unify - 整合多模型使用与提升性能的工具

Unify 项目简介

Unify 是一款旨在简化大型语言模型（LLM）使用体验的工具。

项目目标

Unify 的目标是通过统一接口简化 LLM 的使用过程。用户可以轻松地使用不同提供商的所有 LLM，而无需管理多个 API 及不同的输入输出格式。Unify 将这些步骤自动化，提供了极大的便利。

功能介绍

支持多种LLM：无论是哪家提供商的模型，用户只需修改一个字符串就可以切换，无需处理多个 API Key 或不同接口格式。
提升LLM性能：用户可以添加自定义测试和评估，基于质量、成本和速度的比较调优系统提示，直到通过所有测试用例后可以部署应用。
最佳模型路由：根据每个特定提示选择最合适的模型和提供商，以提升质量、降低成本并加快响应速度。

快速开始

用户可以通过简单的安装步骤快速开始使用 Unify：

pip install unifyai

然后通过注册获取 API Key，开始生成文本。

import unify
client = unify.Unify("gpt-4o@openai", api_key=<your_key>)
client.generate("hello world!")

注意，推荐使用 python-dotenv 在 .env 文件中存储 API Key，这可避免在代码中重复设置。

模型和提供商管理

用户可以列出所有可用的模型、提供商和接口组合，并根据需要筛选适用的模型。

models = unify.list_models()
providers = unify.list_providers()
endpoints = unify.list_endpoints()

还提供了灵活的方法更改使用的模型、提供商和接口。

client.set_endpoint("mistral-7b-instruct-v0.3@deepinfra")
client.set_model("mistral-7b-instruct-v0.3")
client.set_provider("deepinfra")

自定义提示

通过 system_message 参数，用户可以影响模型的响应风格。例如，可以指示模型以押韵的方式回复。

response = client.generate(
    user_message="Hello Llama! Who was Isaac Newton?",  system_message="You should always talk in rhymes"
)

异步使用

Unify 支持异步操作，能够同时处理多个请求，提高并发性能，适用于聊天机器人等应用场景。

import unify
import asyncio
async_client = unify.AsyncUnify("llama-3-8b-chat@fireworks-ai")
asyncio.run(async_client.generate("Hello Llama! Who was Isaac Newton?"))

流式响应

启用流式响应可以实时接收并处理模型的生成内容，提升交互体验。

import unify
client = unify.Unify("llama-3-8b-chat@fireworks-ai")
stream = client.generate("Hello Llama! Who was Isaac Newton?", stream=True)
for chunk in stream:
    print(chunk, end="")

深入了解

Unify 提供了更高级的 API 功能、性能评估工具及模型路由功能，用户可通过详细文档获取更多信息。

Unify 项目力求通过一个简单便捷的接口，让用户尽情探索和利用 LLM 的能力，从中获取最大便利。