ppromptor

プロンプトプロムプター：プロンプトエンジニアリングのための自律剤フレームワーク

Prompt-Promptor（またはPpromptorの短縮）は、LLMSのプロンプトを自動的に生成および改善するように設計されたPythonライブラリです。 AutoGptのような自律エージェントからインスピレーションを得ており、提案者、評価者、アナライザーの3つのエージェントで構成されています。これらのエージェントは、人間の専門家と協力して、生成されたプロンプトを継続的に改善します。

特徴：

• ？ LLMSを使用して、ほとんどサンプルを提供することで自分自身を促します。

• ？より強力なLLMSによるOSS LLMS（例：llama）のガイダンス（例えば、gpt4）

• ？継続的に改善。

• ？？？人間の専門家とのコラボレーション。

• 迅速なエンジニアリングの実験管理。

• ？ Web GUIインターフェイス。

• ？€？？オープンソース。

警告

• このプロジェクトは現在、その積極的な段階にあり、将来的には大きな設計の変更があると予想されています。

• メイン関数は、無限のループを使用して、プロンプトの生成を強化します。 OpenaiのChatGPTをターゲット/分析LLMSとして選択した場合は、使用制限を設定してください。

コンセプト

より詳細なクラス図はdocにあります

インストール

Githubから

1. パッケージをインストールします

 pip install ppromptor --upgrade

2. Githubのクローンリポジトリ

 git clone https://github.com/pikho/ppromptor.git

3. Web UIを開始します

 cd ppromptor
streamlit run ui/app.py

ローカルモデルを実行する（wizardlm）

1. 必要なパッケージをインストールします

 pip install requirements_local_model.txt

2. wizardlmが正しく実行できるかどうかをテストします

 cd <path_to_ppromptor>/ppromptor/llms
python wizardlm.py

使用法

1. Webアプリを開始します

 cd <path_to_ppromptor>
streamlit run ui/app.py

2. デモの目的でデモプロジェクトのロードのexamples/antonyms.db （デフォルト）をロードします。これは、chatgptを使用してwizardlmを導く方法を示しており、指定された入力の反意語を生成します。

3. [構成]タブで構成は、このモデルをローカルで推測できる場合は、 wizardlmとしてTarget LLMを設定します。または、 Target LLMとAnalysis LLM両方をchatgptとして選択します。 chatgptを使用している場合は、Openai APIキーを提供してください。

4. データセットのロードデモプロジェクトはすでに5つのレコードをロードしています。独自のデータセットを追加できます。（オプション）

5. ワークロードを起動して、 Startボタンを押してワークフローをアクティブにします。

6. プロンプトのプロンプトを生成したプロンプトはPrompt Candidatesタブにあります。ユーザーは、1つの候補者のみを選択してから、プロンプトを変更してからCreate Promptことにより、生成されたプロンプトを変更できます。この新しいプロンプトは、評価者エージェントによって評価され、アナライザーエージェントによって改善され続けます。 2つのプロンプトを選択することにより、これらのプロンプトを並べて比較できます。

貢献

新機能のリクエスト、バグの修正、新機能の実装、例、ドキュメントの更新など、あらゆる種類の貢献を歓迎します。特定のリクエストがある場合は、「問題」セクションを使用してください。他の貢献については、プル要求（PR）を作成するだけです。あなたの参加は、私たちのプロジェクトの改善に高く評価されています。ありがとう！