ai-chain 🚀

ai-chain是llm-chain的分支，增加了扩展

ai-chain是一组Rust crate，旨在帮助您创建高级LLM应用程序，如聊天机器人、代理等。作为一个全面的LLM-Ops平台，我们为云和本地托管的LLM提供了强大的支持。我们还提供了强大的提示模板和多步骤链中提示的组合支持，使LLM能够执行单步无法处理的复杂任务。我们还提供了矢量存储集成，使您的模型能够拥有长期记忆和专业知识。这使您能够构建复杂的应用程序。

路线图

变更日志 2024-05-22 0.14.4

• 修复ai-chain executor costume错误
• 添加qwen模型支持
• 其他错误修复

变更日志 2024-05-21 0.14.3

• 改进与openai兼容的api
• 添加glm llm
• 升级moonshot llm

示例 💡

为了帮助您开始，这里有一个如何使用ai-chain的示例。您可以在存储库的示例文件夹中找到更多示例。

let exec = executor!()?;
let res = prompt!(
    "You are a robot assistant for making personalized greetings",
    "Make a personalized greeting for Joe"
)
.run(parameters()!, &exec)
.await?;
println!("{}", res);

➡️ 教程：开始使用ai-chain ➡️ 快速入门：根据我们的模板创建项目

特性 🌟

• 提示模板：创建可重用和易于定制的提示模板，以实现与LLM的一致和结构化交互。
• 链：构建强大的提示链，允许您逐步执行更复杂的任务，充分发挥LLM的潜力。
• ChatGPT支持：支持ChatGPT模型，并计划在未来添加OpenAI的其他模型。
• LLaMa支持：提供与LLaMa模型的无缝集成，使您能够使用Facebook的研究模型执行自然语言理解和生成任务。
• Alpaca支持：纳入对斯坦福大学Alpaca模型的支持，扩大了可用于高级AI应用的可用语言模型的范围。
• llm.rs支持：使用我们的对llm.rs的支持，在Rust中使用llms而无需依赖C++代码。
• 工具：通过提供各种工具（如运行Bash命令、执行Python脚本或执行网络搜索）来增强您的AI代理的能力，使它们能够进行更复杂和强大的交互。
• 可扩展性：设计时考虑了可扩展性，使随着生态系统的增长轻松集成额外的LLM。
• 社区驱动：我们欢迎并鼓励社区贡献以帮助改进和扩展ai-chain的功能。

入门 🚀

要开始使用ai-chain，请在您的Cargo.toml文件中将其添加为依赖项（您需要Rust 1.65.0或更高版本）

ai-chain-openai

• cargo dependencies

[dependencies]
ai-chain = "0.14.2"
ai-chain-openai = "0.14.2"

• 编码

env::set_var("OPENAI_API_KEY", "sk-7LVW4lfKX3ZL01Iwuz8H0oZsUaLsEuO7ri9bfRKV36NrTE1A");
let exec = executor!()?;
let res = prompt!(
"You are a robot assistant for making personalized greetings",
"Make a personalized greeting for Joe"
)
.run(parameters()!, &exec)
.await?;
println!("{}", res);

ai-chain-moonshot

• cargo dependencies

[dependencies]
ai-chain = "0.14.2"
ai-chain-moonshot = "0.14.2"

• 编码

env::set_var("OPENAI_API_KEY", "sk-7LVW4lfKX3ZL01Iwuz8H0oZsUaLsEuO7ri9bfRKV36NrTE1A");
let exec = executor!(mooonshot)?;
let res = prompt!(
    "You are a robot assistant for making personalized greetings",
    "Make a personalized greeting for Joe"
)
.run(parameters()!, &exec)
.await?;
println!("{}", res);

ai-chain-glm

• cargo dependencies

[dependencies]
ai-chain = "0.14.2"
ai-chain-glm = "0.14.2"

• 编码

env::set_var("OPENAI_API_KEY", "sk-7LVW4lfKX3ZL01Iwuz8H0oZsUaLsEuO7ri9bfRKV36NrTE1A");
let exec = executor!(glm)?;
let res = prompt!(
    "You are a robot assistant for making personalized greetings",
    "Make a personalized greeting for Joe"
)
.run(parameters()!, &exec)
.await?;
println!("{}", res);

ai-chain-qwen

• cargo dependencies

[dependencies]
ai-chain = "0.14.2"
ai-chain-qwen = "0.14.2"

• 编码

env::set_var("OPENAI_API_KEY", "sk-7LVW4lfKX3ZL01Iwuz8H0oZsUaLsEuO7ri9bfRKV36NrTE1A");
let exec = executor!(qwen)?;
let res = prompt!(
    "You are a robot assistant for making personalized greetings",
    "Make a personalized greeting for Joe"
)
.run(parameters()!, &exec)
.await?;
println!("{}", res);

The examples for `ai-chain-openai` or `ai-chain-moonshot` or others llms require you to set the `OPENAI_API_KEY` environment variable which you can do like this:

```bash
export OPENAI_API_KEY="sk-YOUR_OPEN_AI_KEY_HERE"

• 支持定制LLM

env::set_var("OPENAI_API_KEY", "sk-7LVW4lfKX3ZL01Iwuz8H0oZsUaLsEuO7ri9bfRKV36NrTE1A");
let exec = executor!(costume,ai_chain_qwen)?;
let res = prompt!(
    "You are a robot assistant for making personalized greetings",
    "Make a personalized greeting for Joe"
)
.run(parameters()!, &exec)
.await?;
println!("{}", res);

The examples for `ai-chain-openai` or `ai-chain-moonshot` or others llms require you to set the `OPENAI_API_KEY` environment variable which you can do like this:

```bash
export OPENAI_API_KEY="sk-YOUR_OPEN_AI_KEY_HERE"

贡献 🤝

我们热烈欢迎来自每个人的贡献！如果您有兴趣帮助改进ai-chain，请查阅我们的CONTRIBUTING.md文件以获取指南和最佳实践。

许可 📄

ai-chain受MIT许可。

联系我们 🌐