README
¶
Fengchao
FengChao Golang SDK
Quick Start
这是一个通过Prompt模板,来生成文章的例子，在使用时我们可以通过With方法来传递请求的多种参数，实现模板渲染，超时检测，模型的参数控制，最后可以直接输出生成内容的文本。
func ChatWithHistory() {
client := fengchao.NewFengChao(ApiKey, ApiSecret, BaseUrl)
client.SetLogger(logrus.StandardLogger())
res, err := client.ChatCompletion(
context.Background(),
fengchao.NewPromptTemplate(
fengchao.NewMessage(fengchao.RoleSystem, systemPrompt),
fengchao.NewMessage(fengchao.RoleUser, `
本次工作为根据已确认的选题《{{.title}}》，和参考内容完成一篇关于[{{.tags}}]的文章，文章中应避免使用总结、结论等类似的段落。
你要清楚，文章内容将会直接发表到新闻媒体中，稿件的阅读量会直接决定你的绩效考核成绩，请严格按照工作规范来完成，这将会影响你的职业生涯。
以下为本次选题的相关参考内容：
{{.text}}`),
),
fengchao.WithParams(struct {
title string
text string
tags string
}{
title: `国产AI增强操作系统发布：填补端侧推理空白`,
text: `8月8日举行的2024中国操作系统产业大会上，国产桌面操作系统银河麒麟发布首个AIPC版本，这是一款与人工智能融合的国产桌面操作系统，填补了我国操作系统端侧推理能力研发的空白。
操作系统是计算机之魂，承接上层软件生态与底层硬件资源，为AI算法、模型与应用的运行提供支撑环境，在IT国产化中发挥重要作用。过去很长一段时间，全球操作系统厂商主要为欧美企业。
我国操作系统发展起步晚、系统生态存在短板，赶超压力大。新一轮人工智能技术的迅猛发展，为我国操作系统带来新机遇。`,
tags: `#AI操作系统#国产操作系统#端侧推理`,
}),
fengchao.WithTemperature(0.9),
fengchao.WithModel("gpt-4o"),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
}
如果需要更复杂的使用，请参考下面模块的文档
Prompt
Prompt 在LLM的使用中是一个很重要的概念，为了简化用户手动构建Prompt。本项目提供了快速的创造Prompt的工具。
Message
Message是Prompt的基础，一个Prompt往往由多个MessageTemple组成。
目前我们提供两种创建Message的方式， 并提供Render方法提供携带变量的渲染，并获取格式化的Json数据。
使用用Message模版创建消息并渲染
import (
"fmt"
fengchao "github.com/ijiwei/fengchao-go"
)
func main() {
UserMessage := fengchao.NewMessage(fengchao.RoleUser, `讲一个关于{{.name}}的笑话吧`)
MessageJson, err := UserMessage.Render(map[string]interface{}{"name": "小狗"})
if err != nil {
panic(err)
}
fmt.Println(string(MessageJson))
// output: {"role":"user","content":"讲一个关于小狗的笑话吧"}
}
模板渲染采用的是text/template，所以你可以使用任何其允许的编写方式来设计你的Prompt，甚至是编写循环
func main() {
UserMessage := fengchao.NewMessage(fengchao.RoleUser, `分别讲一个关于{{range .Items}}、{{.}}{{end}}的笑话吧`)
MessageJson, err :=UserMessage.Render(map[string]interface{}{"Items": []string{"小猫", "小狗", "小狐狸"}})
if err != nil {
panic(err)
}
fmt.Println(string(MessageJson))
// output: {"role":"user","content":"分别讲一个关于、小猫、小狗、小狐狸的笑话吧"}
}
手动创建的Message
import fengchao "github.com/ijiwei/fengchao-go"
func main() {
message := &fengchao.Message{
Role: fengchao.RoleUser
Content: "讲一个笑话吧"
}
}
当然手动创建的Message同样也可以进行Render:
import fengchao "github.com/ijiwei/fengchao-go"
func main() {
message := &fengchao.Message{
Role: fengchao.RoleUser
Content: "讲一个笑话吧"
}
MessageJson, err := message.Render(nil)
if err != nil {
panic(err)
}
fmt.Println(string(MessageJson))
// output: {"role":"user","content":"讲一个笑话吧"}
}
Template
熟悉了Message创建之后，就可以创造第一个Prompt了
import fengchao "github.com/ijiwei/fengchao-go"
func main() {
prompt := fengchao.NewPromptTemplate(
fengchao.NewMessage(fengchao.RoleSystem, `你是一个非常厉害的{{.Name}}！`),
fengchao.NewMessage(fengchao.RoleUser, `分别讲一个关于{{range .Items}}、{{.}}{{end}}的笑话吧`),
)
prompt.HumanFriendly = true
PromptJson, err := prompt.Render(map[string]interface{}{
"Items": []string{"小猫", "小狗", "小狐狸"},
"Name": "智能助手",
})
if err != nil {
panic(err)
}
fmt.Println(string(PromptJson))
}
output:
[
{
"role": "system",
"content": "你是一个非常厉害的智能助手！"
},
{
"role": "user",
"content": "分别讲一个关于、小猫、小狗、小狐狸的笑话吧"
}
]
Prompt也可以嵌套使用：
import fengchao "github.com/ijiwei/fengchao-go"
func main() {
prompt := fengchao.NewPromptTemplate(
fengchao.NewMessage(fengchao.RoleSystem, `你是一个非常厉害的{{.Name}}！`),
fengchao.NewMessage(fengchao.RoleUser, `分别讲一个关于{{range .Items}}、{{.}}{{end}}的笑话吧`),
fengchao.NewMessage(fengchao.RoleAssistant, `小猫：小猫去银行，工作人员问：“你要存什么？”小猫眨眨眼说：“我存爪印！”
小狗：小狗学会了打字，但每次发的都是“汪汪汪”，它说：“我这不是在聊天，是在打码！”
小狐狸：小狐狸问妈妈：“为什么我们叫狡猾？”妈妈笑着说：“因为我们知道怎么用优惠券！”`),
)
prompt = fengchao.NewPromptTemplate(
prompt,
fengchao.NewMessage(fengchao.RoleUser, `再讲{{.Count}}个好不好？`),
)
prompt.HumanFriendly = true
PromptJson, err := prompt.Render(map[string]interface{}{
"Items": []string{"小猫", "小狗", "小狐狸"},
"Name": "智能助手",
"Count": 3,
})
if err != nil {
panic(err)
}
fmt.Println(string(PromptJson))
}
output:
[
{
"role": "system",
"content": "你是一个非常厉害的智能助手！"
},
{
"role": "user",
"content": "分别讲一个关于、小猫、小狗、小狐狸的笑话吧"
},
{
"role": "assistant",
"content": "小猫：小猫去银行，工作人员问：“你要存什么？”小猫眨眨眼说：“我存爪印！”\n小狗：小狗学会了打字，但每次发的都是“汪汪汪”，它说：“我这不是在聊天，是在打码！”\n小狐狸：小狐狸问妈妈：“为什么我们叫狡猾？”妈妈笑着说：“因为我们知道怎么用优惠券！”"
},
{
"role": "user",
"content": "太好笑了😂，再讲3个好不好？"
}
]
Chat
Chat Completion
在进行对话前，首先需要获取到一对API KEY和Secret，以及Fengchao服务的Url
同步Chat
ChatCopletion方法会在API完成响应的返回ChatCopletion对象, 可以获取对话相关的信息，也可以直接打印（已经实现了String()方法）。
func SimpleChat() {
apiKey := "you api key"
apiSecret := "you api secret"
client := fengchao.NewFengChao(apiKey, apiSecret, "http://fengchao.api")
res, err := client.ChatCompletion(
context.Background(),
fengchao.NewMessage(fengchao.RoleUser, "讲一个冷笑话"),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
}
也可以使用复杂的Prompt Template来进行生成
func SimpleChat() {
apiKey := "you api key"
apiSecret := "you api secret"
client := fengchao.NewFengChao(apiKey, apiSecret, "http://fengchao.api")
res, err := client.ChatCompletion(
context.Background(),
fengchao.NewMessage(fengchao.RoleUser, "讲一个{{.Story}}"),
fengchao.WithParams(map[string]string{
"Story": "鬼故事",
}),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
}
除此之外，我们也可通过其History属性，获取对话的列表数据
func SimpleChat() {
apiKey := "you api key"
apiSecret := "you api secret"
client := fengchao.NewFengChao(apiKey, apiSecret, "http://fengchao.api")
res, err := client.ChatCompletion(
context.Background(),
fengchao.NewMessage(fengchao.RoleUser, "讲一个{{.Story}}"),
fengchao.WithParams(map[string]string{
"Story": "鬼故事",
}),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
historyData, err := json.MarshalIndent(res.History, "", " ")
if err != nil {
panic(fmt.Sprintf("marshal history error: %v", err))
}
fmt.Println("对话记录如下：")
fmt.Println(string(historyData))
}
当我们想使用对话记录快速构建Prompt的时候，对话记录也提供了一个构建PromptTemplate的方法
func SimpleChat() {
apiKey := "you api key"
apiSecret := "you api secret"
client := fengchao.NewFengChao(apiKey, apiSecret, "http://fengchao.api")
res, err := client.ChatCompletion(
context.Background(),
fengchao.NewMessage(fengchao.RoleUser, "讲一个{{.Story}}"),
fengchao.WithParams(map[string]string{
"Story": "鬼故事",
}),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
promptTemplate := fengchao.NewPromptTemplate(
res.GetHistoryPrompts(),
fengchao.NewMessage(fengchao.RoleUser, `根据文章内容，总结一份{{.language}}摘要`),
)
}
我们可以使用它来继续构建下一次的对话
func SimpleChat() {
apiKey := "you api key"
apiSecret := "you api secret"
client := fengchao.NewFengChao(apiKey, apiSecret, "http://fengchao.api")
res, err := client.ChatCompletion(
context.Background(),
fengchao.NewMessage(fengchao.RoleUser, "讲一个{{.Story}}"),
fengchao.WithParams(map[string]string{
"Story": "鬼故事",
}),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
prompt := fengchao.NewPromptTemplate(
res.GetHistoryPrompts(),
fengchao.NewMessage(fengchao.RoleUser, `根据文章内容，总结一份{{.language}}摘要`),
)
res, err = client.ChatCompletion(
ctx,
prompt,
fengchao.WithTemperature(0.9),
fengchao.WithModel("glm-4"),
fengchao.WithParams(map[string]interface{}{"language": "英文"})
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
}
快速生成
使用预定义的模板prompt 进行快速的文本生成
⚠️ 这种方式必须手动指定Query和PredefinedPrompt
func QuickChatCompletion() {
client.SetDebug(true)
res, err := client.QuickCompletion(
context.Background(),
fengchao.WithPredefinedPrompts("多译英"),
fengchao.WithQuery(`命运之轮象征着命运的起伏和变化，它代表着生活中不可预测的转变和机遇。这张牌可能意味着你正处在一个重要的转折点，你将会经历一些意想不到的改变。这些改变可能会带来新的机会和挑战，需要你灵活适应并做好准备。
命运之轮也提醒我们，生活中的好运和不幸都是暂时的，一切都在不断变化中。这张牌鼓励你保持乐观和开放的态度，相信未来会带来更好的机会和成长。同时，也要学会珍惜当下，充分利用现有的资源和机会。`),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
fmt.Println(res)
}
批量生成
BatchChatCompletionBuilder提供了一种，批量进行请求的方法，可以实现并发的请求，等到所有请求都结束后同步返回
⚠️ 单次批量的调用，最多添加5个
func BatchComplete() {
client.SetDebug(true)
builder := fengchao.NewBatchChatCompletionBuilder()
one, _ := builder.Add(
nil,
fengchao.WithPredefinedPrompts("多译英"),
fengchao.WithQuery(`命运之轮象征着命运的起伏和变化，它代表着生活中不可预测的转变和机遇。这张牌可能意味着你正处在一个重要的转折点，你将会经历一些意想不到的改变。这些改变可能会带来新的机会和挑战，需要你灵活适应并做好准备。
命运之轮也提醒我们，生活中的好运和不幸都是暂时的，一切都在不断变化中。这张牌鼓励你保持乐观和开放的态度，相信未来会带来更好的机会和成长。同时，也要学会珍惜当下，充分利用现有的资源和机会。`),
)
two, _ := builder.Add(
fengchao.NewPromptTemplate(
fengchao.NewMessage(fengchao.RoleUser, `进行一个大阿尔卡那的塔罗牌占卜,使用十字法牌陣🔮`),
),
)
res, fail, complete := client.BatchChatCompletion(context.Background(), builder)
if !complete {
for k, f := range fail {
switch k {
case one:
fmt.Println("1. 失败原因：")
case two:
fmt.Println("2. 失败原因：")
}
fmt.Println(f)
}
}
fmt.Println("1. 结果如下：")
fmt.Println(res[one])
fmt.Println("2. 结果如下：")
fmt.Println(res[two])
}
流式请求
我们可以通过ChatCompletionStream 方法，来获取一个StreamReader, 然后手动处理数据包
StreamReader的Read方法，返回三个参数，分别为数据包，是否完成，和错误，可以自行处理其逻辑
流式请求因为要接管response, 所以超时时间属性不会起作用，如果需要控制超时时间，需要在外部通过上下文手动控制，内部已经实现上下文的取消策略
func ReadStream() {
// client.SetDebug(true)
ctx := context.Background()
prompt := fengchao.NewPromptTemplate(
fengchao.NewMessage(fengchao.RoleSystem, `你是一个非常厉害的{{.Name}}！`),
fengchao.NewMessage(fengchao.RoleUser, `分别讲一个关于{{range .Items}}、{{.}}{{end}}的笑话吧`),
fengchao.NewMessage(fengchao.RoleAssistant, `小猫：小猫去银行，工作人员问：“你要存什么？”小猫眨眨眼说：“我存爪印！”
小狗：小狗学会了打字，但每次发的都是“汪汪汪”，它说：“我这不是在聊天，是在打码！”
小狐狸：小狐狸问妈妈：“为什么我们叫狡猾？”妈妈笑着说：“因为我们知道怎么用优惠券！”`),
)
res, err := client.ChatCompletionStream(
ctx,
prompt,
fengchao.WithTemperature(1.9),
fengchao.WithModel("gpt-4o"),
// fengchao.WithIsSensitive(true),
fengchao.WithParams(map[string]interface{}{
"Items": []string{"中国", "台湾", "香港"},
"Name": "智能助手",
"Count": 3,
}),
)
if err != nil {
panic(err)
}
fmt.Println("结果如下：")
for {
chunk, finished, err := res.Read()
if finished {
fmt.Println("结束了")
break
}
if err != nil {
if errors.Is(err, io.EOF) {
fmt.Println("EOF")
break
}
panic(err)
}
fmt.Print((*chunk).String())
// time.Sleep(time.Millisecond * 100)
}
fmt.Print("\n")
res.Close()
}
当然我们也提供了一个更简单的方式来进行处理流式的请求，我们内置了一个协程来处理数据包，并在通道中返回数据
func Stream() {
defer func() {
if err := recover(); err != nil {
fmt.Println("recover error: ", err)
}
}()
client.SetDebug(true)
ctx := context.Background()
prompt := fengchao.NewPromptTemplate(
fengchao.NewMessage(fengchao.RoleUser, `进行一个大阿尔卡那的塔罗牌占卜,使用十字法牌陣🔮`),
)
res, err := client.ChatCompletionStream(
ctx,
prompt,
fengchao.WithTimeout(2), // 流式接口设置超时无效
fengchao.WithTemperature(0.9),
// fengchao.WithIsSensitive(true),
)
if err != nil {
panic("stream error: " + err.Error())
}
fmt.Println("结果如下：")
for r := range res.Stream(ctx) {
if r == nil {
break
}
fmt.Print((r).String())
}
fmt.Print("\n")
}
支持历史记录的聊天对话示例
import (
"bufio"
"context"
"fmt"
"os"
fengchao "github.com/ijiwei/fengchao-go"
)
var client = fengchao.NewFengChao(os.Getenv("FENGCHAO_KEY"), os.Getenv("FENGCHAO_SECRET"), os.Getenv("FENGCHAO_BASE_URL"))
var systemMessage = fengchao.NewMessage(fengchao.RoleSystem, `你是一名善于理解问题的助手，你要按照以下的规则与用户对话:
1. 采用风趣幽默的回答，适当添加Emoji来让回答更加形象
2. 回答的内容尽可能丰富，如果篇幅过长，你可以先对问题进行总结并生成大纲，并通过多次对话的方式分步进行回答
3. 你的回答要有主观性，不要拿用户的意见和建议作为依据
`)
func ChatBox() {
fmt.Println("FENGCHAO-CHATBOX")
fmt.Println("---------------------")
fmt.Print("> ")
s := bufio.NewScanner(os.Stdin)
var historyMessage *fengchao.PromptTemplate
for s.Scan() {
input := s.Text()
switch input {
case ":clear":
historyMessage = nil
fmt.Println("已清除历史消息\n>")
continue
case ":exit":
return
case ":history":
historyDisplay(historyMessage)
continue
case "":
continue
}
inputMessage := fengchao.NewMessage(fengchao.RoleUser, input)
res, err := client.ChatCompletionStreamSimple(
context.Background(),
fengchao.NewPromptTemplate(
systemMessage,
historyMessage,
inputMessage,
),
fengchao.WithIsSensitive(true),
fengchao.WithModel("gpt-4o"),
)
if err != nil {
panic(err)
}
answer := ""
for r := range res {
if r == nil {
break
}
fmt.Print(r)
answer = answer + r.String()
}
historyMessage = fengchao.NewPromptTemplate(
historyMessage,
inputMessage,
fengchao.NewMessage(fengchao.RoleAssistant, answer),
)
fmt.Print("\n> ")
}
}
func historyDisplay(history *fengchao.PromptTemplate) {
if history == nil {
fmt.Println("没有历史消息")
fmt.Print("> ")
}
messages, _ := history.RenderMessages(nil)
for _, m := range messages {
fmt.Printf(">> %s: %s\n", m.Role, m.Content)
}
fmt.Print("> ")
}
Documentation
¶
Index ¶
- Constants
- Variables
- func NewAssistantMessage(messageStr string) lazyMessage
- func NewMessage(role string, messageStr string) lazyMessage
- func NewSystemMessage(messageStr string) lazyMessage
- func NewUserMessage(messageStr string) lazyMessage
- type BatchChatCompletionArgs
- type BatchChatCompletionBuilder
- type ChatCompletion
- type ChatCompletionError
- type ChatCompletionErrorDetail
- type ChatCompletionResult
- type FengChao
- func (f *FengChao) BatchChatCompletion(ctx context.Context, bccb *BatchChatCompletionBuilder) (map[*BatchChatCompletionArgs]*ChatCompletionResult, ...)
- func (f *FengChao) ChatCompletion(ctx context.Context, prompt Prompt, ...) (*ChatCompletionResult, error)
- func (f *FengChao) ChatCompletionStream(ctx context.Context, prompt Prompt, ...) (*JsonStreamReader[ChatCompletionResult], error)
- func (f *FengChao) ChatCompletionStreamSimple(ctx context.Context, prompt Prompt, ...) (<-chan *ChatCompletionResult, error)
- func (f *FengChao) GetAvailableModels() []Model
- func (f *FengChao) QuickCompletion(ctx context.Context, chatCompletionOption ...Option[ChatCompletion]) (*ChatCompletionResult, error)
- func (f *FengChao) SetDebug(debug bool) *FengChao
- type JsonStreamReader
- type Message
- type Model
- type Option
- func WithDoSample(doSample bool) Option[ChatCompletion]
- func WithIsSensitive(isSensitive bool) Option[ChatCompletion]
- func WithMaxTokens(maxTokens int) Option[ChatCompletion]
- func WithModel(model string) Option[ChatCompletion]
- func WithParams(variables any) Option[ChatCompletion]
- func WithPredefinedPrompts(predefinedPrompts string) Option[ChatCompletion]
- func WithQuery(query string) Option[ChatCompletion]
- func WithRequestID(requestID string) Option[ChatCompletion]
- func WithStop(stop []string) Option[ChatCompletion]
- func WithSystem(system string) Option[ChatCompletion]
- func WithTemperature(temperature float64) Option[ChatCompletion]
- func WithTimeout(timeout int) Option[ChatCompletion]
- func WithTopP(topP float64) Option[ChatCompletion]
- type Prompt
- type PromptTemplate
- type StreamAble
- type StreamReader
Constants ¶
View Source
const ( InvokeMode = "invoke" StreamMode = "stream" )
View Source
const ( // RoleUser 用户消息 RoleUser = "user" // RoleAssistant 机器人消息 RoleAssistant = "assistant" // RoleSystem 系统消息 RoleSystem = "system" )
消息的角色, user and assistant and system
View Source
const ( // StreamStartEvent start event 生成启动的事件 StreamStartEvent = "start" // StreamAddEvent add event 生成数据的事件 StreamAddEvent = "add" // StreamFinishEvent finish event 生成结束的事件 StreamFinishEvent = "stop" // StreamErrorEvent error event 生成错误的事件 StreamErrorEvent = "error" )
View Source
const BasicRequestTimeout int = 3
View Source
const BatchSize = 5
BatchSize 批量请求最大数量
View Source
const ExpiresTime = 1700
Variables ¶
View Source
var ( // StartEventPrefix start event 生成启动的事件的字节前缀 StartEventPrefix = []byte("event: start") // AddEventPrefix add event 生成数据的事件的字节前缀 AddEventPrefix = []byte("event: add") // FinishEventPrefix finish event 生成结束的事件的字节前缀 FinishEventPrefix = []byte("event: stop") // ErrorEventPrefix error event 生成错误的事件的字节前缀 ErrorEventPrefix = []byte("event: error") // DataPrefix data event 生成数据的事件的字节前缀 DataPrefix = []byte("data: ") )
event bytes prefix 用于判断事件数据行的类型
View Source
var DefaultChatCompletionOption = &ChatCompletion{ Model: "ERNIE-Bot-4", Stop: []string{}, MaxTokens: 2000, Timeout: 60, IsSensitive: false, }
DefaultChatCompletionOption 默认配置, 可以覆盖
Functions ¶
func NewAssistantMessage ¶ added in v0.1.2
func NewAssistantMessage(messageStr string) lazyMessage
NewAssistantMessage 生成机器人消息
func NewMessage ¶
NewMessage 生成消息（这个消息是预渲染的消息）
func NewSystemMessage ¶ added in v0.1.2
func NewSystemMessage(messageStr string) lazyMessage
NewSystemMessage 生成系统消息
func NewUserMessage ¶ added in v0.1.2
func NewUserMessage(messageStr string) lazyMessage
NewUserMessage 生成用户消息
Types ¶
type BatchChatCompletionArgs ¶ added in v0.1.1
type BatchChatCompletionArgs struct {
Prompt Prompt
Params []Option[ChatCompletion]
}
BatchChatCompletionArgs 批量请求参数
type BatchChatCompletionBuilder ¶ added in v0.1.1
type BatchChatCompletionBuilder struct {
Args []*BatchChatCompletionArgs
// contains filtered or unexported fields
}
BatchChatCompletionBuilder 批量请求创建器
func NewBatchChatCompletionBuilder ¶ added in v0.1.1
func NewBatchChatCompletionBuilder() *BatchChatCompletionBuilder
NewBatchChatCompletionBuilder 创建
func (*BatchChatCompletionBuilder) Add ¶ added in v0.1.1
func (bccb *BatchChatCompletionBuilder) Add(prompt Prompt, params ...Option[ChatCompletion]) (*BatchChatCompletionArgs, error)
Add 添加
type ChatCompletion ¶
type ChatCompletion struct {
// RequestID 请求ID
RequestID string `json:"request_id"`
// Model 模型
Model string `json:"model"`
// Temperature 模型参数
Temperature float64 `json:"temperature,omitempty"`
// TopP 模型参数
TopP float64 `json:"top_p,omitempty"`
// DoSample 是否开启采样
DoSample bool `json:"do_sample"`
// IsSensitive 是否开启敏感词
IsSensitive bool `json:"is_sensitive"`
// MaxTokens 最大长度
MaxTokens int `json:"max_tokens,omitempty"`
// Stop 停用词
History []*Message `json:"history,omitempty"`
// Query 问题
Query string `json:"query"`
// System 系统消息
System string `json:"system"`
// Mode 是否流式返回
Mode string `json:"mode,omitempty"`
// PredefinedPrompts 预定义的prompt提示工程
PredefinedPrompts string `json:"prompt,omitempty"`
// Stop 停用词
Stop []string
// Timeout 超时时间
Timeout int
// contains filtered or unexported fields
}
func (*ChatCompletion) Apply ¶
func (option *ChatCompletion) Apply(helpers ...Option[ChatCompletion])
Apply 应用配置
func (*ChatCompletion) LoadPromptTemplates ¶
func (option *ChatCompletion) LoadPromptTemplates(prompt Prompt) ([]*Message, error)
RenderMessages 渲染消息列表
func (*ChatCompletion) String ¶ added in v0.1.1
func (cc *ChatCompletion) String() string
String 转字符串
type ChatCompletionError ¶ added in v0.1.1
type ChatCompletionError struct {
Detail []ChatCompletionErrorDetail `json:"detail"`
}
ChatCompletionError 聊天错误
func (*ChatCompletionError) String ¶ added in v0.1.1
func (c *ChatCompletionError) String() string
String 聊天错误信息
type ChatCompletionErrorDetail ¶ added in v0.1.1
type ChatCompletionErrorDetail struct {
Msg string `json:"msg"`
}
ChatCompletionErrorDetail 聊天错误详情
type ChatCompletionResult ¶
type ChatCompletionResult struct {
RequestID string `json:"request_id"`
Object string `json:"object"`
Created string `json:"created"`
Choices []struct {
Index int `json:"index"`
Role string `json:"role"`
FinishReason string `json:"finish_reason"`
Message Message `json:"message"`
} `json:"choices"`
Usage struct {
PromptTokens int `json:"prompt_tokens"`
CompletionTokens int `json:"completion_tokens"`
TotalTokens int `json:"total_tokens"`
} `json:"usage"`
Msg string `json:"msg"`
Status int `json:"status"`
History []*Message
}
ChatCompletionResult 聊天结果
func (*ChatCompletionResult) GetHistoryPrompts ¶
func (r *ChatCompletionResult) GetHistoryPrompts() *PromptTemplate
GetHistoryPrompts 获取历史消息（Prompt）
type FengChao ¶
type FengChao struct {
// ApiKey fengchao api key
ApiKey string
// SecretKey fengchao secret key
SecretKey string
// BaseUrl api url
BaseUrl string
sync.Mutex
// contains filtered or unexported fields
}
FengChaoOptions 配置
func (*FengChao) BatchChatCompletion ¶ added in v0.1.1
func (f *FengChao) BatchChatCompletion(ctx context.Context, bccb *BatchChatCompletionBuilder) (map[*BatchChatCompletionArgs]*ChatCompletionResult, map[*BatchChatCompletionArgs]error, bool)
BatchChatCompletion 批量请求
func (*FengChao) ChatCompletion ¶
func (f *FengChao) ChatCompletion(ctx context.Context, prompt Prompt, chatCompletionOption ...Option[ChatCompletion]) (*ChatCompletionResult, error)
ChatCompletion 聊天
func (*FengChao) ChatCompletionStream ¶ added in v0.1.1
func (f *FengChao) ChatCompletionStream(ctx context.Context, prompt Prompt, chatCompletionOption ...Option[ChatCompletion]) (*JsonStreamReader[ChatCompletionResult], error)
ChatCompletionStream 流式聊天
func (*FengChao) ChatCompletionStreamSimple ¶ added in v0.1.1
func (f *FengChao) ChatCompletionStreamSimple(ctx context.Context, prompt Prompt, chatCompletionOption ...Option[ChatCompletion]) (<-chan *ChatCompletionResult, error)
ChatCompletionStreamSimple 流式聊天
func (*FengChao) GetAvailableModels ¶
GetAvailableModels 获取可用模型
func (*FengChao) QuickCompletion ¶ added in v0.1.1
func (f *FengChao) QuickCompletion(ctx context.Context, chatCompletionOption ...Option[ChatCompletion]) (*ChatCompletionResult, error)
QuickCompletion 使用预定义prompt, 快速生成文本
type JsonStreamReader ¶ added in v0.1.1
type JsonStreamReader[T StreamAble] struct { // contains filtered or unexported fields }
JsonStreamReader Json流式数据读取器
func (*JsonStreamReader[T]) Close ¶ added in v0.1.1
func (j *JsonStreamReader[T]) Close() error
Close 关闭数据流
func (*JsonStreamReader[T]) Read ¶ added in v0.1.1
func (j *JsonStreamReader[T]) Read() (*T, bool, error)
Read 读取数据直到获得一个完整的数据包, 或者遇到错误或者遇到结束事件(包括EOF), 但一般情况不会遇到EOF 需要自定义处理数据流可以使用这个方法, 一般使用Stream方法, 可以更轻松的处理数据流
func (*JsonStreamReader[T]) Stream ¶ added in v0.1.1
func (j *JsonStreamReader[T]) Stream(ctx context.Context) <-chan *T
Stream 返回一个可用于读取生成内容的数据包的channel, 注意会引起恐慌panic, 需要自己处理panic
type Message ¶
type Message struct {
Role string `json:"role"`
Content string `json:"content"`
// contains filtered or unexported fields
}
Message 消息
type Model ¶
type Model struct {
ID string `json:"id"`
OwnedBy string `json:"owned_by"`
MaxInputToken int `json:"max_input_token"`
MaxOutputToken int `json:"max_output_token"`
InPrice float64 `json:"in_price"`
OutPrice float64 `json:"out_price"`
Unit string `json:"unit"`
Modes []string `json:"mode"`
Channel string `json:"channel"`
Created string `json:"created"`
}
Model 模型
type Option ¶
type Option[T any] func(option *T)
OptionHelper 配置
func WithIsSensitive ¶
func WithIsSensitive(isSensitive bool) Option[ChatCompletion]
WithIsSensitive 设置是否开启敏感词
func WithPredefinedPrompts ¶ added in v0.1.1
func WithPredefinedPrompts(predefinedPrompts string) Option[ChatCompletion]
withPredefinedPrompts 设置预定义的prompt提示工程
func WithRequestID ¶
func WithRequestID(requestID string) Option[ChatCompletion]
WithRequestID 设置请求ID
func WithTemperature ¶
func WithTemperature(temperature float64) Option[ChatCompletion]
WithTemperature 设置模型参数
type Prompt ¶
type Prompt interface {
// Render 渲染, 这个用来展示
Render(vairables map[string]interface{}) ([]byte, error)
// RenderMessages 渲染消息列表, 对应的渲染方法是 Render, 提供给用户自定义使用
RenderMessages(vairables map[string]interface{}) ([]*Message, error)
}
Prompt 接口, 暴露一个渲染的能力
type PromptTemplate ¶
PromptTemplate 模板
func NewPromptTemplate ¶
func NewPromptTemplate(p ...Prompt) *PromptTemplate
NewPromptTemplate 创建 PromptTemplate
func (*PromptTemplate) MarshalJSON ¶
func (m *PromptTemplate) MarshalJSON() ([]byte, error)
MarshalJSON 渲染
func (*PromptTemplate) Render ¶
func (m *PromptTemplate) Render(vairables map[string]interface{}) ([]byte, error)
Render 渲染 Prompt
func (*PromptTemplate) RenderMessages ¶
func (m *PromptTemplate) RenderMessages(vairables map[string]interface{}) ([]*Message, error)
RenderMessages 渲染消息列表
type StreamAble ¶ added in v0.1.1
type StreamAble interface {
ChatCompletionResult
}
StreamAble 用于判断事件数据行的类型
type StreamReader ¶ added in v0.1.1
type StreamReader[T StreamAble] interface { Read() (T, error) }
StreamReader 流式数据读取器, 可用用来读取生成内容的数据包
Source Files
¶
Directories
Click to show internal directories.
Click to hide internal directories.