akgpt 0.1.0

A Python library for interacting with Pollinations.ai API with support for text, images, and audio processing.

AKGPT - Python клиент для Pollinations.ai API

AKGPT - это мощная Python библиотека для взаимодействия с API от Pollinations.ai. Поддерживает работу с текстом, изображениями и аудио через различные AI модели.

🚀 Новые возможности v0.1.0

• ✅ Поддержка всех 19 моделей Pollinations.ai
• ✅ Встроенный API ключ (не требует настройки)
• ✅ Работа с изображениями (base64)
• ✅ Работа с аудио файлами (base64)
• ✅ Генерация речи из текста (24 голоса)
• ✅ Улучшенная типизация и документация
• ✅ Автоматическое кодирование файлов в base64

📦 Установка

pip install akgpt

🔑 Инициализация

from akgpt import AKGPT

# Инициализация (API ключ уже встроен в библиотеку)
client = AKGPT()

📝 Текстовые запросы

Базовый запрос

result = client.query("Привет! Расскажи о себе.", model="openai")
if result:
    content = result['choices'][0]['message']['content']
    print(content)

Запрос с системным промптом

result = client.query(
    prompt="Напиши стихотворение о роботах",
    model="mistral",
    system="Ты талантливый поэт",
    max_tokens=150,
    temperature=0.7
)

Получение списка моделей

models = client.get_available_models()
print(f"Доступно моделей: {len(models)}")
print(models)

🖼️ Работа с изображениями

Анализ изображения

# Кодирование изображения в base64
image_base64 = client.encode_image_to_base64("path/to/image.jpg")

# Запрос с изображением
result = client.query_with_image(
    prompt="Опиши это изображение",
    image_base64=image_base64,
    model="openai",
    max_tokens=300
)

if result:
    description = result['choices'][0]['message']['content']
    print(description)

Пример с системным промптом

result = client.query_with_image(
    prompt="Что ты видишь на этом изображении?",
    image_base64=image_base64,
    model="openai",
    system="Ты эксперт по анализу изображений",
    max_tokens=200
)

🎵 Работа с аудио

Транскрипция аудио

# Кодирование аудио в base64
audio_base64 = client.encode_audio_to_base64("path/to/audio.wav")

# Запрос с аудио
result = client.query_with_audio(
    prompt="Расшифруй это аудио",
    audio_base64=audio_base64,
    audio_format="wav",
    model="openai-audio"
)

if result:
    transcription = result['choices'][0]['message']['content']
    print(transcription)

Анализ аудио с системным промптом

result = client.query_with_audio(
    prompt="Проанализируй эмоции в этом аудио",
    audio_base64=audio_base64,
    audio_format="wav",
    model="openai-audio",
    system="Ты эксперт по анализу эмоций в речи"
)

🎤 Генерация речи из текста

Базовое преобразование текста в речь

# Генерация речи с голосом по умолчанию (nova)
audio_data = client.text_to_speech("Привет! Это тестовая генерация речи.")

# Сохранение в файл
if audio_data:
    client.save_audio(audio_data, "speech.wav")
    print("Аудио файл сохранен!")

Выбор голоса

# Получение списка доступных голосов
voices = client.get_available_voices()
print(f"Доступно голосов: {len(voices)}")
print("Первые 5 голосов:", voices[:5])

# Генерация с выбранным голосом
audio_data = client.text_to_speech(
    text="Привет! Меня зовут Nova и я говорю этим голосом.",
    voice="nova"
)

# Сохранение
if audio_data:
    client.save_audio(audio_data, "nova_speech.wav")

Примеры с разными голосами

# Мужские голоса
audio_data = client.text_to_speech("Привет, я мужской голос", voice="onyx")
client.save_audio(audio_data, "male_voice.wav")

# Женские голоса  
audio_data = client.text_to_speech("Привет, я женский голос", voice="shimmer")
client.save_audio(audio_data, "female_voice.wav")

# Креативные голоса
audio_data = client.text_to_speech("Привет, я креативный голос", voice="coral")
client.save_audio(audio_data, "creative_voice.wav")

🤖 Поддерживаемые модели

Библиотека поддерживает все 19 моделей Pollinations.ai:

• Текстовые модели: openai, mistral, gemini, nova-fast, openai-fast, openai-large, openai-reasoning
• Специализированные: deepseek-reasoning, qwen-coder, roblox-rp
• Креативные: bidara, evil, midijourney, mirexa, rtist, sur, unity
• Аудио: openai-audio
• Экспериментальные: gpt-5-nano

🎤 Поддерживаемые голоса

Библиотека поддерживает 24 голоса для генерации речи:

• Классические: alloy, echo, fable, onyx, nova, shimmer
• Креативные: coral, verse, ballad, ash, sage
• Специальные: amuch, aster, brook, clover, dan, elan, marilyn, meadow, jazz, rio
• Персональные: megan-wetherall, jade-hardy, megan-wetherall-2025-03-07

📋 Параметры методов

query() - Текстовые запросы

• prompt (str): Текстовый промпт
• model (str): Модель для использования (по умолчанию "openai")
• system (str): Системный промпт
• max_tokens (int): Максимальное количество токенов
• temperature (float): Температура генерации (0.0-2.0)
• top_p (float): Параметр top_p (0.0-1.0)
• presence_penalty (float): Штраф за присутствие (-2.0 до 2.0)
• frequency_penalty (float): Штраф за частоту (-2.0 до 2.0)
• stream (bool): Потоковая передача

query_with_image() - Запросы с изображениями

• prompt (str): Текстовый промпт
• image_base64 (str): Изображение в base64
• model (str): Модель (по умолчанию "openai")
• system (str): Системный промпт
• max_tokens (int): Максимальное количество токенов

query_with_audio() - Запросы с аудио

• prompt (str): Текстовый промпт
• audio_base64 (str): Аудио в base64
• audio_format (str): Формат аудио (по умолчанию "wav")
• model (str): Модель (по умолчанию "openai-audio")
• system (str): Системный промпт

text_to_speech() - Генерация речи

• text (str): Текст для преобразования в речь
• voice (str): Голос (по умолчанию "nova")
• model (str): Модель (по умолчанию "openai-audio")

save_audio() - Сохранение аудио

• audio_data (bytes): Аудио данные
• filename (str): Имя файла для сохранения

🔧 Вспомогательные методы

Кодирование файлов

# Кодирование изображения
image_base64 = client.encode_image_to_base64("image.jpg")

# Кодирование аудио
audio_base64 = client.encode_audio_to_base64("audio.wav")

Получение информации

# Список доступных моделей
models = client.get_available_models()

# Список доступных голосов
voices = client.get_available_voices()

# Проверка API ключа
print(f"API ключ: {client.api_key[:10]}...")

📚 Полный пример использования

from akgpt import AKGPT
import json

# Инициализация
client = AKGPT()

# 1. Текстовый запрос
print("=== ТЕКСТОВЫЙ ЗАПРОС ===")
result = client.query("Расскажи анекдот", model="mistral")
if result:
    print(result['choices'][0]['message']['content'])

# 2. Работа с изображением
print("\n=== АНАЛИЗ ИЗОБРАЖЕНИЯ ===")
image_base64 = client.encode_image_to_base64("photo.jpg")
if image_base64:
    result = client.query_with_image(
        "Опиши это изображение",
        image_base64,
        model="openai"
    )
    if result:
        print(result['choices'][0]['message']['content'])

# 3. Работа с аудио
print("\n=== ТРАНСКРИПЦИЯ АУДИО ===")
audio_base64 = client.encode_audio_to_base64("recording.wav")
if audio_base64:
    result = client.query_with_audio(
        "Расшифруй это аудио",
        audio_base64,
        model="openai-audio"
    )
    if result:
        print(result['choices'][0]['message']['content'])

# 4. Генерация речи
print("\n=== ГЕНЕРАЦИЯ РЕЧИ ===")
voices = client.get_available_voices()
print(f"Доступно голосов: {len(voices)}")
audio_data = client.text_to_speech("Привет! Это тестовая генерация речи.", voice="nova")
if audio_data:
    client.save_audio(audio_data, "test_speech.wav")
    print("Аудио файл сохранен!")

# 5. Информация о моделях
print("\n=== ДОСТУПНЫЕ МОДЕЛИ ===")
models = client.get_available_models()
print(f"Всего моделей: {len(models)}")
for i, model in enumerate(models[:5], 1):
    print(f"{i}. {model}")

⚠️ Важные замечания

1. API ключ: Встроен в библиотеку, дополнительная настройка не требуется
2. Форматы файлов: Поддерживаются стандартные форматы изображений (JPEG, PNG) и аудио (WAV, MP3)
3. Размер файлов: Следите за ограничениями API на размер файлов
4. Модели: Некоторые модели могут быть недоступны или иметь ограничения

🐛 Обработка ошибок

result = client.query("Тестовый запрос")
if result is None:
    print("Произошла ошибка при запросе к API")
else:
    print("Запрос выполнен успешно")

📄 Лицензия

Эта библиотека распространяется под лицензией MIT. Подробности см. в файле LICENSE.

🔄 История версий

• v0.1.0: Добавлена поддержка изображений, аудио, генерации речи и всех моделей Pollinations.ai
• v0.0.2: Базовая функциональность для текстовых запросов