13 points par xguru 2024-02-20 | 1 commentaires | Partager sur WhatsApp
  • Comme lorsqu’un humain résout un problème, le LLM appelle des fonctions et choisit intelligemment l’étape suivante en fonction des réponses afin d’exécuter la tâche
  • Mode d’emploi
    • Créer un Assistant
    • Ajouter des outils (fonctions), des connaissances (VectorDB) et du stockage (DB)
    • Servir avec Streamlit, FastAPI ou Django pour créer une application IA

1 commentaires

 
edunga1 2024-02-21

Si on suit le code d’exemple, ça fonctionne vraiment très bien, mais comme ça ne fait pas tourner le modèle en local et qu’il n’y a pas non plus besoin d’une clé d’API OpenAI, je ne vois pas quel LLM est utilisé ni comment ;;

On peut aussi créer des outils facilement, et c’est étonnant de voir qu’il les utilise très bien tout seul dès qu’on lui indique simplement le mode d’emploi dans la docstring.

def get_html(url: str):  
    """Get the HTML of a webpage.  
  
    Args:  
        url (str): The URL of the webpage.  
  
    Returns:  
        str: The HTML of the webpage.  
    """  
    return get(url).text  
  
  
assistant = Assistant(tools=[get_html], show_tools_calls=True)  
assistant.print_response("Résumez en 3 lignes le contenu du site `phidata - 함수 호출로 AI 비서를 만드는 툴킷;, markdown=True)