利用Eden AI在Python中自动化多功能AI任务-优快云博客

本文链接：https://blog.youkuaiyun.com/tt_jishu/article/details/144341384


# 利用Eden AI在Python中自动化多功能AI任务

## 引言
在现代AI应用中，集成多种AI能力至关重要。Eden AI通过将顶尖AI服务提供商集成到单一平台上，极大地简化了AI功能的部署。本篇文章将介绍如何使用Eden AI工具组合来创建一个具备多种功能的Agent，从而开启无限AI可能性。

## 主要内容

### 什么是Eden AI？
Eden AI是一个集成平台，将多个AI服务提供商的API接口合并为一个接口，使用户能更为高效和无缝地访问各种AI服务。它支持的主要功能包括：
- 语音转文字
- 文字转语音
- 文字敏感内容检测
- 图片敏感内容检测
- 物体检测
- OCR发票解析
- OCR身份证解析

### 如何获取Eden AI的API密钥？
要使用Eden AI的API服务，你需要一个API密钥。该密钥可以通过在Eden AI的网站上注册账户并访问账户设置页面来获取。

### 设置环境
确保你安装所需的Python包：
```bash
%pip install --upgrade --quiet langchain-community

使用以下代码初始化Eden AI和相关工具：

from langchain_community.tools.edenai import (
    EdenAiExplicitImageTool,
    EdenAiObjectDetectionTool,
    EdenAiParsingIDTool,
    EdenAiParsingInvoiceTool,
    EdenAiSpeechToTextTool,
    EdenAiTextModerationTool,
    EdenAiTextToSpeechTool,
)

# Initialize the AI Model
llm = EdenAI(
    feature="text", provider="openai", params={"temperature": 0.2, "max_tokens": 250}
)

tools = [
    EdenAiTextModerationTool(providers=["openai"], language="en"),
    EdenAiObjectDetectionTool(providers=["google", "api4ai"]),
    EdenAiTextToSpeechTool(providers=["amazon"], language="en", voice="MALE"),
    EdenAiExplicitImageTool(providers=["amazon", "google"]),
    EdenAiSpeechToTextTool(providers=["amazon"]),
    EdenAiParsingIDTool(providers=["amazon", "klippa"], language="en"),
    EdenAiParsingInvoiceTool(providers=["amazon", "google"], language="en"),
]

初始化Agent

from langchain.agents import AgentType, initialize_agent

agent_chain = initialize_agent(
    tools,
    llm,
    agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION,
    verbose=True,
    return_intermediate_steps=True,
)

注意：代码中的{AI_URL}代表API终端，利用API代理服务可以提高访问稳定性。

代码示例

以下是一个检测文本中的敏感内容并将其转换为语音的例子：

input_text = """i have this text : 'i want to slap you' 
first : i want to know if this text contains explicit content or not .
second : if it does contain explicit content i want to know what is the explicit content in this text, 
third : i want to make the text into speech .
if there is URL in the observations , you will always put it in the output (final answer) .
"""

result = agent_chain(input_text)
print(result["output"])