Skip to content
Go back

来自吴恩达,解锁多生成式AI提供商的潜力:AISuite,您的终极接口工具

Published:  at  12:00 AM

🚀 解锁多生成式AI提供商的潜力:AISuite,您的终极接口工具

什么是AISuite?

在当今快速发展的人工智能领域,开发者们常常面临着与多个生成式AI提供商交互的挑战。AISuite正是为了解决这一痛点而生!它是一个简单而统一的接口工具,旨在帮助开发者轻松地使用多个大型语言模型(LLM),并通过标准化的接口与它们进行交互。无论是Anthropic、AWS还是OpenAI,AISuite都能让您在不改变代码的情况下,快速切换和测试不同的LLM响应。

支持的AI提供商

如何安装AISuite?

您可以选择仅安装基础的AISuite包,或者安装带有特定提供商SDK的版本。例如,您可以通过以下命令来安装AISuite及其Anthropic库:

pip install 'aisuite[anthropic]'

如果您想要同时安装所有提供商相关的库,可以使用:

pip install 'aisuite[all]'

快速上手指南

要开始使用AISuite,您需要为所选的AI提供商获取API密钥,并确保安装了相应的库。这些密钥可以设置为环境变量,也可以作为配置参数传递给AISuite客户端构造函数。您可以使用python-dotenvdirenv等工具来手动设置环境变量。

以下是一个使用AISuite从gpt-4o和claude-3-5-sonnet生成聊天完成响应的简单示例:

import aisuite as ai

client = ai.Client()
models = ["openai:gpt-4o", "anthropic:claude-3-5-sonnet-20240620"]

messages = [
    {"role": "system", "content": "Respond in Pirate English."},
    {"role": "user", "content": "Tell me a joke."},
]

for model in models:
    response = client.chat.completions.create(
        model=model,
        messages=messages,
        temperature=0.75
    )
    print(response.choices[0].message.content)

提供商支持与贡献

AISuite为新平台提供支持变得异常简单。开发者可以通过添加实现文件来支持新的AI提供商。此外,AISuite采用了一种基于约定的方法来加载提供商,这需要严格遵循模块名和类名的命名规范。有关详细信息,请查阅AISuite的贡献指南

使用工具调用功能

AISuite还提供了一种简单的工具/函数调用抽象,这使得在不同LLM中使用工具变得更加便捷。您可以选择手动处理工具调用,也可以让AISuite自动处理这一流程。

自动工具执行示例

def will_it_rain(location: str, time_of_day: str):
    """Check if it will rain in a location at a given time today."""
    return "YES"

client = ai.Client()
messages = [{"role": "user", "content": "I live in San Francisco. Can you check for weather and plan an outdoor picnic for me at 2pm?"}]

response = client.chat.completions.create(
    model="openai:gpt-4o",
    messages=messages,
    tools=[will_it_rain],
    max_turns=2  # 最大往返调用次数
)
print(response.choices[0].message.content)

总结

AISuite凭借其简便的接口和广泛的AI提供商支持,为开发者探索和比较多种生成式AI性能提供了极大的便利。无论您是软件开发工程师、数据科学家还是AI研究员,AISuite都能帮助您提升工作效率,实现更快的项目迭代。💡

加入我们的Discord社区,与其他开发者交流经验,共同推动AISuite的发展吧!



Previous Post
虚拟机 vs 容器技术详解:云计算的关键选择
Next Post
DevOps 2025 路线图详解:掌握未来软件开发与运维的关键技能 🚀