instructor-php：PHP 中的结构化数据提取，简化 LLM 集成

instructor-php：PHP 中的结构化数据提取，简化 LLM 集成

instructor-php Structured data processing by LLMs, in PHP. Designed for simplicity, transparency, and control. 项目地址: https://gitcode.com/gh_mirrors/in/instructor-php

项目介绍

在当今的软件开发中，结构化数据提取是一项至关重要的任务，尤其在处理大量文本和图像数据时更是如此。instructor-php 是一个 PHP 库，旨在通过大语言模型（LLMs）简化这一过程。该库专注于易用性、透明度和控制性，让开发者能够从多种类型的输入（包括文本、图像或类似 OpenAI 的聊天序列数组）中提取结构化、验证过的数据。

instructor-php 的设计理念是为 PHP 项目简化 LLM 的集成。它处理从 LLM 输出中提取结构化数据的复杂性，从而使开发者可以集中精力构建应用逻辑，并更快地迭代。

项目技术分析

instructor-php 采用了一系列先进的技术来实现其核心功能。它基于大型语言模型，通过预训练模型理解和解析输入数据，然后将结果转换为结构化的 PHP 对象。以下是该项目的关键技术要点：

• 模型集成：支持多种流行的 LLM API，包括 OpenAI、Gemini、Anthropic 等。
• 易用性：无需编写繁琐的代码即可获取结构化响应。
• 数据验证：自动验证 LLM 返回的数据，确保符合预期格式。
• 错误处理：在提取数据失败时自动重试，直到获取有效响应。

项目及应用场景

instructor-php 的应用场景广泛，适用于任何需要从非结构化数据中提取结构化信息的项目。以下是一些典型应用场景：

1. 内容分析：从文章、评论等文本内容中提取关键信息，如日期、事件、人物等。
2. 图像识别：从图像中提取描述性标签或识别特定对象。
3. 聊天机器人：从聊天序列中提取用户意图，以改进响应生成。
4. 数据清洗：在数据入库前对数据进行格式化和验证。

项目特点

instructor-php 的以下特点使其在众多同类工具中脱颖而出：

• 灵活性：支持多种输入数据类型，包括文本、聊天消息和图像。
• 自定义性：允许定义响应数据模型，支持类型提示类、JSON Schema 数组或动态数据形状。
• 同步和流式支持：支持同步或流式响应，获取部分更新和流式完成的序列项。
• 可观察性：通过事件获取内部处理的详细洞察，支持调试模式查看 LLM API 请求和响应。
• 多 LLM 支持：轻松切换不同 LLM 提供商，支持本地模型。

使用 instructor-php 的优势

instructor-php 通过以下方式增强工作流程：

• 响应模型：简化了从文本数据中提取信息的过程，不再需要定义冗长的函数调用或编写将返回的 JSON 分配到目标数据对象的代码。
• 验证：自动验证 LLM 生成的响应模型，遵循设定的规则。
• 最大重试次数：在验证或反序列化错误的情况下，自动重试请求，直到获得有效响应。

快速开始

安装 instructor-php 非常简单。在终端中运行以下命令，即可开始享受更平滑的数据处理体验：

composer require cognesy/instructor-php

使用 instructor-php 可以极大地提高处理结构化数据的效率，无论是在文本分析、图像识别还是聊天机器人应用中。其灵活性和强大的功能使它成为 PHP 开发者的理想选择。立即尝试 instructor-php，发现它如何改变您的数据处理方式吧！

instructor-php Structured data processing by LLMs, in PHP. Designed for simplicity, transparency, and control. 项目地址: https://gitcode.com/gh_mirrors/in/instructor-php