Mirascope:为软件工程师打造的优雅LLM库
2024-10-10 22:25:57作者:董宙帆
项目介绍
Mirascope 是一个专为软件工程师设计的优雅且简洁的Python LLM(大型语言模型)库。它旨在为LLM API提供类似于 requests 库为 http 提供的开发者体验。Mirascope不仅功能强大,而且使用起来非常有趣,让开发者能够轻松构建复杂的LLM应用。
项目技术分析
Mirascope的核心依赖仅包括 pydantic、docstring-parser 和 jiter,其他依赖项均为可选,开发者可以根据需要安装特定提供商的依赖。Mirascope提供了两个核心原语:call 和 BasePrompt。
call:通过装饰器将函数转换为LLM调用,支持异步、流式响应、工具使用、结构化信息提取、JSON模式、多模态能力(如视觉和音频)、自定义输出解析器以及动态变量注入等功能。BasePrompt:用于构建和处理提示模板,支持动态变量和链式调用。
项目及技术应用场景
Mirascope适用于各种需要与LLM交互的应用场景,包括但不限于:
- 智能助手:构建聊天机器人或虚拟助手,提供自然语言交互。
- 内容生成:自动生成文章、摘要、推荐等内容。
- 数据分析:通过LLM分析和解释复杂数据,提供洞察和建议。
- 教育工具:开发智能教育应用,提供个性化学习建议和答疑。
- 多模态应用:结合视觉和音频数据,构建更丰富的交互体验。
项目特点
- 简洁优雅:Mirascope的设计理念是简洁和优雅,开发者可以轻松上手,快速构建复杂的LLM应用。
- 强大的类型提示:Mirascope提供了完善的类型提示,减少了开发过程中的错误和调试时间。
- 灵活的依赖管理:依赖项可选,开发者可以根据需求选择安装特定提供商的依赖,避免不必要的资源占用。
- 丰富的功能支持:支持异步调用、流式响应、工具使用、结构化信息提取、多模态能力等多种高级功能。
- 自定义输出解析:开发者可以自定义输出解析器,灵活处理LLM的响应。
- 动态变量注入:支持动态变量注入和链式调用,方便构建复杂的应用逻辑。
结语
Mirascope不仅是一个功能强大的LLM库,更是一个让开发者享受编程乐趣的工具。无论你是初学者还是资深开发者,Mirascope都能帮助你轻松构建出令人惊叹的LLM应用。赶快加入Mirascope的大家庭,开启你的LLM开发之旅吧!
Mirascope 项目地址:https://github.com/Mirascope/mirascope
Mirascope 文档:https://docs.mirascope.io/
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
679
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
209
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781