literalai cookbooks

Buku masak dan panduan AI literal

Selamat datang di buku masak AI literal dan panduan repositori! Repositori ini didedikasikan untuk menyediakan pengguna buku masak dan panduan komprehensif yang dirancang untuk membantu Anda memahami dan mengimplementasikan solusi AI secara efektif.

AI literal adalah platform observabilitas, evaluasi, dan pemantauan ujung ke ujung untuk membangun & meningkatkan aplikasi LLM tingkat produksi.

Untuk informasi lebih lanjut, temukan dokumentasi lengkap di sini. Buku masak dari repo ini dan lebih banyak panduan disajikan dalam penjelasan dokumen.

Buku masak

Python

Nama	Kategori	Keterangan
Pemanfaatan konteks dengan ragas	Evaluasi	Bangun aplikasi RAG dan evaluasinya dengan ragas berdasarkan pemanfaatan konteks.
Evaluasi Kepuasan Pengguna - Percakapan Dukungan Pelanggan	Evaluasi	Ambil percakapan dukungan pelanggan Anda dari AI literal dan evaluasi kepuasan pengguna pada data percakapan ini.
Integrasi Llamaindex	Kemampuan observasi	Bangun aplikasi tanya jawab dengan llamaindex dan pantau dengan AI literal.
Evaluasi Agen berjalan dengan alat	Observabilitas (alat) & evaluasi	Bangun agen sederhana yang dapat menggunakan dua alat. Pantau dan evaluasi penggunaan alat.
A/B menguji sisi klien	Evaluasi	Bangun dua prompt, tetapkan secara acak untuk percakapan baru dan uji A/B pada metrik.
Buat dataset	Evaluasi	Buat dataset AI literal dari SDK
Penelusuran Terdistribusi	Kemampuan observasi	Lacak layanan terdistribusi (TS dan PY)
Pantau agen AI percakapan	Kemampuan observasi	Pantau agen AI percakapan, dibangun di fastapi
Pantau chatbot multimodal	Kemampuan observasi	Pantau agen AI percakapan multimoda, dibangun dengan openai
Contoh Langgraph	Kemampuan observasi	Contoh dengan Langgraph: Aliran grafik dengan penggunaan alat

Naskah

Nama	Kategori	Keterangan
Dasbor Keuangan dengan AI Copilot	Kemampuan observasi	Buat dasbor keuangan interaktif dengan bantuan bertenaga AI dan UI generatif
Iterasi cepat dengan promptfoo	Evaluasi	Jalankan aplikasi obrolan sederhana dan evaluasi hasilnya dengan dua templat prompt yang berbeda dengan PromptFoo.
Generasi gambar dengan lampiran AI Dall-E & Literal	Observabity	Gunakan Openai Dall-e untuk menghasilkan gambar dengan prompt dan kemudian kirim ke AI literal.
Chatbot menggunakan next.js, openai dan literal ai	Observabity	Buat chatbot yang dipersonalisasi dan dipantau dengan openai, next.js dan literal AI.
Chatbot Menggunakan Vercel AI SDK dan AI Literal	Observabity	Buat chatbot yang dipersonalisasi dan dipantau dengan Vercel AI SDK dan AI literal.
Rag sederhana menggunakan landedb, openai dan literal ai	Kemampuan observasi	Buat Rag Sederhana di Transkrip YouTube Disimpan Menggunakan Landedb
Pidato-ke-Emoji: Aplikasi Next.js untuk merangkum audio dengan OpenAI Whisper, GPT-4O dan Literal AI	Kemampuan observasi	Buat aplikasi web sederhana yang menyalin dan merangkum audio menggunakan OpenAI Whisper, GPT-4O, dan AI literal.
Peta interaktif dengan bot obrolan kopilot	Kemampuan observasi	Peta dunia dengan bot obrolan yang sadar konteks dan bereaksi terhadap posisi pengguna di peta
Contoh langchain dan langgraph	Kemampuan observasi	Tiga contoh dengan langchain/langgraph: kain dasar, aliran grafik dengan penggunaan alat, dan aliran multi-agen