Wingman
1.0.0
Prenez votre modèle d'apprentissage automatique (LLM) avec vos propres données
Livré avec un générateur d'intégration automatisé et une interface de questions / réponses sur modèle
Afficher la démo · Rapport Bogue · Demande de la demande
Prenez automatiquement vos modèles d'apprentissage automatique (LLM) avec:
Cet outillage acceptera l'entrée sous la forme d'une URL de repo GitHub, d'un fichier PDF ou d'un dossier de fichiers HTML local et effectuer les actions suivantes:
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
Cet outillage est destiné à tous ceux qui souhaitent former un LLM sur une source spécifique de connaissances d'une manière simple, où tout le travail lourd a été résumé en coulisses
Wingman est construit sur un cluster de rayons afin qu'il puisse être évolutif et distribué, ou peut être exécuté sur une seule machine.
⬆️
Ce projet (et bien d'autres) ne serait pas possible sans ce qui suit:
| Lien | Nom | Promoteur | Description |
|---|---|---|---|
| Lien | Fais | Recherche sur Facebook | Une bibliothèque pour une recherche et un regroupement de similitudes efficaces de vecteurs denses. |
| Lien | Lubriole | Lubriole | Langchain est un cadre pour développer des applications alimentées par des modèles de langue. |
| Lien | Rayon | Projet de rayon | Ray est un cadre unifié pour la mise à l'échelle des applications AI et Python. Ray se compose d'un runtime distribué de base et d'un ensemble de bibliothèques AI pour accélérer les charges de travail ML. |
| Lien | Python | Python Software Foundation | Python est un langage de programmation à usage général de haut niveau. Sa philosophie de conception met l'accent sur la lisibilité du code avec l'utilisation d'une indentation importante. |
| Lien | Pytorch | La Fondation Linux | Tenseurs et réseaux de neurones dynamiques en python avec une forte accélération du GPU. |
| Lien | Belle soupe | Leonard Richardson | La belle soupe est une bibliothèque Python pour retirer les données des fichiers HTML et XML. Il fonctionne avec votre analyseur préféré pour fournir des moyens idiomatiques de naviguer, de rechercher et de modifier l'arbre de l'analyse. |
| Lien | Typing_inspect | Ivan Levkivskyi | Le module Typing_inspect définit une API expérimentale pour l'inspection d'exécution des types définis dans le module de typage standard Python. |
⬆️
Pour obtenir une copie locale en cours, suivez ces étapes simples.
Une fois que vous êtes dans le dossier du projet et que vous faites charger votre environnement Venv / conda, exécutez ce qui suit:
L'ajout d'un lanceur intérimaire ainsi qu'une interface utilisateur sont tous deux sur la feuille de route actuelle pour cette édition open source.
⬆️
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".
⬆️
Pour des fonctionnalités supplémentaires telles que les citations du numéro de page, la composabilité supplémentaire du langage de programmation, les pipelines multi-llm (résumer les passages pertinents pour une meilleure utilisation du contexte), la prise en charge du modèle mulimodal (former vos connaissances en fonction des données sur les images), une précision accrue via une base de données Vector 3D (Vector Cloud), Support d'agent (Tâches complètes basées sur les facteurs ingérés sur la source de connaissance Enterprise Software Suite.
Voir les problèmes ouverts pour une liste complète des fonctionnalités proposées (et des problèmes connus).
⬆️
Les contributions font de la communauté open source un endroit incroyable pour apprendre, inspirer et créer. Toutes les contributions que vous faites sont grandement appréciées .
Si vous avez une suggestion qui améliorerait cela, veuillez débarquer le dépôt et créer une demande de traction. Vous pouvez également ouvrir simplement un problème avec la balise "amélioration". N'oubliez pas de donner une étoile au projet! Merci encore!
git checkout -b feature/AmazingFeature )git commit -m 'Add some AmazingFeature' )git push origin feature/AmazingFeature )⬆️
Utilisation commerciale interdite.
Contactez-nous pour une licence commerciale pour notre version d'entreprise.
⬆️
Christian Mirra - Linkedin
Lien du projet: https://github.com/semirra/wingman/
⬆️
TODO - cette liste est actuellement incomplète
⬆️
