krixik docs

Krixik-開發人員的小型AI原型製作

？ VersiónEnsepañoldeeste documento

小型/專業的AI模型是“大AI”產品的經常補充或替代品。但是，小型AI的基礎架構往往是不足的，因此使用專門的AI建造可能很困難，耗時甚至昂貴。因此，使用不同的模型，尤其是這些模型的不同組合進行迭代，因此可能是不可行的。

這就是為什麼我們在這裡。歡迎來到Krixik ，您可以通過安全的API輕鬆而迅速的實驗，原型和構建，並通過測序或獨立的小型/專業AI模型進行構建。您通過Krixik利用的模型可以是開源的，也可以由您進行訓練/微調。

目錄

• 快速入門指南
• 您可以使用Krixik構建什麼？
• 更多細節 - 文檔

快速入門指南

帳戶註冊

Krixik當前正在Beta中，因此訪問Krixik Python客戶端僅按請求。

如果您想作為Beta測試人員參與，請填寫此簡短的Google表格。

安裝Krixik

運行以下命令安裝Krixik Python客戶端：

 pip install krixik

注意：需要3.8版或更高版本。

初始化您的會話

要初始化您的Krixik客戶端會話，您將需要唯一的api_key和api_url SECRY。 Beta測試人員將從Krixik管理員那裡獲得秘密。

我們強烈建議將它們存儲在.env文件中並通過Python-Dotenv加載它們，而不是直接處理您的秘密。

一旦有了秘密，請按以下方式初始化會話：

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

... MY_API_KEY和MY_API_URL是您的帳戶秘密。

如果您放錯了秘密，請直接與我們聯繫。

建立您的第一個管道

讓我們構建一個由單個transcribe模塊組成的簡單轉錄管道。我們可以用一行代碼創建管道：

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

管道已經準備好了！現在，您可以通過它處理音頻文件來生成其成績單。

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

該管道的輸出將是您輸入音頻文件的時間戳筆錄，已處理的文件的file_id以及該過程本身的request_id 。

擴展管道

假設您想在transcribe模塊輸出上執行語義（又稱矢量）搜索。

轉錄後您需要進行以下操作：

1. 轉換為文本文件
2. 使用滑動窗口解析文本，將其塊成（可能重疊）片段
3. 使用適當的文本嵌入器嵌入每個片段
4. 將結果向量存儲在矢量數據庫中
5. 索引說數據庫
6. 在數據庫上啟用向量（語義）搜索

在本地創建和測試這一步驟將是耗時的 - 在安全的生產服務中進行處理。這是無需嘗試使整個過程無服務器的過程。

但是，使用Krixik ，您只需添加一些模塊即可快速將此功能迅速合併到早期的管道中。語法仍然如上所述，因此製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" ])

讓我們通過新管道處理文件。

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

現在，管道中至少有一個文件，您可以使用文件的file_id （在上述過程結束時返回），以使用semantic_search方法對關聯的成績單進行語義搜索：

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

就是這樣！現在，您已經轉錄了一個文件，處理了成績單，對其進行了語義（向量）搜索，並可以根據您喜歡的數量和查詢來重複使用管道，並在幾分鐘內使用幾行代碼。

可選：拉克里克斯克文檔倉庫

如果您想跟隨上述示例，或者與文檔中提出的任何其他示例分數一起進行，則只需將整個Krixik Docs Repo提取即可。

這樣做將為您提供所需的每個文件，並且代碼已經配置為在該目錄結構中運行。

您可以使用Krixik構建什麼？

我們為您記錄的示例範圍包括：

• ...為一組圖像生成圖像字幕，然後在標題集上執行關鍵字搜索。
  • 管道：[標題→JSON-to-TXT→關鍵字數據庫]
• ...轉錄一組音頻文件，將其翻譯成英語，然後對每個音頻文件進行分析。
  • 管道：[轉錄→翻譯→JSON到TXT→解析器→情感分析]
• ...輕鬆且無服務器可以消耗您的開源OCR選擇模型。
  • 管道：[OCR]

這只是冰山一角。目前還有更多的管道（有關更多示例，請參見此處），Krixik模塊/模型庫將不斷擴展，甚至包括您自己提交的模塊和模型。

更多細節 - 文檔

以上只是窺視克里克斯克的力量。除了所有可能的參數化（我們甚至沒有涉及）外，Krixik工具箱是一個不斷增長的模塊和模型的集合，供您構建。

如果您想了解更多信息，請訪問Krixik文檔，我們在其中詳細介紹：

• 入門及以後：Krixik系統
• Krixik模塊庫
• Krixik管道示例

Krixik發布日期和新聞通訊

對Krixik從Beta畢業而感到興奮？我們也是！我們有信心該產品將踢出大量的屁股，我們很樂意讓您加入。

如果您希望在發布和其他事項（我們保證不會垃圾郵件）中陷入困境，請在此處訂閱我們的偶爾通信。

感謝您的閱讀，歡迎來到Krixik！