ell 项目使用与启动教程

ell 项目使用与启动教程

ell A language model programming library. 项目地址: https://gitcode.com/gh_mirrors/ell/ell

1. 项目介绍

ell 是一个轻量级的、功能性的提示工程框架，它基于以下几个核心原则构建：

• 提示是程序，而非字符串。在 ell 中，提示被视为导致字符串发送到语言模型的全部代码。
• 提示实际上是机器学习模型的参数。提示工程过程涉及多次迭代，类似于机器学习中的优化过程。
• 提供了监控、版本控制和可视化的工具，使提示工程从一门黑艺术转变为科学。
• 多模态应该是一等公民。支持处理和生成包括文本、图像、音频和视频在内的多种类型的内容。

2. 项目快速启动

首先，确保你已经安装了 Python。接下来，通过以下步骤安装 ell 和 ell studio：

pip install ell-ai[all]

验证安装：

python -c "import ell; print(ell.__version__)"

这将安装 ell 和 ell studio 到你的系统上，你可以开始使用这些工具进行提示工程和可视化。

3. 应用案例和最佳实践

以下是一个简单的应用案例，演示如何使用 ell 创建一个语言模型程序：

import ell
@ell.simple(model="gpt-4o")
def hello(world: str):
    """你是一个乐于助人的助手，使用小写字母进行书写。"""
    # 系统消息
    return f"向{sama[::-1]}问好，并附上一首诗。"
    # 用户消息
hello("sama")

在 ell 中，你可以使用类型强制转换来处理多模态输入和输出。以下是一个处理图像输入的例子：

from PIL import Image
import ell
@ell.simple(model="gpt-4o", temperature=0.1)
def describe_activity(image: Image.Image):
    return [
        ell.system("你是 VisionGPT。回答<5个单词全部小写。"),
        ell.user([
            "描述图像中的人正在做什么：",
            image
        ])
    ]
# 从网络摄像头捕获图像
describe_activity(capture_webcam_image())

4. 典型生态项目

目前，ell 项目在 GitHub 上有超过 5.7k 的星标和 338 个分支。它使用 Python 和 JavaScript 作为主要编程语言，并包含了其他多种语言编写的组件。该项目由超过 40 名贡献者共同维护，已经有超过 110 个项目在使用 ell。

你可以通过查看 ell 的官方文档和加入其 Discord 社区来获取更多关于 ell 的信息和资源，以及与其他用户交流和寻求帮助。

ell A language model programming library. 项目地址: https://gitcode.com/gh_mirrors/ell/ell