Project Icon

boxcars

使用带有 LLM 的 Boxcars 构建具有可组合性的应用程序

Boxcars借助AI可组合性,创建了一款智能系统开发工具,支持OpenAI、Anthropic、Gpt4all、搜索、SQL(Sequel和Active Record支持)、Rails Active Record、向量搜索等多种技术。此Ruby gem受Langchain启发,为初学者提供友好环境,具备灵活的扩展能力,用户可创建自定义概念以满足不同项目需求。

Boxcars 项目介绍

Boxcars 是一个强大的 Ruby gem,旨在构建具有人工智能可组合性的系统。通过 Boxcars,开发者可以使用各种概念和技术,如大语言模型(LLMs),搜索引擎,SQL 查询(支持 Sequel 和 Active Record),Rails Active Record,向量搜索等,甚至还可以扩展自己定义的概念。

开发 Boxcars 的灵感来源于流行的 Python 库 Langchain,但开发团队想要在 Ruby 语言中做出改进,使其更适合初学者使用。因此,Boxcars 特别便捷和用户友好。

核心概念

在 Boxcars 模块中定义了几个核心概念:

  • Boxcar:一个封装在一起的功能模块,能够执行特定的任务(如搜索、数学计算、SQL 查询、API 调用等)。Boxcar 可以使用指定的 Engine 完成工作。如果没有指定,将使用默认的 Boxcars.engine

  • Train:由一组 Boxcars 组成,能够分解问题,让各个 Boxcar 单独解决问题,最终将结果汇总得出解决方案。目前,ZeroShot 是唯一实现的 Train,但很快会添加更多选项。用户可以直接创建 Train 或使用 Boxcars::train 简化流程。

  • Prompt:用于引擎生成文本结果的提示词。Boxcars 提供内置提示词,用户可以根据需要更改或扩展。

  • Engine:处理提示词并生成文本的实体。如果未指定,OpenAI 的大语言模型引擎将用作默认引擎。用户可以通过 Boxcar.configuration.default_engine 更改默认引擎。Boxcars 还支持 Anthropic 的 Claude API(Boxcars::Anthropic)和 GPT 引擎(Boxcars::Gpt4allEng)。

  • VectorStore:用于存储和查询向量的地方。

安全性

目前,Boxcars 系统专为拥有管理权限的用户设计。虽然技术上有可能利用代码进行不当操作,但有管理权限的用户无需借助 Boxcars 来完成此类操作。开发团队正在努力提高系统对潜在威胁和恶意行为的识别和防范能力,并欢迎用户提供建议。

安装指南

要在项目中使用 Boxcars,请在应用的 Gemfile 中添加以下内容:

gem 'boxcars'

然后执行命令:

$ bundle install

或者使用以下命令单独安装:

$ gem install boxcars

使用指南

Boxcars 的使用非常简单。用户需要设置环境变量来支持如 OpenAI、Anthropic 和 Google SERP 等服务的 API 访问,如 OPENAI_ACCESS_TOKEN、ANTHROPIC_API_KEY、SERPAPI_API_KEY 等。也可以将这些变量直接传递给 API。

直接使用 Boxcar

下面是一个使用 Boxcar 的简单示例,使用 Ruby 的 irb 环境即可开始:

# 运行计算器
require "boxcars"

calc = Boxcars::Calculator.new # 使用默认引擎
puts calc.run "what is pi to the fourth power divided by 22.1?"

Boxcars 提供了多种功能性的 Boxcars,例如:Google 搜索、Wikipedia 搜索、Calculator(计算器)用于数学计算、SQL 查询、Active Record 查询以及 Swagger 用于 API 操作等。

组合使用 Boxcars

可以将多个 Boxcars 组合在一个 Train 中,以帮助解决复杂问题:

# 使用默认引擎运行计算器和搜索
boxcars = [Boxcars::Calculator.new, Boxcars::GoogleSearch.new]
train = Boxcars.train.new(boxcars: boxcars)
train.run "What is pi times the square root of the average temperature in Austin TX in January?"

更多示例

可以查阅 Jupyter Notebook 中的更多示例,包括 Swagger boxcar 和向量搜索的使用示例。

日志功能

若在 Rails 应用中使用 Boxcars,可以将日志记录到日志文件。通过设置 Boxcars.configuration.log_prompts = true,可以记录传递给连接引擎的所有提示词,使调试更方便。

贡献

Boxcars 项目鼓励社区贡献,无论是问题报告还是功能请求,都可以在 GitHub 上进行,该项目欢迎所有人参与并遵循项目的行为准则。

Boxcars 以 MIT 许可证开源,大家都可以使用和贡献。

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