AIPE

AIPE: AI Tipeline Engine

Введение

Aipe (AI Pipeline Engine) - это гибкий и мощный инструмент для создания и выполнения сложных рабочих процессов ИИ. Это позволяет вам объединить различные задачи искусственного интеллекта, такие как поиск в Интернете, генерация текста, обработка речи и генерация изображений в сплоченный конвейер, все настраиваемые через простой файл YAML.

Функции

• ? Многочисленные задачи AI в один рабочий процесс
• ? Интеграция веб -поиска (DuckDuckgo и Serper API)
• ? Генерация текста с использованием различных моделей LLM (Ollama, OpenAI)
• Возможности текста в речь и речь в тексте
• ️ генерация изображений с использованием стабильной диффузии
• Интеграция WebHook для внешних вызовов API
• ? Конфигурация на основе YAML для легкой настройки конвейера
• Динамическое связывание контекста и шага

Варианты использования

Aipe (AI Pipeline Engine) - это универсальный инструмент, который можно применять к различным доменам и задачам. Вот некоторые потенциальные варианты использования:

1. Автоматизированный научный сотрудник : создайте конвейер, который ищет в Интернете определенную тему, суммирует результаты и генерирует комплексный отчет с цитатами.

2. Рабочий процесс создания контента : разработка конвейера, который генерирует идеи статьи, пишет проект контента, создает сопровождающие изображения и готовит посты в социальных сетях для продвижения по службе.

3. Анализ настроений и мониторинг бренда : создайте конвейер, который царапирует социальные сети и новостные сайты для упоминаний об бренде, выполняет анализ настроений и генерирует ежедневные отчеты с пониманием.

4. Автоматизированная поддержка клиентов : разработать конвейер, который обрабатывает запросы клиентов, ищет базу знаний для соответствующей информации и генерирует персонализированные ответы.

5. Анализ данных и визуализация : создайте конвейер, который собирает данные из различных источников, выполняет статистический анализ, генерирует понимание и создает визуализации данных.

6. Служба перевода языка : создайте конвейер, который принимает текст на одном языке, переводит его на множество целевых языков и генерирует аудиопрокации для каждого перевода.

7. Автоматизированный обзор кода : разработка конвейера, которая анализирует репозитории кода, определяет потенциальные проблемы или улучшения и генерирует подробные отчеты обзора кода.

8. Анализ рыночных тенденций : создайте конвейер, который контролирует финансовые новости, анализирует рыночные данные и генерирует прогнозирующие отчеты о потенциальных рыночных тенденциях.

9. Генерация образовательного контента : создайте трубопровод, который занимает предметную область, генерирует образовательный контент, викторины и дополнительные материалы для онлайн -курсов.

10. Персонализированный агрегатор новостей : разработать конвейер, который собирает новости из различных источников на основе предпочтений пользователей, суммирует статьи и генерирует персонализированный ежедневный брифинг новостей.

Эти варианты использования демонстрируют гибкость и мощность AIPE в автоматизации сложных рабочих процессов в разных отраслях и приложениях. Модульная природа трубопровода позволяет легко настраивать и расширить в соответствии с конкретными потребностями.

? Шаги трубопровода

Двигатель AIG Agent Pipeline поддерживает следующие шаги:

• WebSearch : Поиск в Интернете с помощью DuckDuckgo или Serper API
• WebScrape : сохранение контента с указанных URL -адресов
• RunInference : генерируйте текст с использованием моделей LLM (Ollama, OpenAI)
• TextToSpeech : преобразовать текст в речь
• SpeechToText : транскрибировать речь в текст
• LoadImageModel : загрузите модель текста на изображение
• GenerateImage : генерируйте изображения из текстовых подсказок
• CallWebhook : сделайте внешние вызовы API

Установка

1. Клонировать репозиторий:

    git clone https://github.com/yourusername/AIPE.git
   cd AIPE
   

2. Установите требуемые зависимости:

    pip install -r app/requirements.txt
   

3. Установите переменные среды для клавиш API (при необходимости):

    export OPENAI_API_KEY=your_openai_api_key
   export SERPER_API_KEY=your_serper_api_key
   

Использование

1. Создайте файл конфигурации YAML для вашего конвейера. Пример:

    pipeline :
    context :
        topic : " artificial intelligence with crypto "
        num_results : 5
        model_name : " llama2 "
   
    steps :
        - name : " web_search "
        type : " WebSearch "
        query : " latest developments in {context.topic} "
        search_type : " serper "
        num_results : " {context.num_results} "
   
        - name : " summarize_findings "
        type : " RunInference "
        source : " ollama "
        model_name : " llama2 "
        prompt : " Summarize the latest developments in {context.topic} based on the following information: {steps.web_search} "
   
        - name : " text_to_speech "
        type : " TextToSpeech "
        text : " {steps.summarize_findings} "
        result_path : " /app/output/summary_audio.wav "
   
        - name : " generate_image "
        type : " GenerateImage "
        prompt : " A futuristic representation of {context.topic} "
        result_path : " /app/output/ai_developments.png "
        image_params :
            num_inference_steps : 50
            guidance_scale : 7.5
   
        - name : " final_report "
        type : " RunInference "
        source : " ollama "
        model_name : " llama2 "
        prompt : " Create a final report on {context.topic} incorporating the following elements: n 1. Web search results: {steps.web_search} n 2. Summarized findings: {steps.summarize_findings} n 4. Generated image description: A futuristic representation of {context.topic} n 5. Transcription accuracy check: Compare the original summary with the transcribed text and comment on any discrepancies. "
        result_path : " /app/output/final_report.txt "

2. Запустите трубопровод:

    python app/main.py config/config.yaml
   

3. Проверьте вывод: трубопровод сохранит свои выходы в output папке. Это включает в себя сгенерированные файлы, такие как аудио, изображения и текстовые отчеты, как указано в вашей конфигурации.

? Поддержка Docker

Проект включает в себя DockerFile для легкой контейнеризации. Чтобы построить и запустить с помощью Docker:

 docker build -t AIPE .
docker run -it --gpus all --env-file .env AIPE

Трубопровод сохранит свои выходы в output папке внутри контейнера Docker. Это включает в себя сгенерированные файлы, такие как аудио, изображения и текстовые отчеты, как указано в вашей конфигурации.

Развертывание сферона

Чтобы развернуть свой проект Aipe на сфероне:

1. Обновите spheron.yaml в вашем проекте root с деталями изображения.

2. Установить CLI spheronctl : Руководство по установке

3. Создать развертывание:

   sphnctl deployment create spheron.yaml

4. Проверьте состояние развертывания (замените <LID> на идентификатор развертывания):

   sphnctl deployment get --lid < LID >

5. Просмотреть журналы развертывания:

   sphnctl deployment logs --lid < LID >

6. Доступ к развертыванию оболочка:

   sphnctl deployment shell aipet /bin/sh --lid < LID > --stdin --tty

Для получения более подробной информации см. Docs Spheron.

? Внося

Взносы приветствуются! Пожалуйста, не стесняйтесь отправить запрос на привлечение.

? Лицензия

Этот проект лицензирован по лицензии MIT - для получения подробной информации см. Файл лицензии.

? Контакт

Если у вас есть какие -либо вопросы, не стесняйтесь обратиться к Митре.