Modul ini menyediakan manajer perpustakaan yang cepat dan pembungkus API untuk berinteraksi dengan model bahasa besar untuk menghasilkan prompt dan definisi asisten. Ini bergantung pada perpustakaan Langchain serta API Openai dan Anthropic.
Paket ini saat ini tidak tersedia di PYPI. Untuk memasang klon repo dan menginstal paket Langchain, Anthropic, dan Openai PYPI.
Anda juga perlu mendapatkan kunci API untuk Openai dan Anthropic untuk menggunakan model mereka.
Untuk mendefinisikan asisten baru, format assistant_definition dalam penurunan harga seperti ini:
<assistant_definition>
< name >Your Assistant Name</ name >
< role >Description of your assistant's purpose or role</ role >
<system_message>A message from your assistant to the user explaining its purpose</system_message>
<example_input>An example user input or query</example_input>
<example_output>Your assistant's response to the example input</example_output>
</assistant_definition> Anda kemudian dapat menghasilkan objek LanguageExpert baru dari definisi ini menggunakan fungsi parse_assistant_definition() :
definition_text = ... # Your assistant definition markdown
expert = parse_assistant_definition ( definition_text )
expert = LanguageExpert ( ** expert ) Objek LanguageExpert kemudian dapat digunakan untuk menghasilkan respons dari model asisten Anda. Anda juga dapat meningkatkan definisi asisten yang ada menggunakan fungsi improve() .
Kontribusi dipersilakan! Harap buka masalah atau kirimkan permintaan tarik di GitHub dengan bug, permintaan fitur, atau perubahan apa pun. Seperti yang jelas terbukti, saya bukan programmer yang sangat baik tetapi saya seorang insinyur cepat yang cukup baik. Saya berharap untuk membagikan apa yang telah saya pelajari dengan orang lain dan meningkatkan kedua keterampilan dalam prosesnya.