Dynamiq 使用教程
1. 项目介绍
Dynamiq 是一个为代理 AI 和大型语言模型(LLM)应用设计的编排框架。它专为简化 AI 驱动的应用开发而设计,专注于编排检索增强生成(RAG)和大型语言模型代理。
2. 项目快速启动
首先,确保您的系统中已安装 Python。接下来,可以通过以下步骤安装 Dynamiq:
pip install dynamiq
或者,如果您希望从源代码构建 Python 包,可以执行以下命令:
git clone https://github.com/dynamiq-ai/dynamiq.git
cd dynamiq
poetry install
3. 应用案例和最佳实践
以下是使用 Dynamiq 的几个简单示例:
简单 LLM 流程
from dynamiq.nodes.llms.openai import OpenAI
from dynamiq.connections import OpenAI as OpenAIConnection
from dynamiq.prompts import Prompt, Message
# 定义用于翻译的提示模板
prompt_template = """
Translate the following text into English: {{ text }}
"""
# 创建带有定义模板的 Prompt 对象
prompt = Prompt(
messages=[
Message(
content=prompt_template,
role="user"
)
]
)
# 设置 LLM(大型语言模型)节点
llm = OpenAI(
id="openai",
connection=OpenAIConnection(api_key="OPENAI_API_KEY"),
model="gpt-4o",
temperature=0.3,
max_tokens=1000,
prompt=prompt
)
# 运行 LLM 节点,输入数据
result = llm.run(input_data={"text": "Hola Mundo!"})
# 打印翻译结果
print(result.output)
简单 ReAct 代理
from dynamiq.nodes.llms.openai import OpenAI
from dynamiq.connections import OpenAI as OpenAIConnection, E2B as E2BConnection
from dynamiq.nodes.agents.reflection import ReActAgent
from dynamiq.nodes.tools.e2b_sandbox import E2BInterpreterTool
# 初始化 E2B 工具
e2b_tool = E2BInterpreterTool(
connection=E2BConnection(api_key="E2B_API_KEY")
)
# 设置 LLM
llm = OpenAI(
id="openai",
connection=OpenAIConnection(api_key="OPENAI_API_KEY"),
model="gpt-4o",
temperature=0.3,
max_tokens=1000,
)
# 创建 ReAct 代理
agent = ReActAgent(
name="react-agent",
llm=llm,
tools=[e2b_tool],
role="Senior Data Scientist",
max_loops=10
)
# 运行代理,输入数据
result = agent.run(input_data={"input": "Add the first 10 numbers and tell if the result is prime."})
# 打印结果
print(result.output.get("content"))
4. 典型生态项目
Dynamiq 的生态系统包括多个工具和库,可以帮助开发者构建复杂的 AI 应用。这些项目通常涉及自然语言处理、机器学习模型部署和自动化工作流程。
- E2B Code Interpreter Tool:用于执行代码片段的沙盒环境。
- OpenAI Connection:与 OpenAI API 集成的连接器,提供对 GPT-4 等模型的访问。
通过结合这些工具和 Dynamiq 的核心功能,开发者可以构建出强大的 AI 应用程序。