose Integration zwischen natürlicher Sprache und Programmierung zu ermöglichen, indem die Sprache als Funktionen behandelt wird. Durch die Einführung von objektorientiertem Aufforderung ermächtigt Langfun den Benutzern, LLMs mit Objekten und Typen zu fordern, eine verbesserte Steuerung und die Vereinfachung der Agentenentwicklung anzubieten.
Um die Magie von Langfun freizuschalten, können Sie mit Langfun 101 beginnen. Insbesondere Langfun ist mit beliebten LLMs wie Gemini, GPT, Claude kompatibel, ohne zusätzliche Feinabstimmung zu benötigen.
Langfun ist mächtig und skalierbar :
Langfun ist einfach und elegant :
import langfun as lf
import pyglove as pg
from IPython import display
class Item ( pg . Object ):
name : str
color : str
class ImageDescription ( pg . Object ):
items : list [ Item ]
image = lf . Image . from_uri ( 'https://upload.wikimedia.org/wikipedia/commons/thumb/8/83/Solar_system.jpg/1646px-Solar_system.jpg' )
display . display ( image )
desc = lf . query (
'Describe objects in {{my_image}} from top to bottom.' ,
ImageDescription ,
lm = lf . llms . Gpt4o ( api_key = '<your-openai-api-key>' ),
my_image = image ,
)
print ( desc )Ausgabe:
ImageDescription(
items = [
0 : Item(
name = 'Mercury',
color = 'Gray'
),
1 : Item(
name = 'Venus',
color = 'Yellow'
),
2 : Item(
name = 'Earth',
color = 'Blue and white'
),
3 : Item(
name = 'Moon',
color = 'Gray'
),
4 : Item(
name = 'Mars',
color = 'Red'
),
5 : Item(
name = 'Jupiter',
color = 'Brown and white'
),
6 : Item(
name = 'Saturn',
color = 'Yellowish-brown with rings'
),
7 : Item(
name = 'Uranus',
color = 'Light blue'
),
8 : Item(
name = 'Neptune',
color = 'Dark blue'
)
]
)
Weitere Beispiele finden Sie unter Langfun 101.
Langfun bietet eine Reihe von Funktionen über Extras, sodass Benutzer nur das installieren können, was sie benötigen. Die minimale Installation von Langfun erfordert nur Pyglove, Jinja2 und Anfragen. Um Langfun mit seinen minimalen Abhängigkeiten zu installieren, verwenden Sie:
pip install langfun
Für eine vollständige Installation mit allen Abhängigkeiten verwenden Sie:
pip install langfun[all]
Um einen nächtlichen Build zu installieren, beinhalten Sie die --pre -Flagge wie folgt:
pip install langfun[all] --pre
Wenn Sie Ihre Installation anpassen möchten, können Sie bestimmte Funktionen mit Paketnamen wie langfun[X1, X2, ..., Xn] auswählen, wobei Xi einem Tag aus der folgenden Liste entspricht:
| Etikett | Beschreibung |
|---|---|
| alle | Alle Langfun -Funktionen. |
| llm | Alle unterstützten LLMs. |
| LLM-Google | Alle unterstützten Google-betriebene LLMs. |
| LLM-Google-Genai | LLMs von Google Generative AI API betrieben |
| Mime | Alle Mime -Unterstützung. |
| Mime-Auto | Automatische Erkennung von MIME -Typ. |
| Mime-Docx | DOCX -Formatunterstützung. |
| Mime-Pil | Bildunterstützung für Pil. |
| mime-xlsx | XLSX -Formatunterstützung. |
| ui | UI -Verbesserungen |
Zum Beispiel, um einen nächtlichen Build zu installieren, der Google-betriebene LLMs, die volle Modalitätsunterstützung und UI-Verbesserungen enthält, verwenden Sie:
pip install langfun[llm-google,mime,ui] --pre
Haftungsausschluss: Dies ist kein offiziell unterstütztes Google -Produkt.