(网页更换维护中,请耐心等待开放)🍵 在线体验懂人情世故的天机prompt应用、知识库应用、Agent应用
在上海人工智能实验室 OpenXLab 体验人情世故微调模型:送祝福模块、敬酒礼仪文化
📚 查看 使用文档
🍓 在 🤗 huggingface 获取天机的 所有数据
💡 有疑问或功能请求,欢迎 创建一个 issue ,或者加入我们的 微信社区群
对标 OpenAI 的 SocialAI 首页
🔥🔥 News: 2024.10.08
: 我们完成了第一阶段所有知识库对话的更新,数据更新至 huggingface,你可以直接在该链接进行体验。
🔥 News: 2024.10.05
: 我们重构了天机的Agent 模块,加入网络搜索功能及功能可配置参数表,具体可见源码。
🔥 News: 2024.09.02
: 我们更新了第一款专注敬酒场景的知识库对话模型
🔥 News: 2024.08.31
: 我们重构了仓库组织结构,更新了相关工具代码以及README。彻底更新了 langchain 知识库问答 相关内容以及对应 demo,让项目更适合一键学习使用。
🔥News: 2024.07.16
: 我们发布了第一款们发布了第一款专注敬酒场景的天机模型, 对应敬酒语料
🔥News: 2024.07.14
: 更新了新版的送祝福模块 支持更多风格切换,数据已开源至 huggingface
🔥News: 2024.05.04
: 我们发布了以《化解"尴尬"场合》为例的微调数据获取、制造教程,对应数据开源至 huggingface
🔥News: 2024.05.02
: 我们发布了有关人情世故大模型-送祝福的数据收集到微调过程的全流程可复现文档及其对应数据、配置、辅助脚本
🍵 News: 2024.02.01
: 🧑🚀 我们发布了有关 prompt、Agent应用、知识库x、模型微调(基于InternLM2)的初版体验地址,将仓库转为开放。
天机虽不可泄漏,但总有一款适合你
运行prompt版本天机,感受放飞自我的答复
运行知识库版本天机,获得详细的人情世故指导
化解尴尬场合 |
如何说对话 |
敬酒礼仪文化 |
矛盾冲突应对 |
请客礼仪文化 |
送礼礼仪文化 |
运行微调后送祝福天机,一片真诚送出祝福
学完全部内容,你将获得大语言模型入门级全栈应用开发能力。
-
不同LLM的部署与使用: 实现
Zhipuai,Ernie,Deepseek,Transformers
等在线或本地模型的快速使用. -
多样化LLM应用制作: 包括构建 prompt工程 对话大模型应用、制作 AI 游戏(类似哄哄模拟器)应用、基于 metagpt 构建智能体应用以及从零构建一个知识库对话应用,支持
LangChain, LlamaIndex
多种 RAG 框架. -
从数据到微调全流程: 包含数据制造、模型微调环节,快速入门制作属于自己的大语言模型, 支持
Transformers, Xtuner
框架 Lora与全量微调.
在本项目中,执行下列指令即可完成项目的安装
pip install -e .
为确保项目正常运行,请在项目内新建.env
文件,并在其中设置你的API密钥,你可以根据下列例子写入对应的 key,即可成功运行调用,目前默认使用 zhipuai,你可以仅写入ZHIPUAI_API_KEY
即可使用。
ZHIPUAI_API_KEY=
如果在从Hugging Face下载模型时遇到速度极慢或无法下载的问题,请在.env文件中设置HF_ENDPOINT
的值为https://hf-mirror.com
。请注意,某些Hugging Face仓库可能需要访问权限(例如Jina Ai)。为此,请注册一个Hugging Face账号,并在.env文件中添加HF_TOKEN
。你可以在这里找到并获取你的token。
HF_HOME='temp/huggingface_cache/'
HF_ENDPOINT='https://hf-mirror.com'
OPENAI_API_KEY=
OPENAI_API_BASE=
ZHIPUAI_API_KEY=
BAIDU_API_KEY=
OPENAI_API_MODEL=
HF_TOKEN=
以下给出 prompt 以及 agent 的相关应用方式,在运行前请确保你已经新建.env
文件:
# 运行prompt webui前端
python3 run/tianji_prompt_webui.py
# 运行agent前端
streamlit run run/metagpt_webui.py
# 运行langchain前端
python run/demo_rag_langchain_onlinellm.py
在进行项目开发与贡献之前,在保证key的正确设定后,你还需要在提交 pull request 前进行格式检查。你可以参考下列方式进行 pre-commit 的安装,在 commit 环节将会看到变更文件格式会被自动修改。
pip install pre-commit
pre-commit install
git add .
git commit -m "提交信息"
git push
这一步,你需要反复执行下列两步,直到 commit 成功 (该过程会帮助你自动修复绝大部分格式错误,但对于某些复杂格式需要自己手动根据提示修改。)
git add .
git commit -m "提交信息"
若全部成功,你将会看到类似如下信息显示:
[main 2333] rebuild code standard
5 files changed, 4 insertions(+), 3 deletions(-)
- 释放最简初版(涉及prompt、aigame、agent、知识库、模型微调)
- 完成人情世故大模型-送祝福的模型微调数据收集到微调过程的可复现文档
- 开源人情世故语料-送祝福至huggingface
- 迭代更好的数据制造工具与清洗方案,开源数据清洗脚本
- 完成 Agent 部分重构
- 完成知识库部分迭代,开源至huggingface
- 整理多维度数据,开源较完整人情世故语料
- 加入意图识别模块,替代主动选择场景
- 完成 Agent 部分文档
- 补充文档(如何参考本项目构建自己的应用prompt、agent、知识库、微调应用)
基于整理后的人情世故数据,人情世故大模型系统-天机包括了常见人际交往中的七大领域(具体可以参考 场景分类 中的场景细化细节),其中大体可分为:
1.敬酒礼仪文化 Etiquette
不惧碰杯,酒席桌上一条龙
2.请客礼仪文化 Hospitality
友好地展示你的友好
3.送礼礼仪文化 Gifting
此礼非礼,直击人心
4.送祝福 Wishes
承包你的所有祝福语
5.如何说对话 Communication
据说是低情商救星
6.化解"尴尬"场合 Awkwardness
没心没肺,找回自我
7.矛盾&冲突应对 Conflict
《能屈能伸》
结合这些领域,Tianji涉及到的技术路线共有四种:
- 纯prompt(包括AI游戏):内置 system prompt 基于大模型自身能力对话。
- Agent(MetaGPT等):利用 Agent 架构的得到更丰富、更定制化详细的回答。
- 知识库:直接检索人情世故法则(比如餐桌上一般怎么喝酒)。
- 模型训练:基于不同优秀的模型基座,在积累大量数据的情况下进行Lora微调或全量微调。
您可以在 tianji 目录下找到四种路线的对应源码,如果您想参考 Tianji
的项目架构、数据管理、技术路线复刻出属于自己的垂直领域 AI 应用,欢迎 fork 或者直接参考,我们将会开源所有包括从项目的起步、数据的方向探索、数据构建与管理、AI应用从0制作、领域(比如人情世故)与技术路线的深入结合
的全过程;我们希望看到 AI 原生应用在生活中进一步的加速推进。
assets/:静态图片文件
docs/:所有文档目录
run/: 包括了各类演示用前端
temp/:运行时临时文件目录,包含各类模型文件
test/:这里存放了各类功能的测试文件,包括核心模块以及大语言模型单独运行的单元测试
tianji/:源代码目录,包含主要逻辑与算法实现(prompt、agent、knowledges、finetune)
tools/:涵盖帮助收集数据、整理数据清洗语料的工具
得益于良好的ci设施,你只需要参考示例PR,就可以很快提出自己的第一个 Prompt Pull request!
提交PR后,新的prompt将自动合并于 tianji/prompt
下的json文件中,方便一键调用。如果你不知道写什么,可以参考 场景分类 中的各类场景细化细节,写出不同人情世故领域的prompt。
该项目的初衷,第一是为了让AI学会核心技术
,第二是让更多人(领域/行业)可以构建属于自己的AI系统,加速AI对每一个领域的渗透。你可以通过以下方式来学习该项目:
你可以 fork 本项目修改,创造出新的垂直领域应用:
- 租房助手(agent)
- 带娃助手(数据收集与知识库)
- 生活指南(数据收集与知识库) ......
有些贡献者没有Github账户,我们发自内心感谢每一位贡献者,谢谢有你们!,也欢迎你一起加入!
感谢下列所有人对本项目的帮助(不分前后),以及你的关注:
- 项目最开始时刻 智谱AI 的token支持
- 上海人工智能实验室 InternLM(书生·浦语) 模型,以及提供的A100显卡资源、与 书生浦语API 支持
- InternLM(书生·浦语) 系列开源教程(目前最好的LLM实战全栈教程之一)
- 飞桨 aistudio 星河社区 的 token 与显卡支持
- Datawhale 开源学习社区
- 奇想星球
- zRzRzR的帮助