ell：轻量级函数式提示词工程框架

综合介绍

ell 是一款由前 OpenAI 研究员 William Guss 开发的轻量级函数式语言模型编程库。它的设计理念是将提示词视为程序，而不仅仅是字符串。ell 提供了自动化的版本控制和序列化功能，支持多模态数据处理，并配备了丰富的本地开源可视化工具，帮助用户优化提示词工程过程。

功能列表

• 提示词编程：将提示词视为程序，支持复杂的提示词工程。
• 自动化版本控制：通过静态和动态分析实现提示词的自动版本控制和序列化。
• 多模态数据支持：原生支持文本、图像、音频和视频等多种数据类型。
• 本地可视化工具：提供 ell Studio 工具，用于提示词版本控制、监控和可视化。
• 丰富的类型转换：支持多模态输入输出的类型转换，简化提示词工程。

使用帮助

安装流程

1. 安装 ell：在终端中运行以下命令安装 ell 和 ell Studio：

   pip install -U "ell-ai[all]"
   

使用指南

1. 创建提示词程序：使用 ell 创建一个简单的提示词程序。

   import ell
   @ell.simple(model="gpt-4o")
   def hello(world: str):
   """你是一个友好的助手，使用小写字母书写。"""
   return f"向 {world[::-1]} 问好，并写一首诗。"
   hello("sama")
   

2. 多模态数据处理：使用 ell 处理图像数据。

   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。用小于5个字描述。"),
   ell.user(["描述图中人物在做什么：", image])
   ]
   # 捕捉摄像头图像并描述
   describe_activity(capture_webcam_image())
   

3. 版本控制和监控：使用 ell Studio 进行提示词版本控制和监控。

   ell-studio --storage ./logdir
   

4. 优化提示词：通过 ell 提供的工具优化提示词工程过程，捕捉回归并进行调整。

详细操作流程

• 创建和管理提示词程序：在 ell 中，提示词被视为函数，可以通过装饰器定义和管理。每个提示词程序都可以进行版本控制和序列化，方便进行多次迭代和优化。
• 多模态数据支持：ell 支持多种数据类型的输入输出，用户可以轻松处理文本、图像、音频和视频数据，并在提示词程序中使用这些数据。
• 本地可视化工具：ell Studio 提供了丰富的可视化工具，帮助用户监控提示词的性能，进行版本控制和优化。用户可以通过命令行启动 ell Studio，并在本地环境中进行提示词工程的可视化管理。

普通人的AI入门指南

帮助你以低成本、零基础学会如何利用AI工具。AI就像办公软件一样，是每个人的必备技能。 掌握AI会让你在求职中占据优势，在未来的工作和学习中事半功倍。

查看详情>