chatgpt patterns
1.0.0

Tujuannya adalah repositori ini adalah untuk mengevaluasi dan memperluas kerangka data chatgpt API , Langchain dan llamaindex untuk membangun aplikasi. Teknik -teknik ini termasuk
| Kemasan | Versi |
|---|---|
| Python | 3.9.16 |
| obor | 2.0.1 |
| Openai | 0.27.1 |
| matplotlib | 3.7.1 |
| scikit-learn | 1.2.2 |
| Numpy | 1.24.3 |
| panda | 2.0.2 |
| Langchain | 0.0.227 |
| Polar | 0.17.0 |
| Fastapi | 0.97.0 |
| Indeks Llama | 0.7.4 |
| Tanggal | Versi |
|---|---|
| 06.07.2023 | 0.1 |
| 06.18.2023 | 0.2 |
| Kemasan | Keterangan |
|---|---|
| util | Kelas Utilitas |
| Openai | Kelas Terkait dengan Penggunaan dan Fine Tuning untuk Chatgpt |
| llm_langchain | Kelas yang terkait dengan loader, splitter, rantai dan agen menggunakan kerangka kerja Langchain |
| llm_llama | Kelas yang terkait dengan rantai dan agen yang menggunakan kerangka kerja llamaindex |
| domain | Kode aplikasi target spesifik domain untuk tujuan pengujian |
Dari kertas mani "Katalog pola cepat untuk meningkatkan rekayasa cepat dengan chatgpt".
| Nama | Ringkasan | Pernyataan kontekstual |
|---|---|---|
| Persona | Kustomisasi keluaran Tetapkan kepribadian, peran atau ahli domain ke LLM. Persona dapat diekspresikan sebagai peran, deskripsi pekerjaan, judul, historis atau tokoh yang diketahui. | - Saya ingin Anda mengajukan pertanyaan kepada saya untuk mencapai X. - Anda harus mengajukan pertanyaan sampai X tercapai atau kondisi X terpenuhi. Ajukan pertanyaan tentang x satu saat itu. |
| Templat | Kustomisasi keluaran Pastikan output mengikuti templat yang tepat (yaitu format, URL, contoh ...). Pola ini menginstruksikan LLM untuk menggunakan format unik di bagian tertentu dari jawabannya. | Saya akan memberi Anda templat untuk output Anda X adalah pemegang tempat saya untuk konten Cobalah untuk memasukkan output menjadi satu atau lebih placeholder yang saya daftarkan Harap pertahankan format dan templat yang saya berikan Berikut adalah templat untuk diikuti: pola dengan placeholder. |
| Daftar Periksa Fakta | Identifikasi kesalahan Minta LLM untuk menyediakan/menambahkan daftar fakta/asumsi ke jawabannya, sehingga pengguna dapat melakukan uji tuntas. | Menghasilkan serangkaian fakta yang terkandung dalam output Serangkaian fakta harus dimasukkan/ditambahkan ke output Rangkaian fakta harus menjadi fakta mendasar yang dapat merusak kebenaran output jika ada di antara mereka yang salah. |
| Cerminan | Identifikasi kesalahan Minta LLM untuk secara otomatis menjelaskan alasan di balik jawaban yang diberikan kepada pengguna. Pola tersebut mengklarifikasi titik kebingungan, asumsi yang mendasari, kesenjangan dalam pengetahuan…. | Setiap kali Anda menghasilkan jawaban, jelaskan alasan dan asumsi di balik jawaban Anda, sehingga saya dapat meningkatkan pertanyaan saya. |
| Output Automater | Kustomisasi keluaran Memiliki LLM menghasilkan skrip atau tugas otomatis yang dapat menjalankan langkah apa pun yang direkomendasikan LLM. | Setiap kali Anda menghasilkan output dengan langkah -langkah, selalu lakukan ini. Menghasilkan artefak yang dapat dieksekusi dari tipe X yang akan mengotomatiskan langkah -langkah ini. |
| Generator visualisasi | Kustomisasi keluaran Gunakan teks yang dihasilkan untuk membuat visualisasi karena konsep yang kompleks lebih mudah dipahami dengan diagram dan gambar. Output LLM harus membuat jalur untuk alat untuk menghasilkan citra. | Hasilkan X yang dapat saya berikan untuk memvisualisasikannya. |