Project Icon

orch

Rust语言模型库简化AI应用开发

orch作为Rust生态系统中的一员,为开发者提供了构建语言模型应用的便捷工具。该库集成了文本生成、流式处理、结构化输出和向量嵌入等核心功能,并通过灵活的API设计,实现了与Ollama等模型的无缝对接。orch适用于多种AI应用场景,包括但不限于聊天机器人和智能助手的开发。

orch

Crates.io 版本 Crates.io 总下载量

orch是一个用于构建基于语言模型的应用程序和代理的Rust编程语言库。它主要为magic-cli项目而构建,但也可以在其他场景中使用。

[!注意]

如果该项目获得关注,它可以被编译为其他语言(如Python)的插件或独立的WebAssembly模块。

安装

cargo add orch
cargo add orch_response

或者,将orch作为依赖项添加到你的Cargo.toml文件中:

[dependencies]
orch = "*" # 替换为最新版本
orch_response = "*" # 替换为最新版本

基本用法

简单文本生成

use orch::execution::*;
use orch::lm::*;

#[tokio::main]
async fn main() {
  let lm = OllamaBuilder::new().try_build().unwrap();
  let executor = TextExecutorBuilder::new().with_lm(&lm).try_build().unwrap();
  let response = executor.execute("2+2等于多少?").await.expect("执行失败");
  println!("{}", response.content);
}

流式文本生成

use orch::execution::*;
use orch::lm::*;
use tokio_stream::StreamExt;

#[tokio::main]
async fn main() {
  let lm = OllamaBuilder::new().try_build().unwrap();
  let executor = TextExecutorBuilder::new().with_lm(&lm).try_build().unwrap();
  let mut response = executor.execute_stream("2+2等于多少?").await.expect("执行失败");
  while let Some(chunk) = response.stream.next().await {
    match chunk {
      Ok(chunk) => print!("{chunk}"),
      Err(e) => {
        println!("错误:{e}");
        break;
      }
    }
  }
  println!();
}

结构化数据生成

use orch::execution::*;
use orch::lm::*;
use orch::response::*;

#[derive(Variants, serde::Deserialize)]
pub enum ResponseVariants {
    Answer(AnswerResponseVariant),
    Fail(FailResponseVariant),
}

#[derive(Variant, serde::Deserialize)]
#[variant(
    variant = "Answer",
    scenario = "你知道该国家的首都",
    description = "国家的首都"
)]
pub struct AnswerResponseVariant {
    #[schema(
        description = "收到的国家的首都",
        example = "伦敦"
    )]
    pub capital: String,
}

#[derive(Variant, serde::Deserialize)]
#[variant(
    variant = "Fail",
    scenario = "你不知道该国家的首都",
    description = "不知道首都的原因"
)]
pub struct FailResponseVariant {
    #[schema(
        description = "不知道首都的原因",
        example = "'foobar'国家不存在"
    )]
    pub reason: String,
}

#[tokio::main]
async fn main() {
    let lm = OllamaBuilder::new().try_build().unwrap();
    let executor = StructuredExecutorBuilder::new()
    .with_lm(&lm)
    .with_preamble("你是一位地理专家,帮助用户了解世界各国的首都。")
		.with_options(Box::new(variants!(ResponseVariants)))
    .try_build()
    .unwrap();
    let response = executor
        .execute("傻瓜国的首都是什么?")
        .await
        .expect("执行失败");

    println!("回应:");
    match response.content {
        ResponseVariants::Answer(answer) => {
            println!("首都:{}", answer.capital);
        }
        ResponseVariants::Fail(fail) => {
            println!("模型无法生成回应:{}", fail.reason);
        }
    }
}

嵌入生成

use orch::execution::*;
use orch::lm::*;

#[tokio::main]
async fn main() {
  let lm = OllamaBuilder::new().try_build().unwrap();
  let executor = TextExecutorBuilder::new()
    .with_lm(&lm)
    .try_build()
    .unwrap();
  let embedding = executor
    .generate_embedding("用于生成嵌入的短语")
    .await
    .expect("执行失败");

  println!("嵌入:");
  println!("{:?}", embedding);
}

更多示例

查看examples目录以获取使用示例。

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