DemoGPT

? 데모에서 제품으로 : 올인원 에이전트 라이브러리

llm 에이전트를 만드는 데 필요한 모든 것이 여기에 있습니다. 에이전트 개발을 간소화하기 위해 포괄적 인 도구, 프롬프트, 프레임 워크 및 LLM 모델의 지식 허브에 액세스하십시오.

스타 역사

더 많은 사람들이 우리에 대해 들으려면 Demogpt를 사용하는 경우 우리를 주연시키는 것을 고려하십시오!

데모

빠른 데모를 위해서는 당사 웹 사이트를 방문 할 수 있습니다

선적 서류 비치

전체 방법 문서 및 지침은 여기에서 문서 사이트를 참조하십시오.

demogpt v1.3을 사용하면 2 주 이내에 Gorilla 의 힘으로 API 사용이 가능할 것입니다. 이 릴리스 후에는 외부 API를 자율적으로 사용할 수 있습니다. ⚡

? Demogpt 패키지 사용

이제 Demogpt 패키지를 사용할 수 있으며 PIP를 사용하여 설치할 수 있습니다. 패키지를 설치하려면 다음 명령을 실행하십시오.

pip install demogpt

Demogpt 응용 프로그램을 사용하려면 "Demogpt"를 터미널에 입력하기 만하면됩니다.

demogpt

? 목차

• 소개
• 건축학
• 설치
• 용법
• 할 일
• 기여하다
• 인용
• 특허

? 소개

LLM (Lange Language Model) 기반 애플리케이션 개발의 환경을 재구성하는 혁신적인 오픈 소스 이니셔티브 인 Demogpt에 오신 것을 환영합니다.

Demogpt의 핵심에서 GPT-3.5-Turbo의 기능이 생겨나 고 자동 생성 랭케인 코드를 주도합니다. 이 프로세스에는 사용자 지침을 대화식 간식 애플리케이션으로 변환하는 정교한 아키텍처가 풍부합니다.

Decogpt의 작동 방식

1. 계획 : Demogpt는 사용자의 명령에서 계획을 생성하여 시작합니다.
2. 작업 생성 : 그런 다음 계획과 교육에서 특정 작업을 만듭니다.
3. 코드 스 니펫 생성 : 이 작업은 코드 스 니펫으로 전송됩니다.
4. 최종 코드 어셈블리 : 코드 스 니펫은 최종 코드로 결합되어 대화식 간단한 앱이 생깁니다.

일단 생성 된 Langchain 코드는 단순한 종말점이 아니라 변형 단계입니다. 사용자 친화적 인 유선 애플리케이션으로 발전하여 제작 된 논리에 대화식 차원을 추가합니다. 이 변태는 사용자 참여와 경험에 대한 Demogpt의 약속을 구현합니다.

향후 향상

정제 프로세스 중에 유사한 예제를 검색하여 생성 프로세스를 가속화 할 공개적으로 사용 가능한 데이터베이스를 추가 할 계획입니다. 이 혁신은 개발 워크 플로를 더욱 능률화하여보다 효율적이고 반응이 좋게 만듭니다.

모델 유연성

Demogpt는 코드 생성 측면에서 특정 성능 기준을 충족하는 모든 LLM 모델을 사용할 수 있도록 적응할 수 있도록 설계되었습니다. 이러한 유연성은 Demogpt가 기술의 최전선에 남아 LLM의 새로운 발전을 수용 할 수 있도록합니다.

Demogpt의 반복 개발 프로세스는 혁신의 초석으로 남아 있습니다. 각 코드 세그먼트는 개별 테스트를 거치며 자체 정제 전략은 효율적이고 오류 모방 된 워크 플로를 보장합니다. 세심한 테스트와 개선의 이러한 융합은 Demogpt의 우수성 추구에 대한 증거입니다.

전통적인 코딩 패러다임을 초월함으로써 Demogpt는 LLM 기반 애플리케이션의 새로운 시대를 개척하고 있습니다. 코드 생성에 관한 것이 아닙니다. 지능적이고 대화식 및 포괄적 인 솔루션을 제작하는 것입니다.

요약하면, Demogpt는 프로젝트 이상입니다. LLM 기반 애플리케이션 개발에서 가능한 것의 경계를 높이는 비전 적 접근법입니다.

다음 릴리스에서는 Gorilla 를 데모를 통합하여 Demogpt가 외부 API를 자율적으로 사용할 수 있도록합니다. 미래는 밝고 여행이 시작되었습니다. 이 흥미로운 모험에 참여하십시오!

건축학

아키텍처를 탈모합니다

? 설치

패키지 버전의 경우

다음 명령을 실행하여 Demogpt 패키지를 설치할 수 있습니다.

pip install demogpt

소스 코드 버전의 경우

1. 저장소 복제 :

   git clone https://github.com/melih-unsal/DemoGPT.git

2. 프로젝트 디렉토리로 이동하십시오.

    cd DemoGPT

3. Demogpt 설치 :

   pip install . 

? 용법

? 패키지 버전의 경우

Demogpt 패키지가 설치되면 터미널에서 다음 명령을 실행하여 사용할 수 있습니다.

demogpt

? 파이썬 인터페이스의 경우

이제 Python 응용 프로그램에서 Demogpt를 라이브러리로 사용할 수 있습니다.

 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 )

예제 출력 (잘린) :

 # 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 )
...

소스 코드 버전의 경우

저장소를 클로닝하고 소스 코드 버전을 실행하려면 다음 명령을 실행하여 Demogpt를 사용할 수 있습니다.

streamlit run demogpt/app.py

할 일

• 계획 생성, 작업 생성, 코드 스 니펫 생성 및 최종 코드 어셈블리를 포함한 새로운 Demogpt 파이프 라인을 구현하십시오.
• 사용자가 모델을 선택할 수 있도록 기능을 추가하십시오.
• 유용한 랑 체인 작업을 정의하십시오
• 개선없이 새로운 파이프 라인과 함께 릴리스를 게시하십시오
• 나머지 랑 체인 작업을 구현하십시오
• 모델 응답 개선을위한 자체 정제 전략을 구현하십시오.
• 통합? API 호출을위한 고릴라 모델.
• 사용 가능한 API 통화를 확장하기 위해 빠른 API를 추가하십시오.
• 추가하다 ? LLAMA2 통합
• 정제 프로세스 중에 유사한 예제를 검색하여 생성 프로세스를 가속화하기 위해 공개적으로 사용 가능한 데이터베이스를 구현하십시오.
• 중복 정제를 제거하기 위해 성공적으로 생성 된 모든 단계를 DB에 추가하십시오.

? 기여하다

Demogpt 프로젝트에 대한 기여는 환영받습니다! 버그를 고치거나 문서 개선 또는 새로운 기능을 제안하든, 노력에 감사드립니다. 작업을 시작하기 전에 열린 문제를 확인하십시오.

당사의 CODE OF CONDUCT 에 대한 자세한 내용과 당사에 풀 요청을 제출하는 프로세스는 CONTRIBUTING 읽으십시오.

? 인용

Demogpt는 자율 AI 에이전트를 사용한 앱 생성에 대한 혁신적인 접근 방식을 위해 다양한 연구 논문에서 언급되었습니다. 아래는 Demogpt를 인용 한 논문 목록입니다.

• Lei Wang, Chen MA, Xueyang Feng, Zeyu Zhang, Hao Yang, Jingsen Zhang, Zhiyuan Chen, Jiakai Tang, Xu Chen, Yankai Lin, Wayne Xin, Zhao, Zhewei Wei, Ji-Rong Wen, "대형 자율 기반 자율 기반에 대한 설문 조사", 2023.
• Yuan Li, Yixuan Zhang, Lichao Sun, "메타 에이전트 : 공동 생성 에이전트를 통한 LLM 기반 작업 중심 조정을위한 인간 행동의 상호 작용 시뮬레이션 저널/컨퍼런스, 2023. 종이 링크
• Yuheng Cheng, Ceyao Zhang, Zhengwen Zhang, Xiangrui Meng, Sirui Hong, Wenhao Li, Zihao Wang, Zekai Wang, Feng Yin, Junhua Zhao, Xiuqiang HE, "대형 언어 모델 기반의 지능형 에이전트 : 정의, 방법 및 전망", 2024.
• 미하일, 폴루딘. Optimalizace llm 에이전트 ů pro analýzu tabulkových dat : ​​integrace lora pro zvýšení kvality. MS 논문. české vysoké učení technické v 프레이즈. vypočetní aformační centrum., 2024. 종이 링크

학술 공동체의 이러한 인정은 AI 중심 개발 도구 분야를 발전시키는 데있어 Demogpt의 잠재력과 유용성을 강조합니다.

특허

Demogpt는 MIT 라이센스에 따라 라이센스가 부여 된 오픈 소스 프로젝트입니다.

---

문제, 질문 또는 의견은 언제든지 저희에게 연락하거나 문제를 열어주십시오. Demogpt를 개선하기 위해 귀하의 의견에 감사드립니다.