linkbay-ai 0.2.0

Enterprise AI orchestration library - Multi-provider fallback, cost control, semantic caching, streaming, conversation management

🤖 LinkBay-AI v0.2.0

AI orchestration library enterprise-ready per CMS LinkBay

Libreria Python avanzata per orchestrazione AI con multi-provider fallback, budget control, semantic caching, streaming, conversation management, function calling e smart routing.

Features

Funzionalità Critiche

• Multi-Provider Fallback: DeepSeek → OpenAI → Local (zero downtime)
• Cost Controller: Budget tracking, rate limiting, alert automatici
• Semantic Cache: Cache intelligente basata su similarità semantica
• Streaming Support: Response streaming per UX ottimale

Funzionalità Importanti

• Prompt Library: 20+ templates riutilizzabili per task comuni
• Conversation Context: Gestione conversazioni multi-turn
• Function Calling: Tool use con 4+ tools predefiniti
• Smart Routing: Selezione automatica del modello ottimale

Indice

• Installazione
• Quick Start
• Features Enterprise
  • Multi-Provider Fallback
  • Cost Controller
  • Semantic Cache
  • Streaming
  • Prompt Library
  • Conversation Context
  • Function Calling
  • Smart Routing
• Esempi Completi
• Licenza

Installazione

# Installazione base
pip install git+https://github.com/AlessioQuagliara/linkbay-ai.git

# Con semantic cache (opzionale ma consigliato)
pip install git+https://github.com/AlessioQuagliara/linkbay-ai.git[cache]
# oppure
pip install sentence-transformers

⚡ Quick Start

import asyncio
from linkbay_ai import (
    AIOrchestrator,
    DeepSeekProvider,
    OpenAIProvider,
    ProviderConfig,
    BudgetConfig
)

async def main():
    # Configura orchestrator
    ai = AIOrchestrator(
        budget_config=BudgetConfig(max_tokens_per_hour=100000),
        enable_cache=True,
        enable_tools=True
    )
    
    # Registra provider con fallback
    deepseek_config = ProviderConfig(
        api_key="your-deepseek-key",
        base_url="https://api.deepseek.com",
        priority=1
    )
    openai_config = ProviderConfig(
        api_key="your-openai-key", 
        base_url="https://api.openai.com/v1",
        priority=2  # Fallback
    )
    
    ai.register_provider(DeepSeekProvider(deepseek_config), priority=1)
    ai.register_provider(OpenAIProvider(openai_config), priority=2)
    
    # Chat con tutte le features
    response = await ai.chat("Traduci 'Hello' in italiano")
    print(response.content)  # "Ciao"
    
    # Vedi analytics
    print(ai.get_analytics())

asyncio.run(main())

Funzionalità

risposta = ai.chat("Spiega il machine learning")

Compila il form

campi = ["nome", "email", "telefono"]
dati = fill_form_fields(ai, "Mi chiamo Mario, cell 123456", campi)
# {'nome': 'Mario', 'email': None, 'telefono': '123456'}

Genera HTML Tailwind

html = generate_html_tailwind(ai, "bottone rosso con testo bianco")

Analisi Vendite

report = analyze_sales_data(ai, "vendite.csv content...")

Analisi Traffico

insights = analyze_traffic_data(ai, "log traffico...")

esempi

Modello Reasoning (pensante)

analisi = ai.chat("Analizza questi dati...", model="deepseek-reasoning")

Modello Chat (veloce)

risposta = ai.chat("Traduci questo testo", model="deepseek-chat")

Esempio d'uso dentro al programma

from linkbay_ai import AIOrchestrator, DeepSeekProvider, ProviderConfig

config = ProviderConfig(
    api_key="sk-tua-chiave",
    base_url="https://api.deepseek.com"
)

ai = AIOrchestrator()
ai.register_provider("deepseek", DeepSeekProvider(config))

# Usa tutte le funzionalità!
html = generate_html_tailwind(ai, "navbar responsive")