RestAI 开源项目教程
1、项目介绍
RestAI 是一个 AIaaS(AI as a Service)开源平台,旨在通过简单的 REST API 创建和使用 AI 项目。它基于 LlamaIndex、Ollama 和 HF Pipelines 构建,支持任何由 LlamaIndex 支持的公共 LLM 和 Ollama 支持的本地 LLM。RestAI 提供了精确的嵌入使用和调优功能,适用于各种 AI 项目,包括视觉识别、文本生成等。
2、项目快速启动
安装依赖
首先,确保你已经安装了 Poetry,这是一个用于管理 Python 依赖的工具。你可以通过以下命令安装 Poetry:
pip install poetry
克隆项目
使用 Git 克隆 RestAI 项目到本地:
git clone https://github.com/apocas/restai.git
cd restai
安装项目依赖
在项目根目录下,运行以下命令来安装项目依赖:
poetry install
启动开发环境
在开发模式下启动 RestAI:
make install
make dev
启动生产环境
在生产环境中启动 RestAI:
make install
make start
使用 Docker 启动
编辑 .env 文件以配置环境变量,然后使用 Docker Compose 启动服务:
docker compose --env-file .env up --build
3、应用案例和最佳实践
案例1:使用 RestAI 进行文本生成
RestAI 支持多种文本生成任务,例如使用 RAG(Retrieval-Augmented Generation)模型生成文本。以下是一个简单的示例,展示如何使用 RestAI 的 REST API 进行文本生成:
curl -X POST "http://localhost:8000/api/v1/generate" \
-H "Content-Type: application/json" \
-d '{"prompt": "生成一段关于人工智能的描述"}'
案例2:视觉识别
RestAI 还支持视觉识别任务,例如使用 Stable Diffusion 生成图像。以下是一个示例,展示如何使用 RestAI 的 REST API 进行图像生成:
curl -X POST "http://localhost:8000/api/v1/vision/text2img" \
-H "Content-Type: application/json" \
-d '{"prompt": "生成一张美丽的风景画"}'
最佳实践
- 嵌入调优:RestAI 提供了精确的嵌入调优功能,建议在实际应用中根据需求进行调优,以提高模型的性能。
- 自动 VRAM 管理:RestAI 自动管理 VRAM 的使用,按需加载和卸载模型,确保系统资源的有效利用。
4、典型生态项目
1. LlamaIndex
LlamaIndex 是一个用于构建和使用大型语言模型的开源库,RestAI 基于 LlamaIndex 构建,支持多种公共 LLM。
2. Ollama
Ollama 是一个用于本地 LLM 的开源平台,RestAI 支持 Ollama 支持的任何本地 LLM,提供了灵活的模型选择。
3. HF Pipelines
HF Pipelines 是 Hugging Face 提供的一个用于快速部署和使用 AI 模型的工具,RestAI 集成了 HF Pipelines,简化了模型的部署和使用。
通过这些生态项目,RestAI 构建了一个强大的 AIaaS 平台,适用于各种 AI 应用场景。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00