vector vein
v0.3.3
Английский | 简体中文 | 日本語
Создайте свой рабочий процесс автоматизации с силой ИИ и вашей личной базы знаний.
Создайте мощные рабочие процессы с помощью просто перетаскивания, без какого -либо программирования.
Vectorvein-это программное обеспечение для рабочих процессов, не являющееся кодом, вдохновленное Langchain и Langflow, предназначенным для сочетания мощных возможностей крупных языковых моделей и позволяет пользователям легко достигать интеллектуальных и автоматизированных рабочих процессов для различных ежедневных задач.
Вы можете испытать онлайн -версию Vectorvein здесь, без необходимости загружать или установить.
Официальный веб -сайт онлайн документация
После загрузки Vectorvein из релиза программа создаст папку «данные» в каталоге установки для хранения базы данных и статических файловых ресурсов.
Vectorvein создан с использованием PywebView, на основе ядра WebView2, поэтому вам необходимо установить время выполнения WebView2. Если программное обеспечение не может быть открыто, вам может потребоваться загрузить время выполнения WebView2 с https://developer.microsoft.com/en-us/microsoft-edge/webview2/
Важный
Если программное обеспечение не может быть открыто после декомпрессии, пожалуйста, проверьте, заблокирован ли загруженный файл .zip сжатый пакет. Вы можете решить эту проблему, щелкнув правой кнопкой мыши сжатый пакет и выбрав «разблокировку».
Большинство рабочих процессов и агентов в программном обеспечении включают в себя использование крупных языковых моделей ИИ, поэтому вы должны, по крайней мере, предоставить полезную конфигурацию для большой языковой модели. Для рабочих процессов вы можете увидеть, какие крупные языковые модели используются в интерфейсе, как показано на изображении ниже.
Начиная с V0.2.10, Vectorpulse отделяет конечные точки API и конфигурации модели крупных языков, позволяя несколько конечных точек API для одной и той же большой языковой модели.
После того, как программное обеспечение откроется нормально, нажмите кнопку «Открыть настройки», и вы можете настроить информацию для каждой конечной точки API по мере необходимости или добавить пользовательские конечные точки API. В настоящее время конечные точки API поддерживают интерфейсы OpenAI-совместимых, которые могут быть подключены к местным работам, таким как LM-Studio, Ollama, VLLM и т. Д.
База API для LM-Studio обычно http: // localhost: 1234/v1/
База API для Ollama, как правило, http: // localhost: 11434/v1/
Пожалуйста, настройте конкретную информацию для каждой модели на вкладке Remote LLMs .
Нажмите на любую модель, чтобы установить его конкретную конфигурацию, как показано ниже.
Model Key является стандартным названием большой модели и, как правило, не нужно регулировать. Model ID - это имя, используемое во время фактического развертывания, которое обычно соответствует Model Key . Тем не менее, в развертываниях, таких как Azure OpenAI, Model ID определяется пользователем и, следовательно, должен быть скорректирован в соответствии с фактической ситуацией.
При использовании пользовательской модели большой языка заполните информацию о конфигурации пользовательской модели на вкладке Custom LLMs . В настоящее время поддерживаются интерфейсы, совместимые с OpenAI, такие как LM-Studio, Ollama, VLLM и т. Д.
Сначала добавьте пользовательскую модель семейства, затем добавьте пользовательскую модель. Не забудьте нажать кнопку Save Settings .
В настоящее время поддерживаются услуги по признанию речи Openai/Deepgram. Для служб OpenAI вы можете использовать ту же конфигурацию, что и большая языковая модель или настроить службу распознавания речи, совместимую с API OpenAI (например, GROQ).
Когда вам нужно выполнить векторные поиски с использованием векторных данных, у вас есть возможность использовать встроенные услуги, предоставляемые OpenAI или настройка локальных служб встраивания в настройках Embedding Model . В настоящее время поддерживаемые локальные службы встраивания требуют, чтобы вы сами установили текстовые имингинг-инференции.
Для простоты ежедневного использования вы можете настроить ярлыки для быстрого инициирования голосовых разговоров с агентом. Запустив ярлык, вы можете напрямую взаимодействовать с агентом посредством распознавания речи. Важно убедиться, что служба распознавания речи правильно настроена заранее.
Включите скриншот , что при запуске разговора будет сделан снимок экрана экрана и загружен как приложение к разговору.
Чтобы использовать свой собственный API локальной стабильной диффузии, вам необходимо добавить параметр-API к элементу запуска webu-user.bat, то есть
set COMMANDLINE_ARGS=--api
Рабочий процесс представляет собой процесс рабочей задачи, включая вход, вывод и то, как вход обрабатывается для достижения результата выходного вывода.
Примеры:
Перевод Workflow : вход - это документ английского слова, а вывод также является документом Word. Вы можете спроектировать рабочий процесс для перевода входного китайского документа и генерировать китайский документ.
Рабочий процесс карты разума : если выход переводного рабочего процесса изменяется на карту разума, вы можете получить рабочий процесс, который считывает документ английского слова и суммирует его в китайскую карту разума.
Краткое описание веб -статьи . Если ввод рабочего процесса карты разума изменяется на URL -адрес веб -статьи, вы можете получить рабочий процесс, который считывает веб -статью и суммирует ее в китайской карте разума.
Автоматическая классификация жалоб клиентов Рабочий процесс : Ввод - это таблица, содержащая содержание жалоб, и вы можете настроить ключевые слова, которые необходимо классифицировать, чтобы жалобы могли быть автоматически классифицированы. Выход - это автоматически сгенерированная таблица Excel, содержащая результаты классификации.
Каждый рабочий процесс имеет пользовательский интерфейс и интерфейс редактора . Пользовательский интерфейс используется для ежедневных операций рабочих процессов, а интерфейс редактора используется для редактирования рабочего процесса. Обычно, после разработки рабочего процесса, вам нужно только запустить его в пользовательском интерфейсе и не нужно модифицировать его в интерфейсе редактора.
Пользовательский интерфейс показан выше и делится на три части: вход, вывод и триггер (обычно кнопка запуска). Вы можете напрямую ввести контент для ежедневного использования, нажмите кнопку запуска, чтобы увидеть результат вывода.
Чтобы просмотреть выполненный рабочий процесс, нажмите «Запуск рабочего процесса» , как показано на следующем рисунке.
Вы можете добавить наши официальные шаблоны в свой рабочий процесс или создать новый. Рекомендуется ознакомиться с использованием рабочих процессов, используя официальные шаблоны в начале.
Интерфейс редактора рабочего процесса показан выше. Вы можете отредактировать имя, теги и подробное описание вверху. Левая сторона - это список узлов рабочего процесса, а правой является холст рабочего процесса. Вы можете перетащить желаемый узел с левой стороны на холст, а затем подключить узел через провод, чтобы сформировать рабочий процесс.
Вы можете просмотреть учебник по созданию простого рабочего процесса карты Mind Mind Crawler + AI.
Вы также можете попробовать это интерактивное учебное пособие.
Бэкэнд
Python 3.8 ~ Python 3.11
PDM установлен
Внешний интерфейс
VUE3
Просие
Запустите следующую команду в Бэкэнд -каталоге для установки зависимостей:
PDM установка
PDM Install -g Mac
Обычно PDM автоматически найдет Python системы, создаст виртуальную среду и установит зависимости.
После установки запустите следующую команду, чтобы запустить сервер разработки бэкэнд и увидеть эффект работы:
PDM Run Dev
Если вам нужно изменить код Frontend, вам нужно запустить следующую команду в каталоге Frontend для установки зависимостей:
PNPM Установка
При первом вытяжении кода проекта вам также необходимо запустить
pnpm installдля установки передних зависимостей.Если вам вообще не нужно разрабатывать какой-либо фронтальный код, вы можете напрямую скопировать
webпапку из версии выпуска в папкуbackend.
После того, как зависимости от фронта установлены, вам необходимо скомпилировать код Frontend в статический файловый каталог бэкэнд. В проекте была предоставлена краткосрочная инструкция. Запустите следующую команду в Бэкэнд -каталоге, чтобы упаковать и скопировать ресурсы Frontend:
PDM запустить сборку сборки
Предупреждение
Прежде чем вносить изменения в структуру базы данных, пожалуйста, резервную копию базы данных (расположенная по адресу my_database.db в вашем каталоге настроенных data ), в противном случае вы можете потерять данные.
Если вы изменили структуру модели в backend/models , вам необходимо запустить следующие команды в каталоге backend , чтобы обновить структуру базы данных:
Во -первых, введите среду Python:
PDM запустить Python
Из моделей импорт create_migrationscreate_migrations ("migration_name") # Имя в соответствии с внесенными изменениями После операции в каталоге backend/migrations будет сгенерирован новый файл миграции с форматом имени файла xxx_migration_name.py . Рекомендуется сначала проверить содержимое файла миграции, чтобы убедиться, что он правильный, а затем перезапустить основную программу. Основная программа автоматически выполнит миграцию.
Проект использует Pyinstaller для упаковки. Запустите следующую команду в каталоге Backend , чтобы упаковать ее в исполняемый файл:
PDM Run Build
После упаковки исполняемый файл будет сгенерирован в бэкэнд/Dist Directory.
Vectorvein-это программное обеспечение с открытым исходным кодом, которое поддерживает личное некоммерческое использование. Пожалуйста, обратитесь к лицензии на конкретные соглашения.
