langfun

Langfun

Installation | Commencer | Tutoriel | Communauté Discord

Introduction

Langfun est une bibliothèque alimentée par Pyglove qui vise à rendre les modèles de langage (LM) avec le travail . Son principe central est de permettre l'intégration transparente entre le langage naturel et la programmation en traitant le langage comme des fonctions. Grâce à l'introduction d' une incitation orientée objet , Langfun permet aux utilisateurs d'inviter les LLM à l'aide d'objets et de types, offrant un contrôle amélioré et simplifier le développement d'agents.

Pour déverrouiller la magie de Langfun, vous pouvez commencer avec Langfun 101. Notamment, Langfun est compatible avec les LLM populaires tels que Gemini, GPT, Claude, le tout sans avoir besoin d'un réglage fin supplémentaire.

Pourquoi Langfun?

Langfun est puissant et évolutif :

• Intégration transparente entre le langage naturel et les programmes informatiques.
• Invites modulaires, qui permet un mélange naturel de textes et de modalités;
• Efficace pour les workflows basés sur les demandes et les travaux de lots;
• Un puissant cadre d'évaluation qui prospère les explosions de dimension.

Langfun est simple et élégant :

• Un modèle de programmation intuitif, saisissable en 5 minutes;
• Plug-and-play dans n'importe quelle base de code Python, faisant une différence immédiate;
• LLMS complets sous une API unifiée: Gemini, GPT, Claude, Llama3, et plus encore.
• Conçu pour le développement agile: offrir Intellisense, débogage facile, avec des frais généraux minimaux;

Bonjour, Langfun

 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 )

Sortir:

 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'
    )
  ]
)

Voir Langfun 101 pour plus d'exemples.

Installer

Langfun propose une gamme de fonctionnalités via des extras, permettant aux utilisateurs d'installer uniquement ce dont ils ont besoin. L'installation minimale de Langfun ne nécessite que Pyglove, Jinja2 et les demandes. Pour installer Langfun avec ses dépendances minimales, utilisez:

 pip install langfun

Pour une installation complète avec toutes les dépendances, utilisez:

 pip install langfun[all]

Pour installer une construction nocturne, incluez le drapeau --pre , comme ceci:

 pip install langfun[all] --pre

Si vous souhaitez personnaliser votre installation, vous pouvez sélectionner des fonctionnalités spécifiques à l'aide de noms de packages comme langfun[X1, X2, ..., Xn] , où Xi correspond à une balise de la liste ci-dessous:

Étiqueter	Description
tous	Toutes les fonctionnalités de Langfun.
LLM	Tous les LLM pris en charge.
LLM-GOOGLE	Tous les LLMS à base Google pris en charge.
LLM-GOOGLE-GENAI	LLMS alimentés par Google Generative AI
mime	Tous les supports MIME.
mime-auto	Détection automatique de type mime.
mime-docx	Prise en charge du format DOCX.
mime-pile	Prise en charge de l'image pour PIL.
mime-xlsx	Prise en charge du format xlsx.
ui	Améliorations de l'interface utilisateur

Par exemple, pour installer une version nocturne qui inclut les LLMS alimentées par Google, le support complet de la modalité et les améliorations de l'interface utilisateur, utilisation:

 pip install langfun[llm-google,mime,ui] --pre

Avertissement: il ne s'agit pas d'un produit Google officiellement pris en charge.