Wingman
1.0.0
Vorbereitete Modelle für maschinelles Lernen (LLM) mit Ihren eigenen Daten
Kommt komplett mit einer automatisierten Einbettungsgenerator- und Modell -Q & A -Schnittstelle
Demo anzeigen · Fehler melden · Anforderungsfunktion
Automatisch vorab Ihre maschinellen Lernmodelle (LLM) mit:
Dieses Tooling akzeptiert Eingaben in Form eines Github -Repo -URL-, PDF -Datei- oder lokalen HTML -Dateienordners und führt die folgenden Aktionen aus:
generate_embedding_github/pdf.py
• Break apart your input data into manageable chunks
• Send chunked data to Ray Serve Cluster
• Use Ray Cluster to create an embedding from our input chunks
serve run serve:deployment
• Use Ray Cluster to download a Foundational Model
• Load Foundation Model with our Embedding on top
• Start a WebServer and make the Model available via api
query.py "what is the api endpoint to get a list of agents"
• Allow you to interface with the model through the API
Dieses Werkzeug ist für alle gilt, die auf einfache Weise einen LLM für eine bestimmte Wissensquelle trainieren möchten, bei der das gesamte schwere Heben hinter den Kulissen abstrahiert wurde
Wingman ist auf einem Ray -Cluster aufgebaut, damit er entweder skalierbar und verteilt sein kann oder auf nur einer Maschine ausgeführt werden kann.
⬆️
Dieses Projekt (und viele andere) wäre ohne Folgendes nicht möglich:
| Link | Name | Entwickler | Beschreibung |
|---|---|---|---|
| Link | Faiss | Facebook -Forschung | Eine Bibliothek zur effizienten Ähnlichkeitssuche und Clustering dichter Vektoren. |
| Link | Langchain | Langchain | Langchain ist ein Rahmen für die Entwicklung von Anwendungen, die von Sprachmodellen betrieben werden. |
| Link | Strahl | Ray -Projekt | Ray ist ein einheitlicher Rahmen für die Skalierung von AI- und Python -Anwendungen. Ray besteht aus einer zentralen verteilten Laufzeit und einer Reihe von AI -Bibliotheken zur Beschleunigung der ML -Workloads. |
| Link | Python | Python Software Foundation | Python ist eine hochrangige allgemeine Programmiersprache. Seine Designphilosophie betont die Code -Lesbarkeit unter Verwendung einer signifikanten Einkerbung. |
| Link | Pytorch | Die Linux Foundation | Tensoren und dynamische neuronale Netzwerke in Python mit starker GPU -Beschleunigung. |
| Link | Schöne Suppe | Leonard Richardson | Schöne Suppe ist eine Python -Bibliothek zum Abziehen von Daten aus HTML- und XML -Dateien. Es arbeitet mit Ihrem bevorzugten Parser zusammen, um idiomatische Wege zum Navigieren, Suchen und Ändern des Parse -Baumes zu bieten. |
| Link | Typing_inspect | Ivan Levkivskyi | Das Modul typing_inspect definiert eine experimentelle API für die Laufzeitprüfung von Typen, die im Python -Standard -Typing -Modul definiert sind. |
⬆️
Um eine lokale Kopie in Betrieb zu nehmen, befolgen Sie diese einfachen Schritte.
Sobald Sie im Projektordner sind und Ihre Venv/Conda -Umgebung geladen lassen, führen Sie Folgendes aus:
Das Hinzufügen eines Zwischenstarts sowie einer Benutzeroberfläche befindet sich beide auf der aktuellen Roadmap für diese Open -Source -Ausgabe.
⬆️
python query.py "what is the api endpoint to disable data collection for a specified agent"
/api/sn_agent/agents/{agent_id}/data/off.
python query.py "what is the api endpoint for the ActivitySubscriptions API"
The API endpoint for the ActivitySubscriptions API is /now/actsub/activities.
python query.py "what is the api endpoint to get a list of agents"
The API endpoint to get a list of agents is "/api/sn_agent/agents/list.
python query.py "what is the api endpoint of the Agent Client Collector API"
The API endpoint of the Agent Client Collector API is "https://<sn_agent-host>:<sn_agent-port>/api/agent-client-collector/admin".
⬆️
Für zusätzliche Funktionen wie Seitenzahlenzitate, zusätzliche Programmiersprache Compability, Multi-LlM-Pipelines (fassen Sie relevante Passagen für eine bessere Kontextauslastung zusammen), mulimodaler Modellunterstützung (trainieren Sie Ihre Wissensbettung anhand von Daten in Bildern), erhöhte Genauigkeit über 3D-Vektor-Datenbank (Vektorwolke). Suite.
In den offenen Problemen finden Sie eine vollständige Liste der vorgeschlagenen Merkmale (und bekannten Probleme).
⬆️
Beiträge machen die Open -Source -Community zu einem erstaunlichen Ort, um zu lernen, zu inspirieren und zu kreieren. Alle Beiträge, die Sie leisten, werden sehr geschätzt .
Wenn Sie einen Vorschlag haben, der dies besser machen würde, geben Sie bitte das Repo und erstellen Sie eine Pull -Anfrage. Sie können auch einfach ein Problem mit dem Tag "Verbesserung" eröffnen. Vergessen Sie nicht, dem Projekt einen Stern zu geben! Danke noch einmal!
git checkout -b feature/AmazingFeature ).git commit -m 'Add some AmazingFeature' )git push origin feature/AmazingFeature )⬆️
Kommerzieller Gebrauch verboten.
Kontaktieren Sie uns für eine kommerzielle Lizenz für unsere Enterprise -Version.
⬆️
Christian Mirra - LinkedIn
Projektlink: https://github.com/seemirra/wingman/
⬆️
TODO - Diese Liste ist derzeit unvollständig
⬆️
