llm-rag-builder 0.2.10

Это библиотека на Python, предназначенная для упрощения создания и управления моделями генерации с использованием поиска (Retrieval-Augmented Generation, RAG).

rag_builder

rag_builder — это библиотека на Python, предназначенная для упрощения создания и управления моделями генерации с использованием поиска (Retrieval-Augmented Generation, RAG). Библиотека интегрируется с различными языковыми моделями и предоставляет удобный интерфейс для создания, запроса и управления диалоговыми системами.

Возможности

• Управление командами: Легко добавляйте и управляйте командами для вашей диалоговой системы.
• Интеграция с LLM: Используйте различные языковые модели для генерации текста.
• Интеграция с Vector DB: Используйте различные базы данных векторов для поиска похожих запросов.
• Интеграция с Vectorizers: Используйте различные инструменты для преобразования текста в векторное представление.

Интеграции

Модели	Минимальная интеграция	Оптимизированная интеграция	Полностью интегрировано
LLMs:
OpenAI models	✅	⬜	⬜
Yandex models	✅	⬜	⬜
Gemini models	✅	⬜	⬜
Vector DB:
Chroma	✅	⬜	⬜
pgvector	✅	⬜	⬜
Vectorizers:
OpenAI embeddings	✅	⬜	⬜
Yandex embeddings	✅	⬜	⬜

Установка

Для установки rag_builder можно использовать pip:

# Без интеграций
pip install llm-rag-builder

# Все интеграции
pip install "llm-rag-builder[all]"  

# Интеграции по отдельности
pip install "llm-rag-builder[openai]"
pip install "llm-rag-builder[yandex]"
pip install "llm-rag-builder[gemini]"
pip install "llm-rag-builder[chroma]"
pip install "llm-rag-builder[pgvector]"

Использование

Базовая настройка

Пример настройки базовой диалоговой системы с использованием rag_builder:

from rag_builder import BaseDialog, BaseCommand, YandexLLM, GeminiLLM

# Инициализация LLM
llm = GeminiLLM(
    db=vdb,
    vectorizer=vectorizer,
    api_key="YOUR_API_KEY",
    llm_model="gemini-1.5-flash",
)

# Создание экземпляра диалога
dialog = BaseDialog(
    llm=llm,
    title='OpenAI Dialog'
)

# Определение команд
get_time_func = BaseCommand(
    name='get_time',
    description='Получить текущее время.',
    examples=['get_time()'],
    run=lambda args: f"Текущее время 12:00",
)

get_weather_func = BaseCommand(
    name='get_weather',
    description='Получить текущую погоду.',
    examples=['get_weather()'],
    run=lambda args: f"Текущая погода солнечная",
)

# Добавление команд в диалог
dialog.add_command(get_time_func)
dialog.add_command(get_weather_func)

# Обработка сообщения пользователя
dialog.proccess_user_message('Какая погода?')

Вывод:

USER: Какая погода?
ASSISTANT: <RUNFUNC> get_weather() </RUNFUNC>
SYSTEM: Текущая погода солнечная
ASSISTANT: Текущая погода солнечная

Больше примеров использования можно найти в папке examples.

Вклад

Ваши идеи и вклад приветствуются! Пожалуйста, отправляйте запросы на добавление изменений (pull requests) или открывайте issue для обсуждения ваших идей.

Лицензия

Этот проект распространяется под лицензией MIT. Подробности можно найти в файле LICENSE.

Контакты

По любым вопросам и запросам обращайтесь на [e-mail]