Este é um invólucro de API de engenharia reversa para o Playground Vercel AI, que permite acesso gratuito a muitos LLMs, incluindo o ChatGPT do OpenAI, o comando de coere todas as noites, além de alguns modelos de código aberto.
ÍNDER gerado com o Markdown-Toc.
Você pode instalar esta biblioteca executando o seguinte comando:
pip3 install vercel-llm-api
Exemplos podem ser encontrados no diretório /examples . Para executar esses exemplos, basta executar os arquivos Python incluídos do seu terminal.
python3 examples/generate.py
Para usar esta biblioteca, basta importar vercel_ai e criar uma instância vercel_ai.Client . Você pode especificar um proxy usando o argumento da palavra -chave proxy .
Exemplo normal:
import vercel_ai
client = vercel_ai . Client ()Exemplo proxado:
import vercel_ai
client = vercel_ai . Client ( proxy = "socks5h://193.29.62.48:11003" ) Observe que os exemplos a seguir assumem que client é o nome da sua instância vercel_ai.Client .
O cliente baixa os modelos disponíveis após a inicialização e os armazena em client.models .
>> > print ( json . dumps ( client . models , indent = 2 ))
{
"anthropic:claude-instant-v1" : {
"id" : "anthropic:claude-instant-v1" , #the model's id
"provider" : "anthropic" , #the model's provider
"providerHumanName" : "Anthropic" , #the provider's display name
"makerHumanName" : "Anthropic" , #the maker of the model
"minBillingTier" : "hobby" , #the minimum billing tier needed to use the model
"parameters" : { #a dict of optional parameters that can be passed to the generate function
"temperature" : { #the name of the parameter
"value" : 1 , #the default value for the parameter
"range" : [ 0 , 1 ] #a range of possible values for the parameter
},
...
}
...
}
} Observe que, como ainda não há autenticação, se um modelo tiver a propriedade "minBillingTier" presente, ela não poderá ser usada.
Uma lista de IDs de modelo também está disponível em client.model_ids .
>> > print ( json . dumps ( client . model_ids , indent = 2 ))
[
"anthropic:claude-instant-v1" , #locked to hobby tier; unusable
"anthropic:claude-v1" , #locked to hobby tier; unusable
"replicate:replicate/alpaca-7b" ,
"replicate:stability-ai/stablelm-tuned-alpha-7b" ,
"huggingface:bigscience/bloom" ,
"huggingface:bigscience/bloomz" ,
"huggingface:google/flan-t5-xxl" ,
"huggingface:google/flan-ul2" ,
"huggingface:EleutherAI/gpt-neox-20b" ,
"huggingface:OpenAssistant/oasst-sft-4-pythia-12b-epoch-3.5" ,
"huggingface:bigcode/santacoder" ,
"cohere:command-medium-nightly" ,
"cohere:command-xlarge-nightly" ,
"openai:gpt-4" , #locked to pro tier; unusable
"openai:code-cushman-001" ,
"openai:code-davinci-002" ,
"openai:gpt-3.5-turbo" ,
"openai:text-ada-001" ,
"openai:text-babbage-001" ,
"openai:text-curie-001" ,
"openai:text-davinci-002" ,
"openai:text-davinci-003"
] Um ditado de parâmetros padrão para cada modelo pode ser encontrado em client.model_params .
>> > print ( json . dumps ( client . model_defaults , indent = 2 ))
{
"anthropic:claude-instant-v1" : {
"temperature" : 1 ,
"maximumLength" : 200 ,
"topP" : 1 ,
"topK" : 1 ,
"presencePenalty" : 1 ,
"frequencyPenalty" : 1 ,
"stopSequences" : [
" n n Human:"
]
},
...
} Para gerar algum texto, use a função client.generate , que aceita os seguintes argumentos:
model - o ID do modelo que você deseja usar.prompt - seu prompt.params = {} - um ditado de parâmetros opcionais. Veja a seção anterior sobre como encontrá -los.A função é um gerador que retorna o texto recém -gerado como uma string.
Exemplo de transmissão:
for chunk in client . generate ( "openai:gpt-3.5-turbo" , "Summarize the GNU GPL v3" ):
print ( chunk , end = "" , flush = True )Exemplo não transmitido:
result = ""
for chunk in client . generate ( "openai:gpt-3.5-turbo" , "Summarize the GNU GPL v3" ):
result += chunk
print ( result ) Para gerar mensagens de bate -papo, use a função client.chat , que aceita os seguintes argumentos:
model - o ID do modelo que você deseja usar.messages - uma lista de mensagens. O formato para isso é idêntico a como você usaria a API oficial do OpenAI.params = {} - um ditado de parâmetros opcionais. Consulte a seção "Download dos modelos disponíveis" sobre como encontrá -los.A função é um gerador que retorna o texto recém -gerado como uma string.
messages = [
{ "role" : "system" , "content" : "You are a helpful assistant." },
{ "role" : "user" , "content" : "Who won the world series in 2020?" },
{ "role" : "assistant" , "content" : "The Los Angeles Dodgers won the World Series in 2020." },
{ "role" : "user" , "content" : "Where was it played?" }
]
for chunk in client . chat ( "openai:gpt-3.5-turbo" , messages ):
print ( chunk , end = "" , flush = True )
print () Se você deseja mostrar as mensagens de depuração, basta ligar para vercel_ai.logger.setLevel .
import vercel_ai
import logging
vercel_ai . logger . setLevel ( logging . INFO )Este programa está licenciado no GNU GPL V3. Todo o código foi escrito por mim, Ading2210.
ading2210/vercel-llm-api: a reverse engineered API wrapper for the Vercel AI Playground
Copyright (C) 2023 ading2210
This program is free software: you can redistribute it and/or modify
it under the terms of the GNU General Public License as published by
the Free Software Foundation, either version 3 of the License, or
(at your option) any later version.
This program is distributed in the hope that it will be useful,
but WITHOUT ANY WARRANTY; without even the implied warranty of
MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
GNU General Public License for more details.
You should have received a copy of the GNU General Public License
along with this program. If not, see <https://www.gnu.org/licenses/>.