」工欲善其事,必先利其器。「—孔子《論語.錄靈公》
首頁 > 程式設計 > 用於建構生成式人工智慧應用程式的開源框架

用於建構生成式人工智慧應用程式的開源框架

發佈於2024-11-09
瀏覽:272

Open Source Frameworks for Building Generative AI Applications

有許多令人驚嘆的工具可以幫助建立生成式人工智慧應用程式。但開始使用新工具需要時間學習和練習。

因此,我創建了一個儲存庫,其中包含用於建立生成人工智慧應用程式的流行開源框架的範例。

這些範例也展示瞭如何將這些框架與 Amazon Bedrock 結合使用。

您可以在這裡找到存儲庫:

https://github.com/danilop/oss-for-generative-ai

在本文的其餘部分,我將描述我選擇的框架、儲存庫中範例程式碼的內容以及如何在實踐中使用它們。

包含的框架

  • LangChain:用於開發由語言模型驅動的應用程式的框架,具有以下範例:

    • 基礎模型呼叫
    • 連結提示
    • 建構 API
    • 建立客戶端
    • 實作聊天機器人
    • 使用基岩代理
  • LangGraph:LangChain 的擴展,用於使用大型語言模型 (LLM) 構建有狀態的多參與者應用程式

  • Haystack:用於建立搜尋系統和語言模型應用程式的端到端框架

  • LlamaIndex:基於 LLM 的應用程式的資料框架,範例包括:

    • RAG(檢索增強生成)
    • 建立代理人
  • DSPy:使用大型語言模型解決人工智慧任務的框架

  • RAGAS:評估檢索增強生成(RAG)管道的框架

  • LiteLLM:標準化來自不同提供者的 LLM 的使用的庫

框架概述

浪鏈

用於開發由語言模型支援的應用程式的框架。

主要特點:

  • 適用於法學碩士應用程式的模組化組件
  • 複雜 LLM 工作流程的鍊和代理
  • 情境互動的記憶系統
  • 與各種資料來源和API整合

主要用例:

  • 建構對話式人工智慧系統
  • 創造特定領域的問答系統
  • 開發人工智慧驅動的自動化工具

郎圖

LangChain 的擴展,用於建立有狀態的多參與者。法學碩士申請

主要特點:

  • 基於圖的工作流程管理
  • 複雜代理交互的狀態管理
  • 設計與實作多代理系統的工具
  • 循環工作流程與回饋循環

主要用例:

  • 創建協作人工智慧代理系統
  • 實施複雜、有狀態的人工智慧工作流程
  • 開發人工智慧驅動的模擬和遊戲

草垛

用於建立生產就緒的 LLM 應用程式的開源框架。

主要特點:

  • 具有靈活管道的可組合人工智慧系統
  • 多模態AI支援(文字、圖像、音訊)
  • 生產就緒,具有可序列化的管道和監控

主要用例:

  • 建構 RAG 管道和搜尋系統
  • 開發對話式人工智慧與聊天機器人
  • 內容產生與摘要
  • 創建具有複雜工作流程的代理管道

駱駝指數

用於建立 LLM 支援的應用程式的資料框架。

主要特點:

  • 進階資料攝取與索引
  • 查詢處理與回應合成
  • 支援各種數據連接器
  • 可自訂的檢索和排名演算法

主要用例:

  • 創建知識庫與問答系統
  • 在大型資料集上實現語意搜尋
  • 建構情境感知人工智慧助理

DSPy

透過聲明性和可優化的語言模型程式解決人工智慧任務的框架。

主要特點:

  • LLM互動的聲明式程式設計模型
  • LLM提示與參數自動最佳化
  • LLM 輸入/輸出的基於簽章的型別系統
  • 用於自動提示改進的提詞器(現在是優化器)

主要用例:

  • 開發強大且優化的 NLP 管道
  • 創造自我改進的人工智慧系統
  • 利用法學碩士實施複雜的推理任務

拉加斯

檢索增強生成(RAG)系統的評估架構。

主要特點:

  • RAG 管道的自動評估
  • 多種評估指標(忠實度、上下文相關性、答案相關性)
  • 支援不同類型的問題和資料集
  • 與流行的 RAG 框架整合

主要用例:

  • RAG 系統效能基準測試
  • 確定 RAG 管道需要改進的領域
  • 比較不同的 RAG 實作

萊特法學碩士

多個 LLM 提供者的統一介面。

主要特點:

  • 100 個 LLM 模型的標準化 API
  • 自動回退與負載平衡
  • 快取與重試機制
  • 使用情況追蹤與預算管理

主要用例:

  • 簡化多元法學碩士申請發展
  • 實施模式冗餘與後備策略
  • 管理不同提供者之間的 LLM 使用

結論

如果您使用過這些工具,請告訴我。我錯過了你想與他人分享的東西嗎?請隨意回饋儲存庫!

版本聲明 本文轉載於:https://dev.to/aws/open-source-frameworks-for-building-generative-ai-applications-532b?1如有侵犯,請聯絡[email protected]刪除
最新教學 更多>

免責聲明: 提供的所有資源部分來自互聯網,如果有侵犯您的版權或其他權益,請說明詳細緣由並提供版權或權益證明然後發到郵箱:[email protected] 我們會在第一時間內為您處理。

Copyright© 2022 湘ICP备2022001581号-3