本人的Python开源项目
【promptulate】一一个强大的大语言模型自动化与应用开发框架，支持连续对话、角色预设、对话存储、工具扩展等功能，可以无需代理直接访问，开箱即用。通过promptulate，你可以轻松构建起属于自己的GPT应用程序【cushy-storage】一个基于磁盘缓存的ORM框架，可以轻松地进行数据和对象存储【broadcast-service】一个强大的Python发布订阅者框架，支持同步异步、定时任务、主题管理等功能【cushy-socket】一款轻量级的PythonSocket框架【cushy-serial】一个轻量级Pythonserial库【Python实战】从架构设计到实现：一个Powerful的书管理系统
思维导是一种非常有效的工具，它可以帮助我们更好地组织和管理思想，进而提高我们的工作和学习效率。然而，传统的手绘思维导在制作过程中过于繁琐，使用起来也不够灵活，降低了它的实用性。而现在，我们有了一种更加高效、快速、灵活的思维导制作工具——ChatGPT+XMind。通过大语言模型的加成，我们可以十分方便的进行定制化的思维导生成。
本文将使用当前Python新兴的大语言模型开发框架promptulate来演示使用GPT+XMind生成思维导的效果。
一个强大的大语言模型自动化与应用开发框架，支持智能决策、消息持久化、外部工具调用、角色预设等功能，开箱即用。通过promptulate，你可以轻松构建起属于自己的LLM应用程序。
作为一个强大的大语言模型应用开发框架，其主要有以下特性：
大语言模型支持：支持不同类型的大语言模型的扩展接口对话终端：提供简易对话终端，直接体验与大语言模型的对话角色预设：提供预设角色，以不同的角度调用GPT长对话模式：支持长对话聊天，支持多种方式的对话持久化外部工具：集成外部工具能力，可以进行网络搜索、执行Python代码等强大的功能KEY池：提供APIkey池，彻底解决key限速的问题智能代理人：集成ReAct，self-ask等高级Agent，结合外部工具赋能LLM中文优化：针对中文语境进行特别优化，更适合中文场景数据导出：支持markdowm等格式的对话导出对话总结：提供API式的对话总结、翻译、标题生成高级抽象，支持插件扩展、存储扩展、大语言模型扩展
在架构上，promptulate主要由以下几部分组成：
Agent更高级的执行器，负责复杂任务的调度和分发framework框架层，实现不同类型的prompt框架，包括最基础的Conversation模型，还有self-ask和ReAct等模型。llm大语言模型，负责生成回答，可以支持不同类型的大语言模型memory负责对话的存储，支持不同的存储方式及其扩展，如文件存储、数据库存储等tools提供外部工具扩展调用，如搜索引擎、计算器等presetroles提供预设角色，进行定制化对话provider为framework和agent提供tools和其他细粒度能力的集成
快速上手
打开终端，输入下面命令下载promptulate最新版，-U表示更新到最新版，如果你已经下载promptulate旧版本，那么执行此命令会更新到最新版。promptulate当前正处于快速发展阶段，因此你可能需要经常更新最新版以享用最新的成果。
pip install -U promptulate
角色预设
关于如何使用promptulate生成思维导，promptulate提供了角色预设的模块，通过角色预设，可以让GPT去执行一些特殊任务。你可以为LLM提供一些特定的角色，让其可以处理特殊任务，如linux终端，思维导生成器等，promptulate提供了丰富的角色预设，通过下面的方法你可以查看当前支持所有的预设角色。
from promptulate.preset_roles import get_all_preset_roles
print(get_all_preset_roles())
[‘default-role’,‘linux-terminal’,‘mind-map-generator’,‘sql-generator’,‘copy-writer’,‘code-analyzer’]
该框架正好提供了思维导生成器的预设，下面的示例展示使用mind-map-generator生成md思维导的过程：
import os
from promptulate import Conversation
os.environ["OPENAI_API_KEY"] = "your-key"
def main():
conversation = Conversation(role="mind-map-generator")
ret = conversation.predict("请帮我生成一段python的股票自动交易软件,思维导图")
print(ret)
if __name__ == "__main__":
main()
输出结果如下：
# Python
## 基础语法
### 数据类型
- 数字
- 字符串
- 列表
...
放入xmind中可以直接导入生成markdown的思维导，咱就是说还不错，如下所示：
如果你想要自定义预设角色，可以使用如下方法：
from promptulate import Conversation
from promptulate.preset_roles import CustomPresetRole
class SpiritualTeacher(CustomPresetRole):
name = "心灵导师"
description = """
从现在起你是一个充满哲学思维的心灵导师，当我每次输入一个疑问时你需要用一句富有哲理的名言警句来回答我，并且表明作者和出处
要求字数不少于15个字，不超过30字，每次只返回一句且不输出额外的其他信息，你需要使用中文和英文双语输出"""
def main():
role = SpiritualTeacher()
conversation = Conversation(role=role)
ret = conversation.predict("论文被拒绝了怎么办？")
print(ret)
文章为作者独立观点，不代表股票自动交易程序化数据接口观点
相关文章
股民评论