DemoGPT
v1.2.6
⚡ Semua yang Anda butuhkan untuk membuat agen LLM ada di sini. Akses serangkaian alat yang komprehensif, permintaan, kerangka kerja, dan pusat pengetahuan model LLM - semua di satu tempat untuk merampingkan pengembangan agen Anda.
Pertimbangkan dibintangi oleh kami jika Anda menggunakan Demogpt jadi lebih banyak orang mendengar tentang kami!
Untuk demo cepat, Anda dapat mengunjungi situs web kami
Lihat situs dokumentasi kami di sini untuk dokumen dan pedoman cara lengkap
⚡ Dengan Demogpt v1.3, penggunaan API akan dimungkinkan dengan kekuatan gorila dalam waktu 2 minggu. Setelah rilis ini, Anda akan dapat menggunakan API eksternal secara mandiri. ⚡
Paket Demogpt sekarang tersedia dan dapat diinstal menggunakan PIP. Jalankan perintah berikut untuk menginstal paket:
pip install demogptUntuk menggunakan aplikasi Demogpt, cukup ketik "Demogpt" ke terminal Anda:
demogptSelamat datang di Demogpt, inisiatif sumber terbuka revolusioner yang membentuk kembali lanskap pengembangan aplikasi berbasis model bahasa besar (LLM).
Di jantung Demogpt, kemampuan GPT-3.5-turbo menjadi hidup, mendorong generasi otomatis kode Langchain. Proses ini diperkaya dengan arsitektur canggih yang menerjemahkan instruksi pengguna ke dalam aplikasi lurus interaktif.
Kode Langchain, sekali dihasilkan, bukan hanya titik akhir tetapi tahap transformatif. Ini berkembang menjadi aplikasi stream yang ramah pengguna, menambahkan dimensi interaktif ke logika yang dibuat. Metamorfosis ini mewujudkan komitmen Demogpt untuk keterlibatan dan pengalaman pengguna.
Kami berencana untuk menambahkan database yang tersedia untuk umum yang akan mempercepat proses pembuatan dengan mengambil contoh serupa selama proses pemurnian. Inovasi ini akan semakin merampingkan alur kerja pengembangan, membuatnya lebih efisien dan responsif.
DemoGpt dirancang agar mudah beradaptasi, mampu menggunakan model LLM apa pun yang memenuhi kriteria kinerja spesifik dalam hal pembuatan kode. Fleksibilitas ini memastikan bahwa Demogpt tetap berada di garis depan teknologi, merangkul kemajuan baru di LLM.
Proses pengembangan iteratif Demogpt tetap menjadi landasan inovasinya. Setiap segmen kode menjalani pengujian individu, dan strategi pemanjangan diri memastikan alur kerja yang efisien dan dikeluarkan. Perpaduan pengujian dan penyempurnaan yang sangat teliti ini merupakan bukti pengejaran keunggulan Demogpt.
Dengan melampaui paradigma pengkodean tradisional, Demogpt memelopori era baru dalam aplikasi berbasis LLM. Ini bukan hanya tentang pembuatan kode; Ini tentang membuat solusi yang cerdas, interaktif, dan inklusif.
Singkatnya, Demogpt lebih dari sekadar proyek; Ini adalah pendekatan visioner, mendorong batasan apa yang mungkin dalam pengembangan aplikasi berbasis LLM.
Dalam rilis berikutnya, kita akan mengintegrasikan Gorilla ke Demogpt untuk memungkinkan Demogpt menggunakan API eksternal secara mandiri. Masa depan cerah, dan perjalanan baru saja dimulai. Bergabunglah dengan kami dalam petualangan yang menyenangkan ini!
Anda dapat menginstal paket Demogpt dengan menjalankan perintah berikut:
pip install demogptgit clone https://github.com/melih-unsal/DemoGPT.git cd DemoGPTpip install . Setelah paket Demogpt diinstal, Anda dapat menggunakannya dengan menjalankan perintah berikut di terminal Anda:
demogptAnda sekarang dapat menggunakan Demogpt sebagai perpustakaan di aplikasi Python Anda:
from demogpt import DemoGPT
agent = DemoGPT ( model_name = "gpt-3.5-turbo" ) # if OPENAI_API_KEY is not set in env variables, put it with openai_api_key argument
instruction = "Your instruction here"
title = "Your title here"
code = ""
for phase in agent ( instruction = instruction , title = title ):
print ( phase ) # this will display the resulting json for each generation stage
if phase [ "done" ]:
code = phase [ "code" ] # final code
print ( code )Output contoh (terpotong):
# phases
{ ' stage ' : ' draft ' , ' completed ' : False, ' percentage ' : 60, ...}
{ ' stage ' : ' draft ' , ' completed ' : False, ' percentage ' : 64, ' code ' : ' #Get the source language ... ' }
...
{ ' stage ' : ' final ' , ' completed ' : True, ' percentage ' : 100, ... , ' code ' : ' import streamlit as stn... ' } # Code
import streamlit as st
from langchain . chains import LLMChain
from langchain_community . chat_models import ChatOpenAI
from langchain . prompts . chat import ( ChatPromptTemplate ,
HumanMessagePromptTemplate ,
SystemMessagePromptTemplate )
...Jika Anda telah mengkloning repositori dan ingin menjalankan versi kode sumber, Anda dapat menggunakan Demogpt dengan menjalankan perintah berikut:
streamlit run demogpt/app.pyKontribusi untuk proyek Demogpt disambut! Apakah Anda memperbaiki bug, meningkatkan dokumentasi, atau mengusulkan fitur baru, upaya Anda sangat dihargai. Silakan periksa masalah terbuka sebelum memulai pekerjaan apa pun.
Harap baca
CONTRIBUTINGuntuk perincian tentangCODE OF CONDUCTkami, dan proses untuk mengirimkan permintaan tarik kepada kami.
Demogpt telah dirujuk dalam berbagai makalah penelitian untuk pendekatan inovatifnya untuk penciptaan aplikasi menggunakan agen AI otonom. Di bawah ini adalah daftar makalah yang mengutip Demogpt:
Pengakuan dari komunitas akademik ini menyoroti potensi dan kegunaan demogpt dalam memajukan bidang alat pengembangan yang digerakkan AI.
Demogpt adalah proyek open-source yang dilisensikan di bawah lisensi MIT.
Untuk masalah, pertanyaan, atau komentar apa pun, jangan ragu untuk menghubungi kami atau membuka masalah. Kami menghargai umpan balik Anda untuk membuat demogpt lebih baik.
