Olympiabhub 1.0.0

Librairie pour interagir avec l'API Olympia.

Olympiabhub

Olympiabhub est une librairie Python pour interagir avec l'API Olympia, compatible avec le format OpenAI.

Installation

pip install olympiabhub

Configuration

1. Ajouter votre token API :

   • Via variable d'environnement : OLYMPIA_API_TOKEN ou OLYMPIA_API_KEY dans votre .env
   • Ou directement dans le code : token="votre-token"

2. Pour utiliser via Nubonyxia, ajouter la variable dans votre .env :

PROXY=127.0.0.1:8080  # Format: IP:PORT

Utilisation

Chat Completions

from olympiabhub import OlympiaAPI
from dotenv import load_dotenv

load_dotenv()

# Initialisation
api = OlympiaAPI(model="llama3.1")

# Format de messages façon OpenAI
messages = [
    {"role": "system", "content": "Tu es un assistant utile et concis."},
    {"role": "user", "content": "Explique-moi ce qu'est l'effet de serre en une phrase."}
]

# Sans proxy
response = api.chat_completion(
    messages=messages,
    temperature=0.7,
    max_tokens=500
)
# Afficher la réponse
print(response['choices'][0]['message']['content'])

# Avec proxy Nubonyxia
response = api.chat_completion_nubonyxia(
    messages=messages,
    temperature=0.7,
    max_tokens=500
)
# Afficher la réponse
print(response['choices'][0]['message']['content'])

Completions (texte simple)

# Sans proxy
response = api.completion(
    prompt="Explique-moi comment fonctionne la photosynthèse.",
    temperature=0.7,
    max_tokens=500
)
# Afficher la réponse
print(response['choices'][0]['text'])

# Avec proxy Nubonyxia
response = api.completion_nubonyxia(
    prompt="Explique-moi comment fonctionne la photosynthèse.",
    temperature=0.7,
    max_tokens=500
)
# Afficher la réponse
print(response['choices'][0]['text'])

Embeddings

# Création d'embeddings pour une liste de textes
texts = [
    "Premier texte à encoder",
    "Second texte à encoder"
]

# Sans proxy
embeddings = api.embedding(texts=texts)
# Afficher les embeddings
for i, embedding in enumerate(embeddings['data']):
    print(f"Embedding {i+1}:", embedding['embedding'][:5], "...") # Affiche les 5 premières valeurs

# Avec proxy Nubonyxia
embeddings = api.embedding_nubonyxia(texts=texts)
# Afficher les embeddings
for i, embedding in enumerate(embeddings['data']):
    print(f"Embedding {i+1}:", embedding['embedding'][:5], "...") # Affiche les 5 premières valeurs

Liste des modèles disponibles

# Obtenir la liste des modèles LLM
# Sans proxy
llm_models = api.get_llm_models()
print("Modèles LLM disponibles:", llm_models)

# Avec proxy Nubonyxia
llm_models = api.get_llm_models_nubonyxia()
print("Modèles LLM disponibles:", llm_models)

# Obtenir la liste des modèles d'embedding
# Sans proxy
embedding_models = api.get_embedding_models()
print("Modèles d'embedding disponibles:", embedding_models)

# Avec proxy Nubonyxia
embedding_models = api.get_embedding_models_nubonyxia()
print("Modèles d'embedding disponibles:", embedding_models)

Paramètres disponibles

Chat Completion et Completion

Paramètre	Type	Défaut	Description
temperature	float	0.7	Contrôle la créativité (0 = déterministe, 1 = créatif)
max_tokens	int	500	Nombre maximum de tokens dans la réponse
top_p	float	1.0	Contrôle la diversité des réponses
n	int	1	Nombre de réponses à générer
stream	bool	False	Activer le streaming de la réponse
frequency_penalty	float	0	Pénalité pour la répétition de fréquence
presence_penalty	float	0	Pénalité pour la répétition de présence

Configuration avancée

Vous pouvez personnaliser l'URL de base et le User-Agent :

api = OlympiaAPI(
    model="llama3.1",
    token="votre-token",
    base_url="https://votre-url-api.com",
    user_agent="Votre-User-Agent"
)