krixik docs

Krixik-开发人员的小型AI原型制作

？ VersiónEnsepañoldeeste documento

小型/专业的AI模型是“大AI”产品的经常补充或替代品。但是，小型AI的基础架构往往是不足的，因此使用专门的AI建造可能很困难，耗时甚至昂贵。因此，使用不同的模型，尤其是这些模型的不同组合进行迭代，因此可能是不可行的。

这就是为什么我们在这里。欢迎来到Krixik ，您可以通过安全的API轻松而迅速的实验，原型和构建，并通过测序或独立的小型/专业AI模型进行构建。您通过Krixik利用的模型可以是开源的，也可以由您进行训练/微调。

目录

• 快速入门指南
• 您可以使用Krixik构建什么？
• 更多细节 - 文档

快速入门指南

帐户注册

Krixik当前正在Beta中，因此访问Krixik Python客户端仅按请求。

如果您想作为Beta测试人员参与，请填写此简短的Google表格。

安装Krixik

运行以下命令安装Krixik Python客户端：

 pip install krixik

注意：需要3.8版或更高版本。

初始化您的会话

要初始化您的Krixik客户端会话，您将需要唯一的api_key和api_url SECRY。 Beta测试人员将从Krixik管理员那里获得秘密。

我们强烈建议将它们存储在.env文件中并通过Python-Dotenv加载它们，而不是直接处理您的秘密。

一旦有了秘密，请按以下方式初始化会话：

 from krixik import krixik
krixik . init ( api_key = MY_API_KEY , 
            api_url = MY_API_URL )

... MY_API_KEY和MY_API_URL是您的帐户秘密。

如果您放错了秘密，请直接与我们联系。

建立您的第一个管道

让我们构建一个由单个transcribe模块组成的简单转录管道。我们可以用一行代码创建管道：

 # create a simple transcription pipeline
pipeline = krixik . create_pipeline ( name = 'my_transcribe-pipeline-1' , 
                                  module_chain = [ "transcribe" ])

管道已经准备好了！现在，您可以通过它处理音频文件来生成其成绩单。

 pipeline . process ( local_file_path = './path/to/my/mp3' )

该管道的输出将是您输入音频文件的时间戳笔录，已处理的文件的file_id以及该过程本身的request_id 。

扩展管道

假设您想在transcribe模块输出上执行语义（又称矢量）搜索。

转录后您需要进行以下操作：

1. 转换为文本文件
2. 使用滑动窗口解析文本，将其块成（可能重叠）片段
3. 使用适当的文本嵌入器嵌入每个片段
4. 将结果向量存储在矢量数据库中
5. 索引说数据库
6. 在数据库上启用向量（语义）搜索

在本地创建和测试这一步骤将是耗时的 - 在安全的生产服务中进行处理。这是无需尝试使整个过程无服务器的过程。

但是，使用Krixik ，您只需添加一些模块即可快速将此功能迅速合并到早期的管道中。语法仍然如上所述，因此制作新管道仍然需要一行：

 # create pipeline with the above-alluded-to modules
pipeline = krixik . create_pipeline ( name = 'transcribe_vsearch' , 
                                  module_chain = [ "transcribe" ,
                                                "json-to-txt" ,
                                                "parser" , 
                                                "text-embedder" , 
                                                "vector-db" ])

让我们通过新管道处理文件。

 pipeline . process ( local_file_path = './path/to/my/mp3' )

现在，管道中至少有一个文件，您可以使用文件的file_id （在上述过程结束时返回），以使用semantic_search方法对关联的成绩单进行语义搜索：

 pipeline . semantic_search ( query = "The text you wish to semantically search for goes here" ,
                         file_ids = [ 'the_file_id_from_above' ])

就是这样！现在，您已经转录了一个文件，处理了成绩单，对其进行了语义（向量）搜索，并可以根据您喜欢的数量和查询来重复使用管道，并在几分钟内使用几行代码。

可选：拉克里克斯克文档仓库

如果您想跟随上述示例，或者与文档中提出的任何其他示例分数一起进行，则只需将整个Krixik Docs Repo提取即可。

这样做将为您提供所需的每个文件，并且代码已经配置为在该目录结构中运行。

您可以使用Krixik构建什么？

我们为您记录的示例范围包括：

• ...为一组图像生成图像字幕，然后在标题集上执行关键字搜索。
  • 管道：[标题→JSON-to-TXT→关键字数据库]
• ...转录一组音频文件，将其翻译成英语，然后对每个音频文件进行分析。
  • 管道：[转录→翻译→JSON到TXT→解析器→情感分析]
• ...轻松且无服务器可以消耗您的开源OCR选择模型。
  • 管道：[OCR]

这只是冰山一角。目前还有更多的管道（有关更多示例，请参见此处），Krixik模块/模型库将不断扩展，甚至包括您自己提交的模块和模型。

更多细节 - 文档

以上只是窥视克里克斯克的力量。除了所有可能的参数化（我们甚至没有涉及）外，Krixik工具箱是一个不断增长的模块和模型的集合，供您构建。

如果您想了解更多信息，请访问Krixik文档，我们在其中详细介绍：

• 入门及以后：Krixik系统
• Krixik模块库
• Krixik管道示例

Krixik发布日期和新闻通讯

对Krixik从Beta毕业而感到兴奋？我们也是！我们有信心该产品将踢出大量的屁股，我们很乐意让您加入。

如果您希望在发布和其他事项（我们保证不会垃圾邮件）中陷入困境，请在此处订阅我们的偶尔通信。

感谢您的阅读，欢迎来到Krixik！