betteryeah 0.2.3

this package is design by betteryeah.this client is package that to enhance user ability

BetterYeah

⚡ 依托于 BetterYeah AI 应用开发平台 快速构建 AI 应用的开发库 ⚡

🌊 为什么选择 BetterYeah?

尽管 BetterYeah AI 应用开发平台 已经提供了相当友好的产品助力我们开发 AI 应用，BetterYeah 在此基础上将平台能力封装，可以让平台的 AI 能力更方便友好的集成到你的业务系统中。你可以通过编码的方式自由的组合各种逻辑，丝滑的与业务逻辑相结合。

与市面上同类产品的对比：

产品/对比维度	BetterYeah	Langchain	Dify	Coze	自研
上手难度	⭐️⭐️⭐️⭐️⭐️ 无需了解的AI应用开发概念	⭐️⭐️ 需要了解Langchain中各种抽象概念，有一定的学习门槛	⭐️⭐️⭐️⭐️ 需要了解基本的AI应用开发概念	⭐️⭐️⭐️⭐️ 需要了解基本的AI应用开发概念	⭐️ 需要了解AI应用开发上下文知识后纯Code编码实现，难度较大
开发方式	⭐️⭐️⭐️⭐️ 1、提供标准产品化使用 2、支持在线CodeIDE编码、集成、部署，IDE内置 AI 应用开发SDK，可以调用 3、支持 AI 应用开发框架	⭐️⭐️⭐️ 1、仅支持开发框架	⭐️⭐️ 1、提供标准产品化使用	⭐️⭐️⭐️ 1、提供标准产品化使用 2、支持在线CodeIDE编码、集成、部署	项目研发
易用性	⭐️⭐️⭐️⭐️⭐️ 1、Agent Copilot辅助搭建Agent，从Prompt，知识库，Flow技能，插件，开场白，推荐问题等全方面辅助搭建，并且搭建效果可以随时测试和辅助修改 2、Prompt编辑器 -- 辅助使用者写出更符合期望的Prompt 3、支持30+行业垂类模板Agent 4、支持30+，搜索、图像处理、解析、小红书、抖音、微博等涵盖国内各种应用场景的内置插件	⭐️ 纯Code编码，易用性较差	⭐️⭐️ 1、仅支持辅助Prompt和开场白等简单的辅助搭建 2、支持31个Agent、工作流模板，主要针对通用场景和国外应用场景 3、支持40个内置工具，主要针对通用场景（比如绘画）和国外应用	⭐️⭐️ 1、仅支持辅助Prompt和开场白等简单的辅助搭建，搭建效果不支持实时预览和调试在修改。 2、提供插件商店，提供非常多的公开插件，主要这对国外应用场景和通用类场景	⭐️ 需要结合自研产品形态判断
支持模块	⭐️⭐️⭐️⭐️ 1、大模型（LLM） 2、Agent 3、工作流 4、插件 5、知识库 6、数据库	⭐️ 需要了解开发框架抽象的Chain、Agents、Memory等概念后自研各种标准业务模块	⭐️⭐️⭐️ 1、大模型（LLM） 2、Agent 3、工作流 4、插件 5、知识库	⭐️⭐️⭐️⭐️⭐️ 1、大模型（LLM） 2、Agent 3、工作流 4、插件 5、知识库 6、数据库 7、自定义消息卡片	⭐️ 需要自行研发各种模块
模型	内置40+ 常用大模型，并且对模型能力做过评估，方便基于不同场景选择合适的模型 稳定性保障；✅ 模型运行情况监控✅ 统一集成协议✅ 支持模型能力评估✅ 多环境部署，平滑上下线✅ 支持监督管理（安全）✅	需要手动接入模型,理论支持所有模型 稳定性保障；❌ 模型运行情况监控❌ 统一集成协议✅ 支持模型能力评估❌ 多环境部署，平滑上下线✅ 支持监督管理（安全）❌	仅支持OpenAI和claude的模型❌	仅支持Gemini和OpenAI等6个模型❌	⭐️ 需要手动接入各个模型，需要花费大量资源处理模型之间的差异、资源代理、模型服务监控、部署等等
知识库	⭐️⭐️⭐️⭐️⭐️ 1、针对Excel、Pdf、Docx等多种格式的问题提供相适配文档类型的分段规则 2、文档支持150MB超大杯导入 3、支持文档、问答、手动输入、网页、视频、浏览器插件抓取等多种添加文档的方式 4、支持重排以提高查询准确度 5、支持两种Embeding方式 6、支持语义、关键词、标签、QA等多种查询方式 7、支持在线命中测试和编辑器，随时调整知识库文档	⭐️ 需要自行开发	⭐️⭐️⭐️ 1、支持文档、Notion、网页三种导入方式 2、文档导入限制15MB 3、支持两种Embeding方式 4、支持重排以提高查询准确度 5、支持向量检索、全文检索、混合检索3中检索方式 6、支持命中测试	⭐️⭐️ 1、支持文档、网页、Notion、Google Drive、手动输入等添加文档方式 2、文档限制最多300个文档/知识库，每个文档不超过20MB，PDF不超过250页	⭐️ 1、需要花费大量精力处理文档解析（比如处理PDF，PDF中的表格，Word表格，复杂内容解析，复杂格式解析） 2、需要花费精力处理向量化，重排，混合检索，查询算法等等来保证查询准确性
数据库	⭐️⭐️⭐️⭐️⭐️ 支持Excel、CSV数据导入 支持在线数据预览、编辑 支持一键集成到Agent、Workflow 提供增删改查的自由使用方式	需要自行开发	不支持数据库	⭐️ 支持一键集成到Agent、Workflow 不支持数据导入 不支持数据预览、编辑	需要自行开发
调试	1、Agent、Flow测试集支持，Prompt的自动化测试 2、支持基于日志联动测试集，更高效的调试 3、支持基于日志调试，场景重现	⭐️ 开发者自行调试	⭐️⭐️ 日志调试，效率低	⭐️⭐️ 日志调试，效率低	⭐️ 本地调试，时间长，排查困难
部署,发布	⭐️⭐️⭐️⭐️⭐️ 1、支持平台内发布，在线使用 2、支持发布到独立web 3、支持发布到生态系统的桌面应用 4、支持持发布到生态系统移动端H5 5、支持发布到IOS、Android生态系统App 6、支持通过ChatSDK集成到三方产品中使用 7、支持通过API暴露给三方产品使用 8、支持一键发布到钉钉、飞书、企业微信、微信公众号等国内平台	⭐️ 需要自行打通各种发布渠道	⭐️⭐️⭐️⭐️ 1、支持作为独立web发布 2、支持通过API集成到三方产品 3、提供前端开发SDK二次开发	⭐️⭐️⭐️ 1、支持发布到Cici、Discord、Telegram、Instagram、Messenger、Reddit、Slack、LINE、Lark等国外平台	⭐️ 需要自行打通各种发布渠道
维护	1、支持在线详细粒度日志系统 2、支持从日志跳转到对应业务功能进行错误定位	需要自行排查错误	支持在线日志	支持在线日志	需要自行排查错误
生态系统	Agent Chat SDK（开发生态） BetterYeah SDK（开发生态） BetterYeah IOS、Android App（使用生态） BetterYeah Chatbot 桌面App（使用生态）	LangSmith（开发生态） LangGraph（开发生态） LangServe（开发生态）	无生态	Cici（使用生态）	生态需要自行开发

模型支持

渠道	模型
OpenAI	gpt-3.5-turbo
	gpt-3.5-turbo-16K
	gpt-4-turbo
	gpt-4o
Claude	anthropic.claude-v2
	anthropic.claude-instant-v1
	anthropic.claude-3-sonnet
	anthropic.claude-3-haiku
Google	gemini 1.5 Pro
	Gemini 1.5 Flash
Kimi	moonshot-v1-32k
	moonshot-v1-8k
	moonshot-v1-128k
豆包	Doubao-pro-128k
	Doubao-pro-32k
	Doubao-pro-4k
智普	GLM-3-Turbo
	GLM-4
	GLM-4V
通义千问	qwen-turbo
	qwen-plus
	qwen-max-longcontext
	qwen-max
	qwen-7b-chat
百度千帆	ERNIE-4.0-8k
	ERNIE-3.5-128k
	ERNIE-3.5-8k
	ERNIE-Speed-8k
	ERNIE-Speed-128k
Llama	meta.llma3-8b-instruct
	meta.llma3-70b-instruct
深度求索	deepseek-chat
GLM	glm-4-9b
BTY-NeuroText	BTY-NeuroText-Enhanced

🚀 BetterYeah 可以做什么？

BetterYeah 可以轻松打造业务专家级的AI工作助手，在下面场景均有沉淀丰富的解决方案：

智能客服

• 麦乐（Melody）女装客服
• 人人乐家电商城售后
• 小啄汽修铺

电商场景

• 店铺数据分析师
• 电商客服小Y
• 店铺评论分析助手

销售场景

• StyleHup销售分析助理
• CloudWav客户挖掘助理
• 手机导购助手

营销场景

• 小红书爆款内容分析生成
• 广告文案AI工作助理

HR场景

• JD生成大师
• 【销售经理】初面官

更多场景和解决方案可以进入官网详细了解，产品体验地址：https://ai.betteryeah.com

你也可以扫码加入我们的产品讨论群咨询交流：

🔗 安装

# 使用pip
npm install betteryeah

# 使用conda
conda install langchain

🌴 BetterYeah 开发框架的介绍

BetterYeah 将 AI 应用开发过程抽象为 4 大模块 大模型 知识库 数据库 技能插件 四个模块

模型模块，BetterYeah 内置了国内外，开源，非开源等 40+个 AI 模型，这些模型在 BetterYeah AI 应用开发平台 云端统一代理，无需大家进行额外 KEY 的配置、Proxy 等操作，开箱即用，灵活切换。

知识库模块，BetterYeah AI 应用开发平台 提供了非常成熟友好的产品功能，将繁琐的文件解析、文件拆分、向量化等操作在云端统一处理，用户侧无需关心复杂的文件处理过程，BetterYeah 中只需要一键调用即可使用完整完善的知识库能力。

数据库模块，BetterYeah AI 应用开发平台 托管了一个在线的数据库，可以方便自由的数据存储，让你的 AI 更容易得具备持久化记忆的能力，得益于在线数据库的可视化操作，可以更直观的看到你的 AI “记住了什么”。

技能插件模块，BetterYeah 中内置了国内常用的 数据解析 网络搜索 图像处理 抖音 小红书 微博 等几十个常用能力，助力你的业务飞速落地。

开发框架详细文档，请参考帮助文档

🌩 快速开始

第一步：点击https://ai.betteryeah.com注册BetterYeah AI 应用开发平台

第二步：获取 API_KEY，登录 BetterYeah AI 应用开发平台，按照用户指引新建工作空间后，在下图位置找到 API_KEY。

第三步：实例化

可以直接在实例化的构造函数中传入 API_KEY。

from betteryeah import BetterYeah

better_yeah = BetterYeah(api_key = "API_KEY")

也可以将 API_KEY 设置到环境变量中，此时构造函数就无需传入 API_KEY

如下：

import os
from betteryeah import BetterYeah

os.environ['API_KEY'] = "xxx"
better_yeah = BetterYeah()  # 此时，SDK会从环境变量中获取相关KEY，但是需要你在运行时将.env文件加载到环境变量中(比如使用dotenv库)
print(better_yeah)

后续的示例代码默认以环境变量的方式实例化

第四步，使用

通过使用一个 LLM 演示

import asyncio
from betteryeah import BetterYeah, Model
better_yeah = BetterYeah(api_key="API_KEY")

result = asyncio.run(better_yeah.llm.chat(
    '中国的汉朝有几位皇帝',
    json_mode=False,
    model=Model.gpt_3_5_turbo,
    messages=[],
    temperature=0.0
))
print(result)

BetterYeah的完整功能，请参考帮助文档