DemoGPT
v1.2.6
llmエージェントを作成するために必要なものはすべてここにあります。包括的なツール、プロンプト、フレームワーク、LLMモデルのナレッジハブにアクセスします。すべての場所で、エージェント開発を合理化します。
Demogptを使用している場合は、私たちが主演することを考えてみてください。
クイックデモについては、当社のウェブサイトにアクセスできます
完全なハウツードキュメントとガイドラインについては、こちらのドキュメントサイトをご覧ください
demogpt v1.3を使用すると、2週間以内にゴリラの力でAPIの使用が可能になります。このリリース後、外部APIを自律的に使用できます。 ⚡
DEMOGPTパッケージが利用可能になり、PIPを使用してインストールできます。次のコマンドを実行して、パッケージをインストールします。
pip install demogptDEMOGPTアプリケーションを使用するには、端末に「DEMOGPT」と入力するだけです。
demogptDeMogptへようこそ。これは、大規模な言語モデル（LLM）ベースのアプリケーション開発のランドスケープを再構築している革新的なオープンソースイニシアチブです。
DeMogptの中心にあるのは、GPT-3.5-Turboの機能が実現し、Langchainコードの自動生成を推進します。このプロセスには、ユーザーの命令をインタラクティブな流線アプリケーションに変換する洗練されたアーキテクチャが充実しています。
一度生成されたLangchainコードは、単なるエンドポイントではなく、変換段階です。ユーザーフレンドリーな流線アプリケーションに進化し、作成されたロジックにインタラクティブなディメンションを追加します。この変態は、ユーザーのエンゲージメントと経験に対するDeMogptのコミットメントを具体化します。
精製プロセス中に同様の例を取得することにより、生成プロセスを加速する公開されているデータベースを追加する予定です。このイノベーションは、開発ワークフローをさらに合理化し、より効率的で反応性の高いものにします。
DEMOGPTは、コード生成の観点から特定のパフォーマンス基準を満たすLLMモデルを使用できるように適応性があるように設計されています。この柔軟性により、DeMogptはテクノロジーの最前線にとどまり、LLMの新しい進歩を受け入れます。
DeMogptの反復開発プロセスは、その革新の基礎となっています。各コードセグメントは個々のテストを受け、自己強化戦略により、効率的でエラー最大のワークフローが保証されます。細心のテストと改良のこの融合は、DeMogptの卓越性の追求の証です。
従来のコーディングパラダイムを超越することにより、DeMogptはLLMベースのアプリケーションで新しい時代を先駆けています。コード生成だけではありません。インテリジェントでインタラクティブで包括的なソリューションを作成することです。
要約すると、DeMogptはプロジェクト以上のものです。これは先見の明のあるアプローチであり、LLMベースのアプリケーション開発で可能なことの境界を押し広げます。
次のリリースでは、 GorillaをDEMOGPTに統合して、DEMOGPTが外部APIを自律的に使用できるようにします。未来は明るく、旅は始めたばかりです。このエキサイティングな冒険に参加してください！
次のコマンドを実行して、DEMOGPTパッケージをインストールできます。
pip install demogptgit clone https://github.com/melih-unsal/DemoGPT.git cd DemoGPTpip install . DEMOGPTパッケージがインストールされたら、端末で次のコマンドを実行して使用できます。
demogptこれで、PythonアプリケーションのライブラリとしてDEMOGPTを使用できるようになりました。
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 )出力の例（切り捨て）：
# 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 )
...リポジトリをクローン化し、ソースコードバージョンを実行したい場合は、次のコマンドを実行してDEMOGPTを使用できます。
streamlit run demogpt/app.pyDeMogptプロジェクトへの貢献を歓迎します！バグを修正したり、ドキュメントを改善したり、新機能を提案したりしても、あなたの努力は高く評価されています。作業を開始する前に、オープンな問題を確認してください。
私たちの
CODE OF CONDUCTの詳細と、私たちにプル要求を送信するプロセスについては、CONTRIBUTINGをお読みください。
DEMOGPTは、自律AIエージェントを使用したアプリ作成に対する革新的なアプローチについて、さまざまな研究論文で参照されています。以下は、Demogptを引用した論文のリストです。
アカデミックコミュニティからのこの承認は、AI駆動型開発ツールの分野を進める際のDeMogptの可能性と有用性を強調しています。
DEMOGPTは、MITライセンスに基づいてライセンスされているオープンソースプロジェクトです。
問題、質問、またはコメントについては、お気軽にお問い合わせください。 Demogptを改善するためのフィードバックに感謝します。
