Project Icon

baml

支持Python和TypeScript的LLM函数编写与测试的领域特定语言

BAML是用于编写和测试LLM函数的领域特定语言。它允许用户定义的LLM函数模板轻松集成到Python、TypeScript等多种语言中,专注于开发工作而非提示设计。BAML在结构化数据获取方面表现出色,支持Ollama、Openai等多种模型。它的特点包括类型验证、实时提示预览、流式处理等,并支持在Boundary Studio进行观察和重放生产请求,是开发者进行LLM函数调用的理想工具。

项目介绍:BAML

BAML,即“基本上,一个自创的语言”,是一个专门为编写和测试大型语言模型(LLM)函数而设计的领域特定语言。此语言通过为各种编程语言(如Python、TypeScript等)提供即插即用的功能,帮助工程师更加专注于工程问题,而减少对提示词设计的依赖。

LLM函数的强大表现

在领域内部,LLM函数是带有定义输入变量的提示模板,输出的类型可以是类、枚举、联合体等。BAML的表现超越了当前获取结构化数据的所有其他方法,即使是在使用GPT-3.5的情况下,也能优于为工具使用而微调的模型。在伯克利函数调用基准测试中的结果印证了这一点。

主要功能

BAML提供了一系列强大的功能,使其更加适合LLM操作和复杂数据处理:

  • Python和Typescript的支持:与其他编程语言无缝集成。
  • 类型验证:相比Pydantic或Zod更具抵抗常见LLM错误的能力。
  • 广泛的模型支持:支持Ollama、Openai、Anthropic,并在小型模型如Llama2中进行了测试。
  • 流式处理:流式传输结构化的部分输出。
  • 实时提示预览:始终可以查看完整提示,即使它包含循环和条件语句。
  • 测试支持:只需点击一次即可在游乐场中测试函数。
  • 弹性和后备功能:为LLM调用添加重试和冗余。
  • 观察平台:使用Boundary Studio可视化功能并通过单击重放生产请求。

资源与社区

用户可以通过Discord与社区互动,或参与办公时间来提出问题。此外,还有详细的文档以及用于监控的Boundary Studio

初学者项目

BAML为初学者提供了多个示例项目:

如何使用BAML

BAML可以轻松进行多种语言转换,例如Python和TypeScript,与传统框架相比,BAML提供了更好的输出解析、类型保证,并且使代码更为简洁。

Python中的应用示例

from baml_client import baml as b
from baml_client.baml_types import Resume

async def main():
    resume_text = """Jason Doe
    Python, Rust
    University of California, Berkeley, B.S.
    in Computer Science, 2020
    Also an expert in Tableau, SQL, and C++
    """

    resume = await b.ExtractResume(resume_text)
    assert isinstance(resume, Resume)

TypeScript中的应用示例

import baml as b from "@/baml_client";
import { Resume } from "@/baml_client/types";

function getResume(resumeUrl: string): Promise<Resume> {
  const resume_text = await loadResume(resumeUrl);
  return b.ExtractResume({ resumeText: content });
}

BAML生态系统

BAML不仅仅是一个语言工具,它是一个全方位的开发体验生态系统,专为任何类型的LLM函数调用操作而设计。其独特的功能,包括游乐场和Boundary Studio观察平台,使其在开发者中备受欢迎。

FAQ

为什么创建新语言?

  • BAML的设计灵感来源于Jinja,但增加了类型和函数声明的功能。

BAML如何部署及安全性等问题也在文档中得到了详细解答。

贡献和支持

Boundary团队欢迎开发者参与贡献,并热情邀请愿意加入团队的工程师。更多信息请访问他们的Discord或电邮联系。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号