将您的数据模型转换为工作流 – 只需几行xtra代码！
优秀程序员关注数据结构及其关系。
简介
想象一下，创建复杂AI工作流就像使用Pydantic定义数据结构一样简单。 如果您可以通过让Pydantic模型像水一样在AI系统中流动来利用AI的力量呢？ Modellm库通过将Pydantic模型转换为强大的AI管道组件，让这一切成为现实。
示例：设置
您需要提供自己的OpenAI API密钥（如果您还没有）：
export openai_api_key="sk-..."
登录后复制
安装Modellm库：
pip install modellm
登录后复制
所有必要的依赖项都会自动安装。
使用Modellm库：代码
让我们来看一个完整的代码示例：
from typing import List from pathlib import Path from pydantic import BaseModel from langchain_openai import ChatOpenAI from modellm import add_llm # 初始化我们将用于生成内容的LLM（大型语言模型） llm = ChatOpenAI(model="gpt-4o-mini") # @add_llm 装饰器将模型连接到我们的LLM实例 # 这使得模型字段的自动内容生成成为可能 @add_llm(llm) class Story(BaseModel): title: str content: str genre: str # 请注意，文档字符串将被LLM用于理解如何调整内容 # 这是一个强大的功能，使代码易于理解（对于人和LLM） @add_llm(llm) class StoryForBabies(Story): """ 专门为婴儿设计的童话故事。 适合0-2岁的婴儿和幼儿。 特点： - 简单、重复的语言 - 基本概念 - 短句 - 富含感官的描述 """ pass # 该类继承Story的所有字段 @add_llm(llm) class StoryForTeenagers(Story): """ 专门为青少年读者设计的童话故事。 适合13-19岁的青少年。 特点： - 复杂的人物发展 - 引人入胜的情节，具有相关的冲突 - 当代主题和社会问题 - 年龄合适的感情深度 - 对身份和个人成长的探索 - 现代对话和现实的关系 """ pass # 与StoryForBabies相同 @add_llm(llm) class HtmlModel(BaseModel): """ 具有精美CSS样式的HTML表示。 """ html: str def main(): story_idea = "一个关于农民奋斗和毅力的故事" html_filepath = Path("story.html") # 就这么简单，只有一行代码 html_story = story_idea | Story | StoryForBabies | HtmlModel # 青少年观众的替代管道 # | 运算符使管道中的组件易于交换 # html_story = story_idea | Story | StoryForTeenagers | HtmlModel html_filepath.write_text(html_story.html) print(f"故事已保存为HTML格式到：{html_filepath.resolve()}") if __name__ == "__main__": main()
登录后复制
练习
巩固您的知识：
- 在您的计算机上运行现有代码。
- 为青少年生成一个故事（取消代码中的一行注释）。
- 创建一个故事杂志的Pydantic模型，该模型应该总结故事。
- 创建您自己的Pydantic模型并将其注入管道。
结论
在这个示例中，我们成功地利用了AI的力量，只用了几行额外的代码——感谢Modellm库！
关键优势：
- 声明式能力: 定义您想要什么，而不是如何获得它（LLM足够聪明，可以理解提示）。
- 综合管道: 使用 | 链式操作符（使我们的代码易于修改和扩展）。
- 自我记录: 文档字符串指导AI的行为。
- 灵活: 易于交换组件。
- 简洁的接口: 复杂的AI操作隐藏在简单的数据模型之后。
通过定义我们的Pydantic数据模型（并用装饰器装饰它们），我们能够使用一行代码执行我们的AI管道：
html_story = story_idea | Story | StoryForBabies | HtmlModel
登录后复制
您如何看待这种方法？我很想听听您的想法和建议。
以上就是将您的数据模型转换为AI工作流 – 只有XTRA线的代码！的详细内容，更多请关注php中文网其它相关文章！
微信扫一扫打赏
支付宝扫一扫打赏
