LiteLLM: 複数のビッグモデルAPIを統合的に呼び出すPython SDK、マルチプラットフォームLLM呼び出し・管理ツール

はじめに

LiteLLMは、BerriAIによって開発されたPython SDKとプロキシサーバーで、複数の大規模言語モデル（LLM）APIの呼び出しと管理を簡素化し、統一します。OpenAI、HuggingFace、Azureなどを含む100以上のラージモデルAPIをサポートし、OpenAIフォーマットに統一しているため、開発者は異なるAIサービス間の切り替えや管理を簡単に行うことができます。また、安定したDockerイメージと詳細な移行ガイドも提供します。LiteLLMは、プロキシサーバーとPython SDKを通じて、100以上のLLM APIをOpenAI形式で呼び出すことができ、開発効率と柔軟性を大幅に向上させます。

1.キーの作成

2.モデルの追加

3.支出の追跡

4.ロードバランシングの設定

機能一覧

• マルチプラットフォーム対応OpenAI、Cohere、Anthropicなど、複数のLLMプロバイダーをサポート。100以上のビッグモデルAPIコールをサポート。
• 安定版12時間の負荷テストを実施した安定したDockerイメージを提供します。予算とリクエスト頻度の制限設定に対応。
• プロキシサーバー複数のLLM APIをプロキシサーバ経由で統一的に呼び出し、APIフォーマットをOpenAIフォーマットに統一的に変換。
• Python SDK開発プロセスを簡素化するためにPython SDKが提供されています。
• ストリーミング対応ユーザー・エクスペリエンスを向上させるために、ストリーミング・リターン・モデル・レスポンスをサポート。
• コールバック関数複数のコールバックをサポートし、ロギングやモニタリングを容易にします。

ヘルプの使用

インストールとセットアップ

1. DockerのインストールDockerがシステムにインストールされていることを確認してください。
2. プルミラー使用 ドッカプル コマンドはLiteLLMの安定したイメージを取り出します。
3. プロキシサーバーの起動::

   cd litellm
   echo 'LITELLM_MASTER_KEY="sk-1234"' > .env
   echo 'LITELLM_SALT_KEY="sk-1234"' > .env
   ソース .env
   pytest を実行する。
   

4. クライアントの設定プロキシサーバーのアドレスとAPIキーをコードに設定します。

   インポート openai
   client = openai.OpenAI(api_key="your_api_key", base_url="http://0.0.0.0:4000")
   response = client.chat.completions.create(model="gpt-3.5-turbo", messages=[{"role": "user", "content": "Hello, how are you?" }]))
   print(response)
   

使用機能

1. 呼び出しモデルスルー model=/<モデル名 異なるプロバイダーのモデルを呼び出す。
2. ストリーミング対応設定 stream=True ストリーミング応答を取得する。

   response = await acompletion(model="gpt-3.5-turbo", messages=messages, stream=True)
   for part in response.
   print(part.choices.delta.content or "")
   

3. コールバックの設定入出力を記録するコールバック関数を設定します。

   litellm.success_callback = ["lunary", "langfuse", "athina", "helicone"] ]。

AIを始めるための素人ガイド

AIツールの活用方法を、低コスト・ゼロベースから学ぶことができます。AIはオフィスソフトと同様、誰にとっても必須のスキルです。 AIをマスターすれば、就職活動で有利になり、今後の仕事や勉強の労力も半減します。

詳細を見る