aws openai
v0.10.7
공식 OpenAI API 문서에있는 예제 응용 프로그램의 React + AWS Serverless Full Stack 구현. 자세한 내용은이 시스템 아키텍처 다이어그램을 참조하십시오. 이것은 YouTube 채널 "Lawrence와 Full Stack"및 British Columbia University 코스 인 "인공 지능 클라우드 기술 구현"을위한 교육 도구입니다.
Linux, Windows 및 MacOS 환경과 함께 작동합니다.
프로젝트 요구 사항 확인 : AWS 계정 및 CLI 액세스, Terraform, Python 3.11, NPM 및 Docker Compose.
Master Terraform 구성 파일을 검토하고 편집하십시오.
레포의 루트에있는 새로 생성 된 .env 파일에 자격 증명을 make 하고 추가하십시오.
응용 프로그램을 초기화, 빌드 및 실행하십시오.
git clone https://github.com/FullStackWithLawrence/aws-openai.git
make # scaffold a .env file in the root of the repo
make init # initialize Terraform, Python virtual environment and NPM
make build # deploy AWS cloud infrastructure, build ReactJS web app
make run # run the web app locally in your dev environment 완전한 OpenAI API : ChatGTP, Dall · E, Whisper 및 TTS를 포함한 OpenAI의 전체 서비스 제품군에 통합하기위한 생산 준비 API를 배포합니다.
Langchain 통합 : 컨텍스트 인식 구축을위한 간단한 API 엔드 포인트, Langchain의 유연한 추상화 및 AI-First Toolkit을 사용한 추론 응용 프로그램. 이 엔드 포인트를 사용하여 챗봇에서 질문 응답 시스템에 이르기까지 광범위한 응용 프로그램을 개발하십시오.
다이나믹 chatgpt 프롬프트 : 간단한 테라 양식 템플릿을위한 고도로 사전 분리 된 챗봇을 생성합니다. 몇 분 안에 자신의 사용자 정의 채팅 앱을 프로그래밍하고 스킨하십시오.
기능 호출 : OpenAI의 가장 고급 통합 기능. OpenAI API 기능 호출은 개발자가 자신의 사용자 정의 파이썬 기능을 채팅 응답 처리에 통합 할 수있는 기능입니다. 예를 들어 OpenAI의 GPT-3 모델로 구동되는 챗봇이 응답을 생성하는 경우 이러한 사용자 정의 파이썬 기능을 호출하여 특정 작업 또는 계산을 수행 한 다음 해당 기능의 결과를 응답에 포함시킬 수 있습니다. 이 강력한 기능은 실시간 데이터를 가져 오거나 계산 수행 또는 다른 API 또는 서비스와 상호 작용하는 등의 작업을 수행 할 수있는보다 역동적이고 대화식 챗봇을 만드는 데 사용될 수 있습니다. 공식 OpenAI API 문서에서 "get_current_weather ()"를 포함한 추가 문서 및 예에 대한 Python 소스 코드를 참조하십시오.
기능 호출 플러그인 : 자체 YAML 기반 "플러그인"모델을 만들었습니다. 자세한 내용은이 예제 플러그인 및이 문서를 참조 하거나이 라이브 사이트에서 시도해보십시오. YAML 템플릿은 로컬로 보관하거나 안전한 AWS S3 버킷에서 제공 될 수 있습니다. 여기에서 재미있는 예제 플러그인을 찾을 수 있습니다.
완전한 소스 코드 및 문서가 여기에 있습니다.
vite.js, @chatscope/chat-ui-kit-react 및 React-pro-sidebar를 활용하는 응답 앱.
완전한 문서가 여기에 있습니다. 파이썬 코드는 여기에 있습니다
모듈화 된 테라 양식 접근법을 사용하여 공식 OpenAI API 문서에서 30 개의 예제 애플리케이션을 구현하는 REST API. GPT-3.5, GPT-4, Dall · E, Whisper, Embeddings 및 Comporention을 포함하여 OpenAi의 AI 모델 스위트를 활용합니다.
.env 및 terraform.tfvars 파일을 포함한 여러 소스의 Python Lambda 초기화를 지속적으로 자동으로 관리하는 구성 클래스.선택 요구 사항 :
각 엔드 포인트에 대한 자세한 설명서는 여기에서 확인할 수 있습니다 : 문서
커뮤니티 지원을 받으려면이 프로젝트의 공식 문제 페이지로 이동하십시오.
이 프로젝트는 팀 환경에서 미션 크리티컬 클라우드 기반 마이크로 서비스를 관리하기위한 다양한 훌륭한 코딩 모범 사례, 즉 12 요인 방법론에 대한 준수를 보여줍니다. 자세한 내용은이 코드 관리 모범 사례를 참조하십시오.
우리는이 프로젝트가 프로젝트를위한 Merge Authority를 가진 사람에게 과도한 코드 검토 워크로드를 추가하지 않고 교육 도구로 학생과 학습자 가이 프로젝트를보다 쉽게 액세스 할 수 있도록하고자합니다. 이를 위해 패키지 종속성의 버전 유지 관리, 풀 요청 평가 및 시맨틱 릴리스를위한 몇 가지 사전 커밋 코드 라인 및 코드 스타일 시행 도구와 코드 스타일 시행 도구를 추가했습니다.
우리는 기여를 환영합니다! 배경에 관계없이 참여할 수있는 다양한 방법이 있습니다. 이 프로젝트는 요청을 풀어주는 것 외에도 문서화 및 비디오 컨텐츠 제작, 테스트, 커뮤니티 참여 및 청지기에 중점을 둔 기고자로부터 AI의 윤리적 사용에 대한 진화하는 표준을 준수 할 수 있도록 도와줍니다.
개발자는 다음을 참조하십시오.
Lawrence McDaniel에게 직접 연락 할 수도 있습니다. 20124 년 2 월 현재 코드 구성 :
-------------------------------------------------------------------------------
Language files blank comment code
-------------------------------------------------------------------------------
Python 29 732 722 2663
HCL 30 352 714 2353
Markdown 52 779 6 2344
YAML 23 112 149 1437
JavaScript 39 114 127 1088
JSX 6 45 47 858
CSS 5 32 14 180
make 1 27 30 120
Text 6 13 0 117
INI 2 15 0 70
HTML 2 1 0 65
Jupyter Notebook 1 0 186 48
Bourne Shell 5 17 55 47
TOML 1 1 0 23
Dockerfile 1 4 4 5
-------------------------------------------------------------------------------
SUM: 203 2,244 2,054 11,418
-------------------------------------------------------------------------------
