pyxbrain 1.1.24

XBrain 是一个让 Python 函数变身为 AI 驱动的 HTTP 服务的超级智能体

XBrain

让 Python 函数变身为 AI 驱动的 HTTP 服务

📘详细文档|🎞️介绍视频|🗨English

🤔解决了什么问题

如果你用LangChain开发Agent应用，需要以下四步：

1. 基础组件设置
2. 定义工具集
3. 定义Prompt模板
4. 定义输出解析器

如果你用swarm开发Agent应用，需要以下四步：

1. 基础组件设置
2. Agent角色定义
3. 任务协调系统
4. 工作流程实现

但是，如果你用xbrain开发Agent应用，一切将变得非常美好，只需要两步：

1. 编写工具
2. 与AI聊天部署运行

👥用户故事

• AI 接口封装： 独立 AI 函数快速封装为 HTTP 服务，便于集成到其他系统中；
• 功能验证： 早期开发阶段原型设计与测试，无需搭建复杂后端；
• 轻量化微服务改造： 适合将 Python 脚本微服务化，轻松满足小规模、灵活部署需求。

✨特点

• 一键安装，开箱即用： 命令行一键启动，简单易用；
• 无提示词设计： 摒弃提示词书写，用户专注于业务开发；
• 将python函数接入Tools Call： 将本地 Python 代码直接接入大模型的工具调用。

📄文档

• 快速开始：新手上手指南，适合第一次接触的开发者
• 常见问题：你想知道的答案都在这里
• 开发者指南：欢迎加入我们

Quick Start

在你的项目目录下创建一个demo.py文件，写入以下代码：

from pydantic import BaseModel
from xbrain.core import xbrain_tool
class GenerateTag(BaseModel):
    """创建一个新的插件"""
    pass

@xbrain_tool.Tool(model=GenerateTag)
def generate_tag():
    print("hello")

在`__init__.py`文件中导入`demo.py`：
```python
from .demo import *

在项目入口处配置并运行xbrain，此时demo.py中的generate_tag函数被成功接入了xbrain中：

from xbrain.core.chat import run 
from xbrain.utils.config import Config
config = Config()
config.set_openai_config(base_url="https://api.openai-next.com/v1", api_key="xxxxx", model="gpt-4o-2024-08-06")
messages = []
messages.append({"role": "user", "content": "配置tag"})
res = run(messages, user_prompt="从文章中提炼出关键信息")

🤝 如何贡献

你可以通过 Fork 项目、提交 PR 或在 Issue 中提出你的想法和建议。具体操作可参考贡献指南。

强烈推荐阅读 《提问的智慧》、《如何向开源社区提问题》 和 《如何有效地报告 Bug》、《如何向开源项目提交无法解答的问题》，更好的问题更容易获得帮助。