ai-chain 🚀

ai-chain 以 llm-chain 为基础进行扩展

ai-chain 是一组 Rust 库，旨在帮助您创建高级 LLM 应用程序，如聊天机器人、代理等。作为一个综合的 LLM-Ops 平台，我们为云和本地托管的 LLM 提供强大的支持。我们还提供对提示模板的支持，以及在多步骤链中串联提示，使 LLM 能够执行单步无法处理的复杂任务。我们还提供矢量存储集成，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 执行器定制错误
• 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，这里有一个使用 ai-chain 的示例。您可以在存储库中的 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

功能 🌟

• 提示模板：创建可重用且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，充分利用 LLM 的全部潜力。
• ChatGPT 支持：支持 ChatGPT 模型，并计划未来添加 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 的研究模型进行自然语言理解和生成任务。
• Alpaca 支持：整合对斯坦福的 Alpaca 模型的支持，扩展可用于高级 AI 应用的语言模型范围。
• llm.rs 支持：使用 llm 在 rust 中无需依赖 C++ 代码，我们有对 llm.rs 的支持
• 工具：通过提供各种工具（如运行Bash命令、执行Python脚本或进行网络搜索）来增强您的AI代理的功能，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，随着生态系统的增长，可以轻松集成额外的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，将其添加到您的Cargo.toml依赖项中（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"

• coding

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"

• coding

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"

• coding

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"

• coding

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 🤝

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

许可证 📄

ai-chain采用MIT许可证。

联系我们 🌐